Predictive dan Preventive Motor dan Generators dengan SMART SENSOR (CBM - condition Based monitoring system)
Kinerja dari motor sangat penting untuk operational sebuah pabrik. Failure dari critical motor dapat menyebabkan kehilangan kapasitas produksi dan biaya repair serta maintenance cost yang meningkat significant. Sudah tidak bisa ditawar lagi.
Oleh karena itu kita harus melakukan pemeliharaan atau maintenance. Baik itu preventive maintenance maupun predictive maintenance.
Rekomendasi perawatan yang ada dan diusulkan oleh vendor untuk motor listrik terkadang mendorong banyak praktik pemeliharaan yang terlalu konservatif dan cenderung dengan biaya yang berlebihan sehingga tidak memberikan margin operasional tambahan. Beberapa aktivitas atau tindakan preventive seharusnya tidak semestinya ada.
Dari semua methode, yang paling efektif untuk tindakan preventif maupun predictive maintenance adalah data yang diambil langsung diambil dari unit motor dengan metode akuisi data menggunakan SMART SENSOR. Data yang langsung dari mesin sangat aktual dan jauh dari human error ataupun manipulasi. 1 unit Smart sensor yang terhubung langsung dengan unit motor dapat menyajikan data vibrasi, temperatur motor, serta elektrikal motor sekaligus dan terhubung dalam satu PLC polling.
Data-data yang di collecting dari mesin, kemudian disajikan dalam database untuk dibuat platform dashboard nya. Data-data juga mengkonfigurasi beberapa alarm sebagai bentuk ketidak normalan yang terjadi dalam mesin (Out of range). Trigger inilah yang digunakan sebagai upaya predictive maintenance dengan memberikan sinyal kepada maintenance agar segera mengambil action atau work order untuk perbaikan, sebelum menuju total stop line.
Historical perawatan mesin akan tersusun dengan rapi dalam data digital. Memudahkan dalam dokumentasi, pelatihan, penanganan masalah, penelusuran parts, stok sparepart, vendor performa analysis dll.
Apanila dikorelasikan dengan Operation Time, serta aktivitas yang dilakukan, dan continuous monitoring terhadap setiap failure yang terjadi pada motor, akan menghasilkan kalkulasi formula dari MTTR dan MTBF (mean time to repair/mean time between failure) secara auto.
OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
Pada proses heat treatment, parameter temperatur adalah poin yang harus diperhatikan dan dimonitoring. Umumnya setiap furnace memiliki unit recorder temperature, yang selalu melekat pendekatan dengan mesin. Melalui ini, user bisa melakukan kontrol dan monitoring terhadap temperatur yang sedang berjalan di mesin. Aktivitas ini biasanya hanya berlangsung di tingkat mesin.
Parameter temperatur yang selama ini hanya ada di unit recorder, VMTECH SYSTEM memindahkan datanya secara Real Time ke ruang office, atau ke ruang maintenance, kemudian dibuatkan tampilan dashboard yang Real Time terhadap semua mesin heat Treatment, akan sangat membantu memonitor seluruh line produksi, tanpa harus melihat ke Lapangan.
Data yang tersebutkan di Unit Recorder sama dengan Data yang muncul di office atau di ruang maintenance.
System monitoring ini, memungkinkan ditingkatkan platform nya ke Internet of Things karena di bangun dengan common database Microsoft SQL. Artinya seorang manager dapat memonitoring parameter mesin dimana saja dan kapan saja.
Silakan menghubungi kami pada kontak yang tersedia.
oee calculation tpm adalah analysis software hardware plc application availability performance quality analytics free download open source comparison price applicatin wonderware rockwell www vmtech indonesia making indonesia 4.0 pabrik oee filling oee packing jakarta surabaya medan
Salah satu poin yang sangat penting dalam implementasi OEE AUTO SCORING adalah sistem harus bisa memberikan detail downtime dan detail rejection dari mesin atau line produksi. Detail downtime dan detail rejection akan sangat berguna sebagai materi untuk improvement.
