Tűzoltás helyett stratégia
Prediktív karbantartási rendszert vezetett be a kulcsfontosságú megmunkálógépére a maklári Bosch gyár. Az üzemeltetők és karbantartók sok üzemben még ma is nagyrészt rutinból végzik a karbantartást, ha éppen nem tüzet oltanak.

 

Pedig a digitális átalakulás már évekkel ezelőtt elérte a karbantartás területét is. A nem tervezett leállások tehetik ki akár a termelési költségek 24%-át, ami a hatékonyságra, a profitra és a vállalkozás jó hírére egyaránt hatással van. Emiatt a vállalatok több mint 80%-a aktív intézkedésekkel törekszik a nem tervezett leállások csökkentésére. Bajári Róbert, a maklári Robert Bosch Automotive Steering Kft. diagnosztikai mérnöke a Condition Monitoring és Predictive Maintenance rendszerrel kapcsolatos tapasztalatait osztotta meg a Jövő Gyára olvasóival.

Egységesnek mondható a Robert Bosch Automotive Steering Kft. karbantartási rendszere?

Bajári Róbert: A Bosch csoport kormányműveket gyártó maklári üzemében alapvetően azonos stratégiát határoz meg a vezetőség, de minden értékáram saját karbantartási ütemmel rendelkezik. Eltérő típusú, állapotú és feladatú gépekre nem lehet tökéletesen azonos szabályokat megalkotni. Az értékáram elején található profilüregelő megmunkálógépen 2024 májusában vezettük be a prediktív karbantartást lehetővé tevő rendszert.

 

A Bosch csoport kormányműveket gyártó maklári üzeme | Forrás: moderngyarakejszakaja.hu
 

 

A gyártóberendezéseinket rendszeresen szervizeljük; az ilyen összetett gépeknél nem elég, ha csak folyamatos tűzoltás történik. Mindenképpen kisebb költséggel jár, ha a géppel már a (várható) meghibásodása előtt foglalkozunk. A három közismert karbantartási alaptaktika mentén mozdultunk el a javítástól a megelőzésen át az előrejelzésig, de mindenképpen megemlíteném a negyedik elem, a hibakeresés fontosságát is.

Mi volt eleve adott a prediktív karbantartási rendszer elindításához, és mi az, ami fejlesztésre szorult?

A mi részünkről minden adott volt a rendszer kiépítéséhez, a partner szervizcsapata pedig az adatgyűjtő egységet biztosította. A termelési adatokat korábban is követtük, ezért a stabil alapokon nyugvó informatikai hálózat rendelkezésre állt, de egy ilyen rendszerrel jó előre megjósolható a meghibásodás. Az online prediktív karbantartási rendszer mellett offline felügyeletet is biztosítunk, mely során rezgés-, termográfiai és ultrahangos diagnosztikát végzünk a gépeken, de ezekkel a rendszerekkel csak a mérések közötti változásokat észleljük.

Hogyan működik a Siemens Condition Monitoring és Predictive Maintenance szoftvere?

A szolgáltatott szoftver (SaaS) alapú Predictive Maintenance gépi tanulást használ a gépek és a karbantartást végző munkatársak viselkedési modelljeinek automatikus generálásához, oda összpontosítva ezzel a figyelmünket, ahol arra a legnagyobb szükség van. A gépi és a karbantartási adatokat algoritmusok elemzik. A Conditon Monitoring és Predictive Maintenance bármilyen eszközzel vagy adatforrással integrálható, a már begyűjtött adatokat vagy az újonnan telepített érzékelőket egyaránt felhasználja.

Mennyi időbe telt a rendszer bevezetése?

A megrendelés elküldése után fél évvel élesedett a rendszer, de az eltelt idő oroszlánrésze a jóváhagyásokkal telt. Az adatgyűjtő rendszer konfigurálása, az informatikai kapcsolatok, az IP-címek, portok létrehozása, vagyis a fizikai üzembe helyezés ennél sokkal rövidebb időt vett igénybe.

