Machinebeschikbaarheid onder de knie krijgen: berekening en verbeterstrategieën

Het efficiënt laten draaien van apparatuur vereist het managen van een dynamische balans in uptime, runtime, volledig productieve tijd en een veelheid aan andere factoren. Doe het goed, en een eindproduct kan geproduceerd worden tegen de laagste kosten en hoogste efficiëntie. Doe het fout, en de fabrieksprestaties lijden onder ongeplande downtime, ongepland onderhoud en een hoge faalfrequentie.

Deze variabelen maken allemaal deel uit van machinebeschikbaarheid. In alle productieomgevingen is het verhogen van beschikbaarheid om volledig productieve tijd te vangen van vitaal belang voor succes.

Wat is machinebeschikbaarheid?

Machinebeschikbaarheid, of uptime, is de totale hoeveelheid tijd dat een machine daadwerkelijk draait versus de tijd dat het gepland was te draaien. Beschikbaarheid is het percentage tijd dat een machine in operatie is.

De geplande tijd is gebaseerd op het begrip van beschikbare capaciteit, het hebben van grondstoffen in de juiste hoeveelheden en het hebben van het personeel en de verkooporders die nodig zijn om te draaien.

Downtime kan de machine vertragen of stoppen tijdens deze geplande tijd. Totale downtime omvat preventief onderhoud, wissels en andere gecontroleerde, bekende variabelen. Ongeplande downtime betekent breuk, kwaliteitsafval, vastlopers of andere onvoorspelbare stilstanden.

Wanneer een downtime-gebeurtenis optreedt, vraagt een MachineMetrics-tablet aan de machine de operator om de downtime-gebeurtenis te categoriseren.

Bijvoorbeeld, een machine kan gepland zijn om 8 uur te draaien en alleen 6 uur actief zijn. In dat geval is de beschikbaarheidsscore voor de machine 75%.

Alle productieoperaties zouden beschikbaarheid en downtime moeten meten, rekening houdend met de duur en reden van downtime. Echter, als dit met de hand wordt bijgehouden, is het waarschijnlijk hoogst onnauwkeurig, ernstig vertraagd en veel minder actionable.

De functie van machinebeschikbaarheid

Machinebeschikbaarheid is een basale maar cruciale KPI in de productie. Door de tijd, duur en reden van downtime te meten, wordt beschikbaarheid gebruikt als een 'anker'. Het begrijpen van beschikbaarheid, de benutting van specifieke apparatuur en waarom het wel of niet draait, helpt bij het samenstellen van andere KPI's om processen op machine- of fabrieksniveau te optimaliseren.

Naarmate data wordt vastgelegd voor downtime, kunnen variabelen zoals maximumtijd, actuele tijd, faalfrequentie en geplande productietijd direct invloed hebben op hoe apparatuur presteert ten opzichte van de algehele bedrijfsdoelstellingen en hoe beslissingen worden genomen door personeel en management.

Machinebeschikbaarheid is een van de drie KPI's die gebruikt worden om Overall Equipment Effectiveness (OEE) te bepalen. De andere twee KPI's zijn prestatie en kwaliteit, die we hieronder zullen bespreken. Elke KPI heeft zijn eigen formule en helpt fabrikanten de efficiëntie van hun operatie te begrijpen terwijl processen geïdentificeerd worden die optimalisatie vereisen.

Wat is de berekening voor machinebeschikbaarheid?

Machinebeschikbaarheid wordt berekend als:

Beschikbaarheid = Draaitijd / Geplande Productietijd

Bijvoorbeeld, als een machine 8 uur draait, met 4 uur downtime, tijdens een 12-uurs dienst, dan is de beschikbaarheid voor die machine 66,6%.

Een probleem met het berekenen van apparatuurbeschikbaarheid via traditionele middelen is dat elke instantie moet worden vastgelegd. Dit omvat downtime, reden en actuele duur. Dit proces veronderstelt dat operators, technici en managers elk factor correct vastleggen.

Echter, real-world toepassingen tonen aan dat frequentie foutief wordt vastgelegd en redenen subjectief zijn voor de operator. Real-time machinedata en analytics zijn een nauwkeurigere manier om beschikbaarheid te bepalen.

