Tren teknologi yang semakin maju dan manajemen yang terus menuntut agar biaya operasional bisa ditekan menjadi landasan bagi transisi dari preventive maintenance ke predictive maintenance (PdM). Pergeseran ini diharapkan dapat membantu industri manufaktur menghemat biaya besar.
Berbeda dengan preventive maintenance, PdM secara efektif mampu memelihara kondisi mesin dan peralatan sembari memotong biaya operasional dengan terus memantau status mesin dan menawarkan informasi real-time yang secara proaktif mengeluarkan peringatan dan menghindari potensi kesalahan.
Di dalam PdM terdapat model yang dikenal sebagai fault prediction system yang berfungsi untuk memprediksi potensi kesalahan yang mungkin atau akan terjadi pada mesin. Apa yang dimaksud dengan fault prediction system? Fault prediction system atau sistem prediksi kesalahan adalah teknologi utama untuk memastikan pengoperasian mesin berukuran besar yang aman. Sistem ini digunakan untuk kelompok mesin dan peralatan utama dan bertujuan untuk meningkatkan efisiensi kerja dan tingkat prediksi kesalahan yang cerdas. Pertama, karakteristik sistem dianalisis, dan kemudian arsitektur fungsional empat lapis sistem dirancang untuk mewujudkan pemantauan kondisi yang komprehensif, transmisi informasi yang andal, dan pemrosesan informasi cerdas untuk prediksi kesalahan. Sistem prediksi kesalahan berbasis Internet of Things dapat menyediakan sarana teknis untuk mencapai pemeliharaan prediktif ilmiah untuk kelompok peralatan mekanis utama yang besar.
Sistem prediksi kesalahan berbasis IoT berkembang pada tiga mode, dan dapat menembus kerangka asli pemantauan tradisional dan diagnosis kesalahan. Kombinasi IoT dan prediksi kesalahan dapat memanfaatkan sepenuhnya lebih banyak dukungan teknologi dan umumnya berbagi lebih banyak informasi untuk melakukan prediksi kesalahan jarak jauh yang fleksibel, sehingga meningkatkan efisiensi kerja dan tingkat prediksi kesalahan yang cerdas. Dalam mode ini jaringan berkembang menjadi jaringan penghubung berbagai perangkat (termasuk kelompok peralatan dan berbagai instrumen pemantauan) dan manusia (pengguna peralatan, orang yang mengelola peralatan, dan ahli prediksi kesalahan). Sistem dapat membuat semua terhubung, semua berkomunikasi dan berbagi informasi untuk mewujudkan pemantauan kondisi yang komprehensif, transmisi yang andal, dan pemrosesan prediksi kesalahan cerdas dari informasi kesalahan dari kelompok peralatan mekanis.
Referensi:
Xiaoli Xu, Tao Chen, Mamoru Minami, Intelligent fault prediction system based on internet of things, Computers & Mathematics with Applications, Volume 64, Issue 5, 2012,
