OEE değerinin hesaplanmasında dikkate alınan 16 büyük kayıptan en önemli kategori Ekipman Etkinliği başlığı altında ele alınan 8 büyük kayıptır.

Kestirimci Bakım Uygulamaları ve Anomali Tespiti

İmalat sanayinde yer alan işletmelerin üretim etkinliklerinin en önemli göstergesi olan OEE değerinin hesaplanmasında dikkate alınan 16 büyük kayıptan en önemli kategori Ekipman Etkinliği başlığı altında ele alınan 8 büyük kayıptır. Bu 8 kayıp içerisinde yer alan arıza kayıpları doğrudan, hatalı ürün kayıpları ise dolaylı olarak kestirimci bakım uygulamaları ile azaltılarak OEE değerlerinde iyileşmeler sağlanabilir.

İmalat sanayinde kestirimci bakım, üretimde kullanılan ekipmanlarda meydana gelebilecek arızaların önceden tahmin edilerek ekipman bakımlarının planlanmasını hedefleyen proaktif bir yaklaşımdır. Kestirimci bakım uygulamaları ekipman belirtimlerinin tanımlanması, eşik değerlerin tanımlanması, sahadan veri toplama, verinin zenginleştirilmesi, tahminleme ve bakım aksiyonlarının tetiklenmesi olarak özetleyebileceğimiz aşamaların tamamını kapsar. Kestirimci bakım, yazılım sistemleri, manuel süreçler veya her iki yöntem aynı anda kullanılarak uygulanabilir.

Geleneksel kestirimci bakım yaklaşımları, ekipman üreticileri tarafından tanımlanan ve normal çalışma koşullarında geçerli olan limit değerlerin üretim planları ve üretimde kullanılan ekipman eşleştirme yöntemi ile takip edilmesini esas alır. Geleneksel yaklaşımın uygulamadaki zorluklarından biri ekipmanın üretim planlaması veya fiziksel koşullar nedeni ile normal şartlardan daha zorlu koşullarda kullanılmasından kaynaklanmaktadır. Buna bağlı olarak ekipman üreticisinin belirlediği sınır değerler dinamik olarak değişmekte ve bakım ihtiyacı her bir döngüde farklı zamanlarda ortaya çıkmaktadır. Bu yöntemin sağlıklı sonuçlar üretebilmesi için ekipman kullanımının düzenli bir şekilde takip edilmesi gerekir.

Daha sağlıklı kestirimci bakım tahminleri yapmak isteyen kurumlar, ekipman üzerinde kayıt altına alınan değerleri doğrudan okuyabilen veya harici sensörlerle donatılmış ekipmanlardan ve ekipmanın çalıştığı çevresel koşullara ilişkin veri toplayabilen uygulamalar kullanmayı tercih ederler. Sinyalizasyon ile sağlanan ve uzun süreler boyunca kayıt altına alınan ekipman değerleri, gün sonunda milyonlarca veri noktasını barındıran veri yığınının oluşmasını sağlar. Ekipman değerlerine ilişkin bu büyük verinin arıza duruşları, planlı bakım gibi diğer girdiler ile korelasyonu sağlanarak bir sonraki bakımın ne zaman yapılması gerektiğini ön görmeyi hedefleyen yöntemlerle kestirimci bakım uygulamaları yapılabilir. Bu yöntemin en önemli dezavantajları büyük verinin toplama ve kayıt altına alma maliyetinin yüksek olması, ekipman değerlerinin sahadan toplanan diğer veriler ile korelasyonunun emek yoğun bir süreç olması, kullanılan tahminleme algoritmalarının çalışma koşullarındaki normallerin anlık olarak değişmesine duyarlı olmaması ve en önemlisi bu yöntemle tahmin üretmenin kullanılan algoritmaların hassasiyeti arttıkça çok uzun süreler almasıdır.

Ekipman arızalarının çoğunda arızadan önce ekipmanda veya ekipmanın çalıştığı ortamda anormal sinyaller üretilmeye başlanır. Bu sinyallerin sürekli olarak izlenmesi ve anormal değerlerin tespit edilmesi yeni nesil kestirimci bakım uygulamalarının temelini oluşturur. Bu yöntemde sinyallerin uzun süreler boyunca kayıt altına alınmasına gerek kalmadan, kısıtlı veri kümeleri analiz edilerek ve çalışma koşullarındaki geçici normaller dikkate alınarak  bakım tahminlemesi yapılabilir.

trexDCAS MES platformu Kestirimci bakım yapmayı hedefleyen firmaların sağlıklı karar verebilmesi için öncelikle OEE değerlerini doğru bir şekilde hesaplayabilmeleri, ekipman kayıplarının detaylarını iyi analiz etmeleri ve ekipmana bağlı, kalite kayıpları gibi dolaylı diğer kayıpları da hızlı bir şekilde incelemeleri gerekir. trexDCAS MES platformunda imalatçıların kestirimci bakım ile ilgili yatırımlarını planlarken sağlıklı karar vermelerini sağlayacak hazır analizler sunulur. Bu platformla müşterilerimize, kestirimci bakım uygulamaları için tanımlama, farklı kaynaklardan veri toplama, ekipman verisinin diğer üretim verileri ile ilişkilendirme, büyük veri veya anlık kısıtlı veri kümeleri üzerinde analiz yapma, zengin anomali tespiti ve trend analizi algoritmaları kütüphanesi, zengin aksiyon seçenekleri (bakım iş emri oluşturma, sms, e-post, mobil bildirim gönderimi gibi)sunuyoruz.

Kestirimci bakımda olduğu gibi firmalara önemli faydalar sağlayacak ve yaşayacakları olası sorunları engelleyip karlılıklarını arttırarak rekabette önde olmalarını sağlayacak yenilikçi ve öncü teknolojileri, hizmetleri geliştirmeye önem ve özen göstermekteyiz.

Ali Özgür

trexDCAS Yazılım Geliştirme Müdürü

aliozgur@trex.com.tr