Tak dipungkiri, trigger downtime dan rejection tidak semuanya tersedia di mesin. Mau tidak mau kita memerlukan interface yang memudahkan kita me- notifikasi setiap kejadian downtime ataupun rejection.
Tidak ada yang salah dengan aktivitas penambahan interface dalam pengembangan sistem auto OEE scoring.
oee calculation tpm adalah analysis software hardware plc application availability performance quality analytics free download open source comparison price applicatin wonderware rockwell www vmtech indonesia making indonesia 4.0 pabrik oee filling oee packing jakarta surabaya medan
thermocouple rtd pt100thermistor difference thermocouple rtd thermistor pdf comparisonthermocouple rtd pt100thermistor difference thermocouple rtd thermistor pdf comparison
Suhu adalah perubahan panas dingin yang diukur dengan satuan suhu celcius Kelvin Fahrenheit dan lain-lain suhu tepatnya diukur dengan alat pengukur suhu dalam hal ini thermocouple & RTD. Pada saat suhu diukur terkadang kita tidak dapat mencatat atau menyimpan hasil pengukuran Oleh karena itu kita butuh satu device yang dapat mencatat dan merekam hasil pengukuran suhu alat tersebut kemudian dinamakan Data Logger temperature atau sering disebut juga recorder temperature.
Tanpa alat ini, ini kalau pencatatan dan pengukuran dilakukan dengan manual bisa menimbulkan human error.
Recorder temperature terdiri atas dua jenis. Ada yang masih menggunakan paper (Chart paper) ada juga yang sudah menggunakan Paperless System. Perbedaannya terletak pada media pencatatan hasil recorder temperature. Pada jenis temperatur yang paper chart, hasil pengukuran di print out dengan ribbon dan kertas sesuai dengan interval waktu yang di setting pada unit chat recorder.
Pada Paperless Recorder temperatur hasil pencatatan tidak menggunakan kertas atau paper, melainkan menggunakan media sD card memori, yang dapat menampung kapasitas hasil recorder. Jenis SD card yang digunakan juga sangat umum dan mudah ditemui di pasaran.
Apa sesungguhnya fungsi utama sebagai recorder temperature?, perbedaan dengan PLC atau dengan data Logger lainnya?
Recorder temperature sesungguhnya membantu perusahaan untuk visualisasi hasil pengukuran di lantai produksi yang dekat dengan mesin. Hal ini dilakukan untuk memonitoring setiap suhu yang didapat agar selalu terkontrol dan berada dalam range temperatur yang diizinkan. Beberapa hari kode temperatur dilengkapi dengan output alarm dan relay, sehingga ketika terjadi deviasi, maka alarm akan berfungsi. Umumnya hanya dilengkapi dengan satu output alarm.
Recorder Temperature juga dimanfaatkan untuk berikut beberapa jenis sensor lainnya dengan persyaratan output 4 - 20Ma, bisa berasal dari sensor pressure, getaran, bahkan bisa juga berasal dari pH sensor.
Umumnya recorder temperature digunakan di daerah yang letak mesinnya agak berjauhan dengan office, memudahkan untuk mengontrol fasilitas produksi. Power supply yang digunakan juga sangat umum yakni 220volt.
Recorder temperature sangat jauh berbeda dengan PLC :
1. Recorder temperatur mempunyai standar aplikasi yang tidak bisa dimodifikasi alias sudah pakem.
2. Tersedia dalam channel yang terbatas dan tidak modular.
3. Output yang diperoleh juga sangat terbatas yakni csv ataupun Excel untuk Real Time monitoring nya. Artinya : Output dari recorder temperatur sudah final, dan sangat terbatas.
4. Recorder hanya sebagai kacamata mesin, tidak lebih dari itu. Recorder bukanlah controller, recorder tidak bisa menaikkan atau menurunkan suhu. Memerlukan devise tambahan seperti controller temperature atau PLC.
Apakah Unit Recorder bisa dihubungkan dengan PLC?