De relatie tussen beschikbaarheid en Overall Equipment Effectiveness (OEE)

Overall Equipment Effectiveness (OEE) is een metric die de algehele efficiëntie van productieapparatuur meet. Het kan ook meten over een groep machines binnen een fabriek of een heel multi-fabriek bedrijf. OEE wordt gebruikt om te bepalen hoe productiviteit zich verbetert over de tijd.

Een OEE-score bestaat uit drie componenten: beschikbaarheid, kwaliteit en prestatie. Kwaliteit en prestatie zijn ook formule-gedreven en berekend als:

Prestatie = (Ideale Cycletijd x Totale Aantal) / Draaitijd

en

Kwaliteit = Goed Aantal / Totale Aantal

OEE kan handmatig berekend worden met spreadsheets of met een machine data platform zoals MachineMetrics, dat deze informatie autonoom kan vastleggen en rapporteren. Hoe accurater de dataverzameling, hoe waardevoller de inzichten. Echter, handmatige en gesiloode dataverzameling zal de waarde van diepe analytics missen die geboden worden door fabrieksmonitoringsoftware in een enkel platform.

Beschikbaarheid is een uitstekend voorbeeld van de noodzaak voor automatisering. Overweeg de elementen die vereist zijn voor de beschikbaarheidsformule alleen. Met de formule 'Beschikbaarheid = Draaitijd / Geplande Productietijd,' zouden operators, technici en managers verplicht zijn om de redenen en duur van onverwachte stops volledig vast te leggen.

Zelfs als de handmatige vastlegging van data accuraat was, is analyse door mensen vaak bevooroordeeld en gefragmenteerd; trends en oorzaken voor ongepland onderhoud zijn mogelijk niet zichtbaar voor de waarnemer. Beschikbaarheid is verbonden met OEE als de anker voor het berekenen van andere metrics, en als medewerkers niet nauwkeurig beschikbaarheid kunnen meten, zullen kwaliteits- en prestatieberekeningen ook fout zijn.

Het onderscheid tussen machinebeschikbaarheid en machinebetrouwbaarheid

Machinebeschikbaarheid mag niet verward worden met machinebetrouwbaarheid. Ze zijn beide waardevolle metrics die helpen bij het bepalen van actionable strategieën om beschikbaarheid te verbeteren, maar er is een verschil.

Het is niet ongebruikelijk dat een machine een lagere betrouwbaarheidsscore heeft dan een beschikbaarheidsscore. Samen genomen spelen ze een belangrijke rol en zijn ze nog een manier waarop meerdere metrics procesverbetering kunnen drijven. Echter, om OEE te berekenen, wordt alleen beschikbaarheid gebruikt.

Hoe kunnen we machinebeschikbaarheid verhogen?

Machinebeschikbaarheid gaat helemaal om uptime. Het verhogen ervan betekent een brede toepassing van best practices, cultuurverandering en software. Als ongeplande downtime hoog is, zal een bedrijf beschikbaarheidsverliezen lijden. Evenzo, als geplande downtime inefficiënt is, is de apparatuurbeschikbaarheid lager.

Hier zijn een paar manieren om de algehele beschikbaarheid te verhogen:

Cultuur

Veel operaties geloven dat hun OEE veel hoger is dan het is. Omdat ze opereren met hetzelfde systeem, SOP's en handmatig gedreven meettools, is het niet ongebruikelijk voor managers om de markt met 20% of meer te missen. Het verhogen van machinebeschikbaarheid begint met een cultuurverandering. Dit vereist dat managers willen begrijpen wat de beschikbare tijd voor productie is en hoe hun systeem moet veranderen om OEE te verbeteren. Deze verandering is meestal een top-down beslissing gedreven door concurrentiedruk, kosten, marktvolatiliteit en andere factoren.

Onderhoud

Een groot deel van downtime is gerelateerd aan onderhoudsgebeurtenissen. Het is vaak ongepland, zoals apparatuurreparaties, spindelreparatie, gereedschapsbreuk of training. Het kan echter ook weerspiegeld worden in geplande downtime wanneer inefficiënte opstaging van onderdelen, geschreven procedures, gereedschapsorganisatie en andere factoren ervoor zorgen dat een reparatie langer duurt dan het hoort.

Om onnodige downtime-gebeurtenissen door overmatig onderhoud te verminderen, kunnen fabrikanten apparatuurdata verzamelen om de prestaties en gezondheid van machines beter te begrijpen. Echter, dit handmatig doen is niet alleen tijdrovend maar levert ook vertraagde, onnauwkeurige data op.

