Seconda puntata, secondo step in questo percorso di digitalizzazione di un environment, inizialmente, non digitale.

Riassunto delle puntate precedenti

Abbiamo utilizzato un PLC, una HMI e il modulo OEE (agenti software in una macchina server).

Questi tre ingredienti sono bastati per conoscere l’efficienza della nostra produzione attraverso un KPI fondamentale: l’OEE.

Abbiamo quindi preso atto delle nostre carenze: ora viene il momento di porvi rimedio, andando a migliorare, una ad una, le tre metriche che contribuiscono a definire l’OEE: il numero dei fermi macchina, la velocità del processo, il numero degli scarti…

Partiamo dal problema dei fermi. Questo tipo di problema è strettamente legato all’attività manutentiva… e diamo inizio a questa seconda puntata!

 

La gestione delle manutenzioni

Fino ad ora, il massimo della digitalizzazione applicata alla gestione della manutenzione, vede l’utilizzo di un complesso file excel, chiamato Machine Ledger.

Si tratta, in definitiva di un calendario annuale, dove vengono schedulate le attività manutentive, autonome e professionali, inerenti a una macchina.

Il Machine Ledger è utilizzato soprattutto dalle aziende World Class manufacturing.

In assenza di questo strumento, la gestione delle manutenzioni si limita ad attività preventive, di tipo autonomo (pulitura o lubrificazione) e reattive, in genere di tipo professionale (guasti improvvisi).

È ora il momento di scoprire una soluzione, ovviamente digitale, che avrà lo scopo, anche in questo caso, di acquisire importanti KPI riguardanti le manutenzioni: dati preziosi che ci consentiranno, nel tempo, di abbattere enormemente il numero dei fermi macchina, e quindi di evitare consistenti perdite di produzione.

Esistono diversi strumenti, di complessità differente, idonei a gestire in maniera digitale le manutenzioni. Noi li abbiamo tutti riuniti all’interno di una soluzione che abbiamo chiamato Machine Ledger 4.0.

Lo abbiamo chiamato così perché si ispira fortemente allo strumento già noto del WCM, ma il “4.0” indica il fatto che è un tool connesso, e che è in grado di comunicare con tutta la fabbrica 4.0.

 

Il Machine Ledger 4.0

Si tratta di uno strumento di derivazione WCM, che noi abbiamo però reso adatto a tutte le realtà industriali, grandi e piccole.

Il Machine Ledger 4.0 si ispira al tradizionale excel, ne permette l’importazione, ma stiamo parlando di una piattaforma web-based, in Cloud, veloce da compilare, in cui è configurata la macchina, scissa in tutti i suoi componenti.

Andiamo a vedere in cosa consiste il ML 4.0.

Il ML 4.0 si presenta come una lista dei componenti della macchina integrata con un calendario annuale in cui vengono schedulati tutti gli interventi di manutenzione previsti.

Questi interventi si suddividono in quattro tipologie di manutenzione, via via più complesse e avanzate:

  • BBM: Breakdown Based Maintenance. Si tratta della causa più elementare, ma anche più problematica, di manutenzione: un’improvvisa rottura. Si tratta della causa di intervento che occorre limitare il più possibile. Anzi: l’obiettivo di questo tool è eliminare proprio questo tipo di intervento. In questo caso, lo strumento previsto è il modulo EWO. Si tratta di un modulo attraverso il quale, è possibile descrivere il tipo di problema, dove è insorto e per quale motivo: l’obiettivo è quello di comprendere meglio le cause e ottimizzare il tempo di intervento al ripetersi del medesimo problema.

 

  • TBM: Time Based Maintenance. Un tipo di manutenzione basata sul tempo: viene individuato un periodo dopo il quale viene messa a calendario un’attività manutentiva: ad esempio una pulitura, una lubrificazione o una sostituzione.

 

  • HBM: Hit Based Maintenance. Un tipo di manutenzione più precisa e basata non sul tempo, ma sui “colpi” o “cicli”. L’attività viene prevista quindi, non allo scadere di un tempo prefissato, ma quando effettivamente una macchina o un pezzo hanno svolto una certa quantità di lavoro. Come calcolare questo lavoro? Semplice.. grazie a quel PLC che abbiamo già installato nella nostra macchina. Infatti se sappiamo che per produrre un pezzo sono necessari 5 colpi di un pezzo, in base ai pezzi prodotti, veniamo a conoscenza dell’effettivo utilizzo di un componente.
    Grazie al machine ledger digitale, la data di sostituzione del pezzo potrà quindi essere dinamica, cioè può potrà spostarsi nel tempo, a seconda dell’effettivo utilizzo di quella macchina

 

  • CBM: Conditional Based Maintenance. La CBM è un tipo di schedulazione dell’attività manutentiva, ancora più raffinata, basata su delle condizioni che riguardano le soglie di una o molteplici variabili. Per poter utilizzare la CBM è necessaria una prima attività di configurazione delle variabili, e il settaggio delle soglie di fuori controllo. È quindi necessario utilizzare un sistema di Controllo Statistico di Processo, un sistema di cui parleremo diffusamente nelle prossime puntate, è che può essere davvero potenziato attraverso l’uso dell’Intelligenza Artificiale.
    Al di là di tempo d’uso o di cicli svolti una variabile fuori controllo (ovvero fuori soglia), determinerà un’attività di manutenzione, la quale verrà automaticamente schedulata nel calendario del ML.

 

La potenza della soluzione ML non finisce qui. Come per l’OEE, anche l’ML produce preziosi KPI: MTTR (Mean Time Between Failure) e MTBF (Mean Time To Repair).

MTTR e MTBF

MTTR e MTBF

Analisi dei costi delle manutenzioni

Analisi dei costi delle manutenzioni

CASSETTA DEGLI ATTREZZI:

 – Machine Ledger 4.0

 

 

Continueremo questo iter nel processo di digitalizzazione dei processi, nella prossima puntata. Seguiteci!

Se vi interessano i temi che affrontiamo, iscrivetevi alla nostra Newsletter, per rimanere sempre aggiornati sui contenuti che pubblichiamo.

Ci piacerebbe conoscere il vostro parere. Seguiteci su Linkedin!

Ma se volete seguirci nella maniera più veloce e agile, seguite il nostro canale su Telegram!

 

Ascoltando: U2 – “Beautiful day
Lettura in corso: “Strategia oceano blu: vincere senza competere” di W. Chan Kim e Renée Mauborgne
Mood: Green

 

 

 

 

 

Digital Strategist & Blogger

 

 

 

 

 

 

 

 

 

On this website we use first or third-party tools that store small files (cookie) on your device. Cookies are normally used to allow the site to run properly (technical cookies), to generate navigation usage reports (statistics cookies) and to suitable advertise our services/products (profiling cookies). We can directly use technical cookies, but you have the right to choose whether or not to enable statistical and profiling cookiesEnabling these cookies, you help us to offer you a better experienceCookie policy