Ya tentu saja bisa digabungkan dengan PLC. Sepanjang recorder mempunyai port komunikasi lanjutan seperti analog rs485 ataupun rs232. Sinyal dari Recorder ini diteruskan oleh PLC atau controller.
Jika ingin dilanjutkan ke platform berikutnya, dilakukan secara manual memindahkan data csv dan Excel ke program selanjutnya.
thermocouple rtd pt100thermistor difference thermocouple rtd thermistor pdf comparison
Sebagai seorang purchasing/Bagian pembelian, selain Quality, Cost, dan Delivery , ada baiknya juga mengetahui detail pemakaian thermocouple dan aplikasinya sebagai berikut :
1. Tentukan suhu aplikasi 2. Tentukan aplikasi digunakan dimana? 3. Ketahanan abrasi / getaran/Panas 4. Ketahanan kimia, kalibrasi 5. Instalasi dan kompatibilitas.
Tentukan suhu aplikasi
Ada banyak jenis termokopel tersedia dalam beberapa kalibrasi yang berbeda. Termokopel yang paling umum digunakan saat ini adalah K, T, J, E, tetapi juga tersedia dalam kalibrasi lainnya. Setiap kalibrasi menawarkan berbagai suhu tertentu dan hati-hati dipilih untuk lingkungan di mana ia akan digunakan.
Memilih berdasarkan Jenis Material
Compacted MgO Thermocouples
MgO adalah bahan yang selalu digunakan dalam pebuatan thermocouple unutk mencapai ketahanan suhu hingga 2300°F (1260°C). Pastikan bahwa bubuk MgO yang terbaik yang digunakan untuk thermocouple jenis MI (mineral insulated).Jika tidak , Thermocouple anda umurnya akan seumur jagung, dan akurasinya dipertanyakan.
Thermocouples Sheath (pipa pelindung)
Semua Element yang terlibat di dalamnya diatur oleh ANSI. Termasuk sheath material (pelindung element) yang digunakan oleh thermocouple. Beberapa jenis Sheath (Pipa pelindung thermcouple yang umum digunakan antara lain :
304 SS Maximum temperature of 1650°F (900°C) and is the most widely used low temperature sheath material. It offers good corrosion resistance but is subject to carbide precipitation in the 900°F to 1600°F (480 to 870°C) range.
310 SS Maximum temperature of 2100°F (1150°C) and offers good mechanical and corrosion resistance similar to 304 SS. Very good heat resistance. Not as ductile as 304 SS.
316 SS Maximum temperature of 1650°F (900°C) and has the best corrosion resistance of the austenitic stainless steels. Subject to carbide precipitation in the 900°F to 1600°F (480 to 870°C)
Inconel® Maximum temperature 2150°F (1175°C) and is the most widely used thermocouple sheath material. Good high temperature strength, corrosion resistance and is resistant to chloride-ion stress corrosion, cracking and oxidation. Do not use in sulfur bearing environments.
Hastelloy X Maximum temperature 2200°F (1205°C) widely used in aerospace applications. Resistant to oxidizing, reducing and neutral atmospheric conditions. Excellent high temperature strength.
Tentukan Diameter Thermocouple
Standard Sheath Diameter berdasarkan atas suhu aplikasi :
020 "+.001 -.0005" 1290 ° F (700 ° C)
0,032 "+.001 -.0005" 1290 ° F (700 ° C)
0,040 "+.001 -.0005" 1290 ° F (700 ° C)
0,063 "± 0,001" 1690 ° F (920 ° C)
0,090 "± 0,001" 1830 ° F (1000 ° C)
0,125 "+.002 -.001" 1960 ° F (1070 ° C)
0,188 "+.002 -.001" 2100 ° F (1150 ° C)
0,250 "+.003 -.001" 2100 ° F (1150 ° C)
Seleksi Thermocouple berdasarkan Measuring Junction
Sheathed thermocouples are available in 3 junction types: grounded, ungrounded, and exposed. Each design offers specific advantages as well as disadvantages and must considered carefully when placing an order.