Door een machine data platform te gebruiken, kunnen de dataverzameling en standaardisering geautomatiseerd worden. Op die manier zijn onderhoudsteams op de hoogte van de prestaties en gezondheid van apparatuur en kunnen ze de machineconditiedata gebruiken om te begrijpen hoe vaak downtimes optreden en wat de reden erachter zit.

Deze waardevolle inzichten kunnen vervolgens gebruikt worden om onderhoudsstrategieën te optimaliseren, zoals het implementeren van een condition-based benadering, automatisch werkorders aanmaken in een CMMS wanneer downtime optreedt, of zelfs een komende apparatuurfaling volledig voorspellen.

Geoptimaliseerde processen

Veel downtime-gebeurtenissen zijn gerelateerd aan inefficiënte SOP's, zoals wachttijd door WIP en staging-kwesties. Of, minder dan optimale voorraadbeheerpraktijken kunnen tijd drijven. Naarmate wachttijd voor deze oorzaken groeit, wordt beschikbaarheid verminderd.

Training kan ook een bron zijn van overmatige downtime. Als het een operator 14% langer duurt om een vastloper op te lossen en een machine te herstarten dan die op andere diensten, zal een standaardisatie van correcte procedures deze tijden in lijn brengen. Met accurate dataverzameling en analyse kunnen managers deze problemen per machine en dienst identificeren om betere SOP's te ontwikkelen of remediatieve training aan te bieden.

Naast een toewijding om de cultuur te veranderen en onderhoudspraktijken te verbeteren, zal een uitgebreid procesverbeteringsprogramma gecentreerd op data helpen problemen identificeren. Het optimaliseren van processen voor voorraadinformatie, staging, WIP en trainingskwesties kan direct de machinebeschikbaarheid beïnvloeden.

IIoT-platforms

Hoewel elk van de bovenstaande geïmplementeerd kan worden om machinebeschikbaarheid te verbeteren, kunnen ze allemaal effectiever bereikt worden met software. Met real-time machinemonitoring kunnen fabrieken de inspanning en fouten die inherent zijn aan handmatige of gefragmenteerde dataverzameling elimineren.

Met best-in-class edge devices, zoals die van MachineMetrics, wordt data vastgelegd, gestructureerd, gereinigd en naar de cloud-gebaseerde analytics engine gestuurd zonder handmatig rapporten op te stellen en data in te voeren. Door het klembord weg te gooien, worden operators bemachtigd met rijke visualisaties die helpen data te contextualiseren en actionable insights te bieden.

Real-time machinestatus en prestatie-analytics kunnen helpen geplande en ongeplande downtime te verminderen. Data kan gebruikt worden om onderhoudsprogramma's te superladen met condition-based onderhoud dat kosten verlaagt en apparatuurslevensduur verlengt.

IIoT real-time machinemonitoring kan zelfs de frequentie die gegenereerd wordt door machines analyseren om falen te voorspellen en ze in een optimaal tijdvak te repareren, zoals tijdens wissels. Ze bieden ook robuuste rapportages aangepast om zich te richten op de meest significante problemen.

Met toegang tot deze inzichten kunnen managers en directeuren hun echte OEE snel begrijpen en procesverbeteringsprocedures uitvoeren die omgaan met onbevooroordeelde, complete data.

Real-time data vermindert de iteratieve aard van handmatige procesverbeteringen en stelt operators en technici in staat om zich te richten op het draaien van de apparatuur in plaats van afgeleid te worden door handmatige dataverzameling en foutgevoelige analyse.

MachineMetrics gebruiken om machinebeschikbaarheid te verbeteren

MachineMetrics is een machine data platform dat autonoom uw apparatuurdata verzamelt en standaardiseert. Met onze plug-and-play oplossing kunt u uw apparatuur direct verbinden en beginnen met het leveren van actionable insights aan uw team.

Gebruik dashboards om te zien wanneer apparatuur achterloopt op deeldoelstellingen, gebruik notificaties om uw onderhoudsteam te waarschuwen voor downtime-gebeurtenissen, ontwikkel accurate benchmarks over cycletijden, geplande downtime en andere KPI's.

Met MachineMetrics kunt u snel uw grootste kansen en verspillingsgebieden identificeren, wat u helpt machinedowntime te verminderen en doorvoer te verhogen. Boek vandaag nog een demo om meer te leren.