Údržba a servis na míru
V dnešní, stále se zrychlující době, kdy nás obklopují novější a novější technologie, ať v oblasti výrobních, servisních či jiných společností, je kladen stále větší důraz na efektivitu. Efektivitu nejen práce, ale i plánování.
Minimalizace ztrát
Proaktivní přístup = prediktivní údržba. Pod tímto spojením si lze představit automatizovaný sběr informací ze zařízení. Ty se vyhodnocují v příslušném systému a na jejich základě lze predikovat - předvídat - možné problémy a poruchy a včas jim předcházet. Tím minimalizujeme ztráty, které mohou vzniknout výpadkem zařízení a zastavením výrobního procesu a náklady na výměnu a expresní údržbu. Současně jsme schopni efektivně plánovat servis zařízení, aby dobře zapadl do výrobního plánu a prostoje existovaly v době nižšího zatížení.
Příkladů může být mnoho, ale podívejme se třeba na „obyčejné výtahy“. Najdeme je téměř všude, například v hotelích. A asi žádný hotel si nepřeje vysvětlovat hostům, že výtah má poruchu a musí v lepším případě použít jiný, v horším jít po schodech.
A přitom je to tak jednoduché. Zařízení o sobě může odesílat informace do systému. Například ohledně toho, kolikrát byl v provozu, jak byl zatížen či jakékoli další informace. Z těchto informací lze následně predikovat možnou poruchu a předcházet jí tím, že včas zajistíme servis. Navíc - protože je výtah stále v provozu - můžeme si dovolit ten komfort, že servis domluvíme na noční dobu, kdy je nejméně vytížen a hosté to nebudou tolik pociťovat.
Senzory i černá skříňka
Zavedením prediktivní údržby zvyšujeme efektivitu a zpravidla sledujeme určité cíle. Mezi hlavní patří:
-zajištění plynulosti provozu
-plánování doby nutné odstávky s ohledem na délku trvání
-plánování vhodného termínu odstávky
-snížení finančních nákladů při výpadku (zejména výrobní společnosti)
-optimalizace zásob náhradních dílů (pokud si společnost provádí servisní činnosti sama)
Samozřejmě se lze zeptat: co se zařízeními, která neumí odesílat požadované informace? Nevadí - ne všechna zařízení jsou na vlně Průmyslu 4.0. Avšak kterékoli z nich lze vhodně doplnit čidly a senzory a také „černou skříňkou“, která data odešle do systému.
Ačkoliv zavedení prediktivní údržby lze obecně vřele doporučit, je třeba zvolit, pro která zařízení je opravdu nutná a vhodná. Ne všechna zařízení, která mohou být zavedena do režimu prediktivní údržby, to vyžadují a ne všechny jsou nutná pro zajištění plynulého provozu například výrobní linky.
Data (nejen) pro údržbu
Ruku v ruce s prediktivní údržbou jde inteligentní servis. Vždyť právě na základě analýzy dat z prediktivní údržby jsme schopni naplánovat včasný a vhodný servis. To nejen pokud si jej provádíme jako společnost sami, ale zejména pokud jsme servisní organizací a provádíme tuto službu pro jiné společnosti.
V běžném provozu jednotlivá zařízení odesílají poměrně velké množství dat. A to nejen pro potřeby údržby, ale je třeba s nimi nadále pracovat, aby byla efektivně využita. Tvoříme například grafy a tabulky, které nám napovídají v dalším rozhodovacím procesu pro lepší organizaci servisních pracovníků, nebo ukazují na možná slabá místa v zařízení, na která je třeba se více zaměřit při vývoji, nebo údržbě. Bohužel toto stojí nějaký čas a úsilí. Pokročilejší částí je implementování algoritmů, které tuto analytickou činnost provedou za nás a připraví nám nejen grafy a tabulky pro naše rozhodování, ale rovnou nám doporučí vhodnou úpravu predikce pro potřebný servis zařízení.
Inteligentní pracovník pro inteligentní servis
A proč tedy vlastně inteligentní servis? Proto, že systém dle zjištěné závady umí nabídnout
![](../../obrazky/tm012017/asseco2.jpg)
Na základě dat z prediktivní údržby je automaticky nebo pomocí dispečera generován servisní požadavek a naplánován servisní pracovník, kterému informace přijde na jeho mobilní zařízení a on může rovnou kontaktovat zákazníka. Systém navíc může pracovníka navigovat na místo zásahu.
Spokojenost na obou stranách
Závěrem lze konstatovat, že pro optimalizaci nákladů a zvýšení efektivnosti je více než vhodné pracovat proaktivně a tedy pracovat na rozvoji prediktivní údržby a inteligentního servisu. V takovém případě budou spokojení jak zákazník, tak servisní organizace. Zákazník sníží náklady za případné havárie a poskytovatel služeb naopak může lépe plánovat využití svých zdrojů a má spokojené zákazníky.
Jaroslav Otcovský
Manažer pro zavádění systému SCS v ČR, Asseco Solutions