Grounded
The thermo-elements are welded into the end cap using the same weld rod as the sheath material. Fast time response. Recommended for high-pressure applications, liquids, moisture, contaminating atmospheres, and most general uses. -Least expensive.
Ungrounded
The thermo-elements are welded together and are electrically isolated from the sheath. Recommended for applications where stray EMF’s from electrical apparatus would affect the reading. -More expensive.
Exposed
The thermo-elements are welded together outside of the sheath. This provides the fastest time response, but exposes the elements to contamination. Electrically isolated from the sheath.
Inconel® is the registered trademark of INCO Alloys International.
Hastelloy X is the registered trademark of Haynes International.
Setelah semua spesifikasi terpenuhi dan Permintaan Pembelian dari Engineering sudah dibuat, maka step selanjutnya adalah menyampaikan PP tersebut kepada pihak purchasing.
Perbedaan umur Thermocouple Nitride akan sangat terlihat berbeda dengan Thermocouple yang posisinya fixed. Jarang dilakukan handling, pemindahan, pembersihan atau moltennya yang naik turun. Pada situasi ini Thermocouple Nitride punya umur
yang lebih panjang. Bisa mencapai lebih dari 1 tahun life cycle, bahkan 1.5 tahun.
Artinya semakin sering thermocouple di handling, dibersihkan, mengalami naik turun level molten umur thermocouple akan semakin pendek.
Ada baiknya anda memilihThermocouple yang benar-benar berkualitas dan tidak sering di handling Nitridnya, tidak sering dibersihkan dan posisinya pas sesuai dengan ketinggian aluminium.
Thermocouple Nitride yang berkualitas mempunyai karakter sebagai berikut :
High strength over a large temperature range
High fracture toughness
Good flexural strength
Mechanical fatigue & creep resistant
Lightweight – Low density
High hardness and wear resistance, both impingement and frictional modes
Superior thermal shock resistance
Low thermal expansion
Electrical insulator
Good oxidation resistance
Good chemical corrosion resistance
Wear resistant
High stiffness
CARA MEMPERPANJANG UMUR THERMOCOUPLE NITRIDE
Solusinya : perbaiki penempatan thermocouple jauh dari impact saat bekerja, perhitungkan dengan cermat panjang pegangan thermocouple, pertimbangkan penggunaan Thermocouple L shape atau tipe lurus.
Dalam kondisi Normal pemakaian, (dengan mengabaikan kerusakan akibat impact) Thermocouple Nitride bisa mencapai umur 2 tahun dan minimal 1.5 tahun. OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
Kesalahpahaman 1: “Saya harus menunggu untuk mulai berinvestasi di Industry 4.0.”
Mungkin kesalahpahaman paling umum yang dimiliki Prusahaan tentang Industri 4.0. Ketika ada teknologi inovatif dalam tahap awal, hanya sedikit yang berinvestasi dalam teknologi sebelum menjadi populer. Ini dikenal sebagai early adopter.
Seperti halnya prinsip investasi, hanya bernilai jika ROI tertinggi adalah signifikan. Industri 4.0 tidak berbeda. Apa yang membuat Industry 4.0 sangat menarik bagi pabrikan adalah nilai yang diakumulasikan oleh data ke pabrik dalam jangka panjang.
Data adalah satu-satunya aset yang dijamin dana akan terbayar seiring waktu. Karena big data dan analitik data adalah tulang punggung teknologi Industry 4.0, sangat menguntungkan bagi produsen untuk mulai berinvestasi hari ini.
Ada kesalahpahaman umum bahwa otomatisasi akan mencuri pekerjaan dan bahwa pekerjaan pekerja berketerampilan rendah akan dipertaruhkan.
Itu salah! Otomatisasi hanya akan menciptakan peluang baru. Ketika Gojek masuk ke pasar, ada banyak spekulasi bahwa Ojek pangkalan akan kehilangan pekerjaan mereka. Pada kenyataannya, apa yang terjadi benar-benar berbeda. Orang-orang beradaptasi dan terupdate secara mindset ke teknologi yang muncul dan tumbuh dalam karier mereka. Sekarang, hampir setiap orang menggunakan Gojek dan sangat membantu.
