The Use of Predictive Maintenance in the Production Processes

Failures are a problem for every company that causes the plant to stop working and thus incur losses. It is therefore obvious that companies want to eliminate unplanned downtime in the production process. In the wake of the still increasing demands in terms of productivity and safety requirements, cost reduction, the industry is forced to seek the optimum between economic requirements and an acceptable level of risk in terms of security. Modern factories equipped with computerized processes and extensive diagnostic tools often do not use all the information that is collected from the hardware level. It happens that some of the relationships between events are often overlooked or neglected. The article presents an approach to increasing machine reliability through predictive data analysis. The assumptions of the predictive and preventive maintenance methods are presented. The threats and possibilities offered by this methodology implemented in the production process are presented.

Awarie to problem każdego przedsiębiorstwa powodujący zatrzymanie pracy zakładu a przez to ponoszenie strat. Oczywistym zatem jest, że firmy chcą eliminować nieprzewidziane przestoje w procesie produkcji. W następstwie rosnących wciąż wymagań w zakresie produktywności i wymagań bezpieczeństwa, redukcji kosztów, przemysł zmuszony jest do poszukiwania optimum pomiędzy wymaganiami ekonomicznymi i akceptowalnym poziomem ryzyka w zakresie bezpieczeństwa. Nowoczesne fabryki wyposażone w skomputeryzowane procesy i rozbudowane narzędzia diagnostyczne często nie wykorzystują wszystkich informacji, które są zbierane z poziomu sprzętowego. Zdarza się, że niektóre z relacji pomiędzy zdarzeniami są często pomijane lub zaniedbywane. W artykule przedstawiono podejście do zwiększenia niezawodności maszyn poprzez predykcyjną analizę danych. Zaprezentowano założenia metodyki predictive i preventive maintenance. Przedstawiono zagrożenia i możliwości jakie daje ta metodyka zaimplementowana w procesie produkcyjnym.