- Predictive Maintenance
Predictive maintenance adalah bentuk pemeliharaan yang langsung memonitor kondisi dan kinerja dari equipment pada saat operasi normal untuk mengurangi kerusakan atau failures di waktu mendatang. Predictive Maintenance (PdM) di desain khusus untuk membantu menentukan kondisi aset equipment yang digunakan sebagai acuan prediksi kapan kegiatan pemeliharan aset harus dilakukan. Predictive maintenance membuat suatu organisasi dapat dengan mudah mengevaluasi kondisi equipment dengan melakukan condition monitoring di waktu-waktu tertentu yang sudah dijadwalkan (offline) dan pengecekan berkelanjutan (online).
Tujuan utama dari pendekatan predictive maintenance adalah untuk melakukan kegiatan maintenance di waktu-waktu yang telah dijadwalkan yaitu diwaktu-waktu paling efektif dan juga sebelum suatu equipment mengalami kegagalan. Pendekatan ini menjanjikan keefektifan dari segi biaya dan waktu karena kegiatan-kegiatan maintenance yang dilakukan sesuai dengan rencana yang sudah dibuat.
- Predictive Maintenance dan Preventive Maintenance
Predictive maintenance dan preventive maintenance memiliki objektif yang hampir sama. Kedua program ini di atur untuk mengembangkan maintenance yang secara rutin dilakukan untuk mencapai standar. Meskipun kedua metode tersebut beroperasi untuk memperpanjang waktu beroperasinya suatu aset, mencegah terjadinya unexpected breakdowns, dan menghemat biaya, predictive maintenance dan preventive maintenance adalah dua pendekatan yang berbeda. Preventive maintenance akan bekerja saat suatu mesin mengalami mati total atau total shut down, sementara kegiatan predictive maintenance dilakukan saat mesin dalam kondisi normal dan melakukan kegiatan produksi sebagaimana biasanya. Artikel mengenai preventif maintenance pernah dibahas disini.
Jadwal preventive maintenance dibuat berdasarkan waktu operasi dan sensory triggers dari masing-masing equipment. Teknisi biasanya harus melakukan shut down dan dissemble pada equipment untuk
dapat melakukan program preventive maintenance, seperti penggantian oil atau pelumasan. Sementara, predictive maintenance mengidentifikasi tren data dan memprediksi kapan suatu failure akan terjadi. Metode ini mengumpulkan dan menganalisa data real-time pada kinerja equipment, yang dimana proses ini dilakukan saat equipment beroperasi normal.
- Predictive Maintenance Framework
Dalam eksekusi kegiatan predictive maintenance, suatu organisasi perlu memenuhi kebutuhan predictive
maintenance dalam memberikan input yang maksimal. Kebutuhan tersebut terangkum dengan lengkap
menggunakan pendekatan PdM Framework. Framework ini dapat dijadikan acuan untuk melakukan
program predictive maintenance yang efektif dari segi biaya dan waktu.
Predictive maintenance membuat suatu organisasi mendapatkan best practice output maintenance. PT.
Tiara Vibrasindo Pratama menghasilkan suatu inovasi berupa PdM Framework yang dimulai dari proses setup database, monitoring jadwal, persiapan titik pengukuran, manajemen data, analisis dan rekomendasi serta Cost Benefit Analysis. Semua komponen yang tergabung dalam framework tersebut akan dijalankan secara berkesinambungan untuk memberikan praktisi maintenance kegiatan pemeliharaan aset terbaik dan menyeluruh.
Kompenen pertama dari framework ini adalah Database setup yang merupakan kunci utama dalam melakukan PdM. Selain menampilkan hirarki peralatan, database setup harus dapat memberikan Parameter Analysis berdasarkan failure dari hasil study Life Cycle Strategy sebelumnya. Lalu, selain menentukan Schedule monitoring, PdM harus dapat menunjukkan bahwa schedule tersebut dapat di review secara berkala.
Tahap selanjutnya adalah tahap persiapan yang meliputi waktu, teknologi dan sumber daya manusia yang
dibutuhkan untuk proses pengumpulan data. Pada tahap ini semua bagian dalam suatu organisasi akan melakukan standarisasi penamaan dan komponen-komponen pengukuran dari kegiatan pemeliharaan
aset yang dimiliki. Tahap ini akan mempermudah analisis dan manajemen data yang terintegrasi dari
berbagai bagian organisasi, yang nantinya akan memberikan analisis final yang menyeluruh dan juga
membantu pengambilan keputusan atas kegiatan maintenance apa yang akan dilakukan selanjutnya.
Selanjutnya merupakan proses manajemen data yang berhubungan erat dengan bagaiman suatu tim PdM
menggunakan semua data PdM pada sebuah database yang lengkap, representative, mudah digunakan,
mudah dibaca dan mudah diakses. Tim PdM akan dengan mudah menganalisa dan memberikan
rekomendasi sesuai dengan data yang dimasukkan ke dalam database tersebut. Semua indikasi kegagalan
aset yang ditemukan harus dapat memberikan input bagaimana kegagalan tersebut dapat diperbaiki.
Rekomendasi yang diberikan juga harus dengan mudah dapat dilacak sehingga dapat terlihat apakah
indikasi kegagalan tersebut sudah diperbaiki atau belum.
Tahap terakhir dari PdM Framework ini adalah Cost Benefit Analysis. Tahap ini membantu praktisi
menentukkan pilihan kegiatan maintenance terbaik untuk memperoleh hasil yang paling efektif. Pada
tahap analisa ini, keuntungan dari segi waktu dan biaya dirancang seefektif mungkin. Suatu organisasi
harus menjabarkan seluruh tindakan pemeliharaan yang mungkin dibutuhkan untuk setiap aset.
Penjabaran ini meliputi productivity loss, biaya maintenance, dan waktu yang diperlukan bagi setiap aset
saat tindakan maintenance akan dilakukan. Deskripsi rancangan kegiatan maintenance ini akan diurutkan
berdasarkan status criticality dan keefektifan suatu kegiatan maintenance pada aset tersebut. Kegiatan
ini akan membantu praktisi maintenance menentukan keputusan yang paling efektif sebelum suatu aset
mengalami kegagalan total, dari segi biaya dan waktu. Untuk membaca versi bahasa Inggris dan mendownload pdfnya Anda bisa mendownload disini: Predictive Maintenance for Asset Maintenance Optimization.
Baca Artikel Bahasa Inggris dan download pdf filenya disini “Predictive Maintenance for Asset Maintenance Optimization“