Seorang pekerja administrasi di lantai produksi, sangat kuatir ketika repotting downtime, reporting produksi, reporting achievement produksi dilakukan secara auto oleh sistem. Pada kenyataannya setelah VMTECH melakukan instalasi terhadap MES dan AUTO SCORE. Seorang Tenaga administrasi kami lakukan training tentang fitur-fitur MES dan OEE Auto Scoring.
Apa yang terjadi di operator tersebut sekarang sudah mengembangkan sendiri data-data didapatkan dari sistem yang kami kembangkan menjadi platform analisa dalam excel dan Microsoft Power Bi tanpa sepengetahuan kami. Tenaga administrasi justru banyak memberikan masukan kepada kami dan perusahaan : sebaiknya dibawa Kemana improvement selanjutnya. Diluar ekspektasi kami.
Ini contoh kecil, tapi berdampak besar bagi pribadi administrasi tersebut dan perusahaan.
Percayalah ..
OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
Hari ini, meskipun beda brand yang notabene beda protokol tetapi antar PLC yang sama atau beda brand bisa berkomunikasi dengan protokol standard yang ditetapkan, misalnya : OPC, Modbus, DeviceNet, Foundation Fieldbus, Profibus, Profinet, dsb
Profibus
Profibus dan profnet merupakan merupakan protocol yang sering digunakan dalam di dalam sistem otomasi. Profinet mempunyai kecepatan pengiriman data lebih cepat dibanding profibus. Kecepatan data sangat dibutuhkan oleh sistem data collection pada MA ada ( manufacturing execution system).
Karena data tidak hanya berasal dari satu mesin, atau satu jenis produk. MES melakukan auto data collection terhadap seluruh fasilitas produksi. Jika salah satu data ngelag, maka akan mempengaruhi performansi sistem secara keseluruhan.
Profibus profibus DA(DecentraliSasi Peripheral) profibus PD, profisafe, Profidrive, profibus D9 dll.
Profibus DP menggunakan rs485 keuntungan dari profibus DP yakni mempunyai komunikasi yang sangat umum dan dapat di koneksi dengan berbagai merk. Penggunaan profibus DP untuk modul input/output, sensor drive, PLC dan sebagainya.
Profinet
Profinet adalah protokol berbasis industrial komunikasi ethernet mempunyai kecepatan Pengiriman data mencapai gigabyte provinsi dan provinsi mempunyai kesamaan an sebagai protokol komunikasi namun provinsi mempunyai 2 prioritas yakni profinet untuk IO input/output dan profinet untuk component-based automation.
Komunikasi rs485 sebagai profibus mempunyai kecepatan Pengiriman data maksimal 12 megabyte per second sedangkan profinet menggunakan ethernet mempunyai kecepatan Pengiriman data mencapai gigabyte.
Jika anda dihadapkan pada kontrol PLC, sebaiknya komunikasi dipersiapkan ke ethernet connection dalam hal ini profinet. Dengan demikian fitur auto data collection terhadap semua fasilitas produksi dan fasilitas mesin dapat dilakukan dengan baik.
"VMTECH adalah perusahaan System Integrator Local yang fokus pada pengembangan Industrial 4.0. Tim yang lahir dan dibesarkan dari lantai produksi. Dikembangkan oleh anak-anak bangsa. Menggunakan devise yang industrial grade, untuk menghasilkan solusi yang komprehensif, Realtime, Flexible, Scadable, Integrated enterprise, Efisien serta Customizing".
"Tim VMTECH, lahir dan dibesarkan dari lantai produksi, sangat paham dengan apa yang dibutuhkan oleh lantai produksi, top management dan owner perusahaan".
Dalam prosesnya, VMTECH hanya menggunakan perangkat yang sudah terbukti kehandalannya dan industrial grade. Dengan kombinasi berbagai PLC branded seperti : Mitsubishi , Omron, Keyence, siemens, AB, Schneider, OPC server dll.
