Improving the efficiency of maintenance process in manufacturing systems using industry 4.0 tools

Abstract

In ever bigger quest to maximal efficiency, this article wants to show a route for Total Production Maintenance (TPM) at maximal efficiency. By bringing the digital twin into the real world, this essay wants to show how a digital twin can be used as a reliable basis for controlling the running line. But before the digital twin can be used at its maximal potential, a common ground must be defined not only in calculating Overall Equipment Effectiveness (OEE), but also in categorizing TPM tasks according to 3 factors of OEE. The paper outlines the foundations of a new concept that has not been applied in practiceУ цій статті представлено можливий шлях підвищення ефективності технічного обслуговування серійних виробничих ліній за допомогою рішень індустрії 4.0. Повне виробниче обслуговування (ПВО) або час, необхідний для обслуговування, як втрату часу можна визначити як інтервал, коли машини доступні для виробництва, але не використовуються для цілей виробництва. З іншого боку, ПВО можна розглядати як спосіб зробити неплановані події або, принаймні, втрати через неплановані події, більш або майже повністю. планований. З точки зору ефективності ці дві ідеї повністю суперечать один одному. Якщо хтось намагається мінімізувати технічне обслуговування та досягти максимальної ефективності виробництва, то ризикує отримати несподівані втрати. Навіть ідея профілактичного обслуговування, особливо для серійного виробництва з малим і дуже коротким часом циклу, становить потенційний ризик, тому що, хоча поломка запобігає, простої можна передбачити лише за відносно короткий термін. Ідея, розглянута в цій статті, полягає в тому, щоб спробувати знайти розбіжність між можливістю скорочення технічного обслуговування, з одного боку, і мінімізацією втрат через неплановані події, з іншого боку, завдяки постійній технічній діяльності. Були обговоренікілька важливих аспектів концепції, включаючи класифікацію завдань ПВО за доступністю, продуктивністю та якістю; створення стандартного алгоритму розрахунку загальної ефективності обладнання (ЗЕО); створення моделі для імітації розпаду ЗЕО на основі змін у частоті завдань ПВО; використання історичних даних для навчання нейронної мережі визначати пріоритетність завдань ПВО на основі постійного моніторингу ЗЕО; і відмінності між ПВО і прогнозним обслуговуванням. Використовуючи такі інструменти Industry 4.0, як нейронні мережі та симуляційні моделі, компанії можуть визначати пріоритетність завдань ПВО і зменшувати кількість необхідних ресурсів для обслуговування, що в кінцевому підсумку призводить до підвищення продуктивності та прибутковості.