Dengan mengumpulkan data yang diperlukan maka kita dapat melakukan analisa pada mesin.

Dalam meningkatkan produktivitas pada pabrik, para pengelola pabrik terus berupaya untuk mencegah terjadinya downtime pada mesin.

Downtime merupakan peristiwa terjadinya mesin mengalami penghentian pada proses produksi sehingga dapat menyebabkan jalur produksi terhenti secara menyeluruh. Dengan terjadinya downtime, maka industri manufaktur akan berpotensi kehilangan profitabilitas.

Misalnya, downtime yang terjadi bisa saja dimulai dari adanya kerusakan pada sebuah gear. Gear yang terus menerus berkerja mulai mengalami perubahan kondisi sehingga berdampak pada penurunan kinerjamesin.

Namun, sering kali kita tidak menyadari adanya masalah pada mesin yang di mulai pada bulan atau tahun yang lalu sampai terjadinya downtime pada mesin.

Kita bisa menghindari kondisi buruk seperti ini apabila kita melakukan perawatan prediktif (predicitive maintenance) pada mesin sebelum kondisi buruk terjadi. Semakin awal kita dapat mendeteksi adanya suatu kerusakan maka itu akan semakin baik, sehingga kita dapat memiliki waktu dalam hal perencanaan perawatan mesin dan memesan suku cadang (sparepart) yang diduga akan rusak.

Itulah mengapa perawatan prediktif (predictive maintenance) menjadi hal penting untuk dapat mengatasi hal ini. Oleh karenanya dalam melakukan perawatan prediktif (predictive maintenance), kita perlu mengumpulkan data yang diperlukan, seperti data manufaktur, data proses mesin, data lingkungan, data monitoring kondisi dan lain sebagainya sehingga kita dapat melakukan analisa pada mesin.

Jika kondisi sebelumnya kita belum memiliki data pada sebuah gear, maka dengan mengumpulkan data kita dapat memilih data mana yang kita butuhkan sehingga kita dapat mengetahui, menganalisa, serta memprediksi, sebelum terjadinya kerusakan pada gear tersebut. Kami menyebutnya dengan istilah: “mencoba untuk melihat yang tak terlihat” “(trying to see the unseen)”.

Solusi Perawatan Prediktif (Predictive Maintenance) dari Mitsubishi Electric

Tujuan dari perawatan prediktif (predictive maintenance) adalah untuk mencapai zero downtime. Oleh karenanya dibutuhkan solusi yang dapat mewujudkan terjadinya zero downtime dengan menggunakan solusi dari Mitsubishi Electric, salah satunya yaitu dengan menggunakan aplikasi software iQ Monozukuri Rotary Machine Vibration Diagnosis.

Software ini dapat dengan mudah digunakan untuk memvisualisasikan kondisi mesin dengan mengumpulkan, menganalisa, dan mendiagnosa data getaran mesin yang abnormal untuk menghindari terjadinya downtime pada mesin.

Selain itu, Mitsubishi Electric juga memiliki produk Factory Automation yang sudah memiliki fungsi “self-diagnose” pada produk itu sendiri seperti MELSERVO-J5, Inverter E800, dan Robot Industri MELFA Smart Plus.

Fungsi tersebut dapat mendeteksi perubahan getaran, gesekan pada komponen, dan prediksi dini untuk kerusakan atau error yang akan terjadi sehingga apabila diperlukan penggantian suku cadang, maka penggantian dapat dilakukan sebelum rusak. Selain itu, fungsi tersebut juga dapat mendukung sistem operasi yang stabil pada perangkat.

SF-Admin