Bakgrund
En tillverkningsanläggning (anonymiserad av konfidentialitetsskäl) förlitade sig på reaktivt underhåll för sitt knivbytesprocess. Oväntade driftstopp på grund av slöa knivar var frekventa och kostsamma, störde produktionen och påverkade den övergripande effektiviteten. Det fanns inget system på plats för att förutsäga när knivarna behövde bytas.
Problem
Anläggningen stod inför flera kritiska utmaningar:
- Oväntade komponentbyten (knivar) ledde till oplanerade produktionsstopp.
- Ingen insikt i återstående livslängd för knivarna, vilket gjorde planerat underhåll omöjligt.
- Avsaknad av metod för att beräkna hur stor andel av knivens livslängd som återstod innan byte krävdes.
- Reaktivt underhåll ledde till stressade byten och potentiella säkerhetsrisker.
Lösning: Lyssna på knivarna – en proaktiv strategi
För att lösa dessa utmaningar implementerades en innovativ ljudbaserad lösning för prediktivt underhåll. Detta innebar en stor förändring från det tidigare reaktiva tillvägagångssättet. Det nya systemet:
- Samlar in ljuddata genom att fånga knivarnas akustiska signatur under drift.
- Använder en AI/ML-modell tränad för att identifiera olika skärpenivåer baserat på ljud.
- Förutsäger när ett knivbyte bör ske.
- Ger en ”komplementfunktion” – en beräkning av återstående livslängd i procent innan byte krävs.
Resultat och påverkan: Från reaktivt till prediktivt
Övergången från reaktivt till prediktivt underhåll gav betydande förbättringar:
- Eliminering av (eller kraftig minskning av) oplanerade driftstopp på grund av slitna knivar.
- Noggrann prognos av knivarnas återstående livslängd, vilket möjliggör planerat underhåll.
- Optimerad hantering av knivlager, vilket säkerställde tillgänglighet vid behov.
- Förbättrad säkerhet genom schemalagt underhåll och färre stressade byten.
Genom att använda ljudanalys och AI/ML fick anläggningen värdefulla insikter om knivarnas skick – något som tidigare saknades. Detta möjliggjorde en fullständig övergång från reaktivt till prediktivt underhåll, vilket förbättrade effektiviteten, minskade driftstopp och ökade säkerheten.
Den funktionen, som ger en procentandel av återstående knivlivslängd, förbättrar ytterligare planering och resursallokering. Denna fallstudie belyser den transformerande kraften hos ljudbaserat förebyggande underhåll för att optimera kritiska processer och minimera störningar i tillverkningsmiljöer, särskilt vid övergång från en rent reaktiv underhållsmodell.