 

Prediktív karbantartási rendszert vezetett be a kulcsfontosságú megmunkálógépére a maklári Bosch gyár | Forrás: Bosch

 

Alapesetben is a cég PLC-ivel és egyéb eszközeivel dolgozunk, ezért – több prediktív karbantartási rendszert megvizsgálva – a kommunikáció leegyszerűsítése érdekében ez a megoldás volt számunkra a leginkább optimális. Mint minden megoldás, ez is sztenderd CNC-gépekre készült, éppen ezért dobozos megoldásként számunkra nem is lett volna értéke, a Siemens Zrt. szakértői azonban a mi igényeink szerint fejlesztették tovább a rendszert, és ez a munka most sem ért véget. Heti kapcsolatban állunk a cég programozóival, és bármilyen kérdés merül fel, a kollégák minél előbb igyekeznek megoldást kínálni.

Milyen eredményekről tudsz beszámolni a Predictive Maintenance rendszer bevezetése óta?

A bevezetés óta kiválóan teljesít a profilüregelő megmunkálógépünk. Azóta mintegy 40 óra állásidőt mértünk, ami nagyrészt olyan, a rendszer által lekövethetetlen esetekből állt össze, mint például egy beragadt munkadarab vagy érzékelőcsere. Olyan hiba nem jött elő, amit előre jelezhettünk, ilyen konkrétumról tehát nem tudok beszámolni, de az eltéréseket már nyomon tudjuk követni, ismerjük a konkrét hibaforrásokat, és egyéb mérésekkel igyekszünk az analízisek pontosságát igazolni. Ez tehát a finomhangolási szakasz.

 

Elkészül a tízmilliomodik elektromos kormánymű a Bosch  maklári gyárában | Forrás: Bosch

 

Mi következhet a finomhangolás után? Tervezitek a prediktív karbantartás kiterjesztését az üzemben?

Igen, ez már folyamatban van, 2024 decemberében másik két megmunkálógépet is bevontunk a körbe. Itt még csak az adatokat monitorozzuk, de idővel teljes körű prediktív karbantartási rendszert tervezünk bevezetni ezekre a gépekre is. Ha a rendszer már stabilan működik, és mélyrehatóan ismerjük annak működését, akkor jöhet például a preszkriptív karbantartás felé történő elmozdulás. Ez utóbbi karbantartási stratégia még több adatot használ arra, hogy megmondja, mely konkrét rész fog meghibásodni a gépben. Ezzel tovább növelhetjük majd a termelőberendezések rendelkezésre állását.

 

Már egyre több cég szigorítja a home office szabályokat
Egyre több vállalat szigorítja a home office feltételeit, és visszarendeli dolgozóit az irodába – miközben a munkavállalók többsége továbbra is ragaszkodik a rugalmassághoz.
A digitális és AI-alapú automatizálás következő szintje
Az ABB zökkenőmentes modernizációs stratégiájára épülő ABB Ability System 800xA 7.0 elosztott irányítórendszer (DCS) megbízható átmenetet biztosít a jelenlegi üzemeltetési környezetek és a következő generációs automatizálási megoldások között.
Zárul az olló az AI ígérete és valósága között
A Deloitte friss elemzése szerint az AI (mesterséges intelligencia) vált a globális digitális gazdaság fő hajtóerejévé, amely egyszerre formálja át az üzleti szoftvereket, a keresést és a tartalomfogyasztást.
Nagyobb lehet az AI klímahaszna, mint a lábnyoma
Január közepén a svájci Davosban gyűltek össze a világ vezető politikusai, üzletemberei és tudósai a Világgazdasági Fórumon. Az eseményre a KPMG szakemberei egy olyan tanulmánnyal és cselekvési tervvel érkeztek, amelyet követve a mesterséges intelligencia energiaigényét akár két év alatt meg lehet fordítani, tehát nagyobb lenne a klímahaszon a technológiával, mint a klímalábnyom.
Európában a magyar szakemberek szerepe kulcsfontosságú az info-bionikában
Protézisek, orvosi eszközök, neurális technológiák: Egy tudományág, amely emberek millióinak az életminőségére lehet hatással. A világon mintegy 1,3 milliárd ember, vagyis a Föld népességének kb. 16 százaléka él valamilyen fogyatékossággal a WHO becslése szerint.