MENGAPA VMTECH SANGAT SPESIAL?
Setelah melalui riset dan implementasi bertahun-tahun dan sudah terimplementasi terhadap beberapa multinational company di Indonesia, kenapa VMTCEH sangat spesial :
VMTECH Full Customizing System : Template, font dan logo
Telah akomodasi beberapa variable di lantai produksi :
Konfigurasi Multi SKU
Konfigurasi pergantian Batch setiap shift
Konfigurasi perhitungan DT terhadap LINE
Konfigurasi perhitungan dan Notifikasi DT terhadap mesin
Perpindahan Batch ke hari selanjutnya
Konfigurasi Machine time & Schdeuling
Working days
Shift working
Konfigurasi initial operator dan Group kerja
Self Update untuk :
Multi SKU
Initial operator dan Group kerja
Type Downtime & Rejection (licensed)
Detail data of Downtime
Detail data of rejection
Direct aquicission fro, machine trigger Common Data Base, integrated to Microsoft product Upgradable to IOT system
Remote Handling & Services
Local supporting, customizing and development
Competitive price , compare to overseas product
APA SAJA SOLUSI DARI VMTECH
Dengan prinsip Integrated hardware & Software, beberapa solusi dari VMTECH :
Beberapa syarat yang harus dipenuhi oleh sistem untuk mengimplementasikan auto OEE scoring
1. Sistem tersebut mempunyai syarat sebagai proses produksi, ada starting Point, processing step, serta ending Point.
2. Mesin atau Line tersebut menghasilkan barang dalam satuan tertentu serta mempunyai tingkat kualitas tertentu.
3. Mempunyai standar waktu shift, sebagai bagian dari aturan perusahaan.
Tidak ada persyaratan khusus bagi suatu proses produksi dalam implementasi OEE scoring. Apapun jenis apa pun kondisi mesin, mesin PLC atau tidak?, PLC punya koneksi Ethernet atau tidak?.
Semua hal diatas, seharusnya tidak menjadi persoalan bagi integrator untuk mengimplementasikan MES atau OEE scoring. Sebab ada banyak sekali metode yang digunakan, untuk melakukan data akuisisi langsung dari mesin dan fasilitas produksi.
Proses perubahan dari Manual Reporting OEE Score menjadi Auto OEE Score bukanlah sesuatu hal mudah untuk dilakukan oleh perusahaan. Dibutuhkan waktu dan komitment yang kuat antara operator lapangan dengan keinginan Top Management.
Artinya, dibutuhkan keseragaman visi dan misi segenap aspek dan departement yang ada di suatu perusahaan. Jika hanya dilakukan oleh inisiatif per seorangan , dapat dipastikan Auto OEE Score tidak akan berlangsung dengan baik. Satu hal yang harus dipikirkan sejak awal adalah REACTION AFTER OEE SCORE. "OEE Score without reaction is zero"
IMPLEMENTASI AUTO OEE SCORING
Ketika visi dan misi antara top management dengan tingkat lapangan sudah sama, langkah selanjutnya adalah melihat kondisi lapangan dan kapasitas line produksi untuk menunjang auto data collection.
Tentukan Goals dan Main Problem dari System
Lihat tingkat kedalaman data terkait : Jenis DOWNTIME dan notifikasi nya
Tentukan jenis Quality dan Cycle time setiap product yang akan melalui mesin produksi
Tentukan Planned Downtime dan Unplanned downtime.
Lakukan akuisisi data langsung dari mesin
Visualisasi yang tepat dan sesui dengan kebutuhan management
Graph dan 7 tools untuk menganalisa permasalah yang ada.
System AUTO OEE SCORE membutuhkan perangkat yang terhubung langsung dengan mesin dan fasilitas produksi lainnya. Gunakanlah jalur ter-aman untuk melakukan akuisisi data dari mesin.
Pastikan bahwa kinerja existing system untuk menjalankan mesin tidak terganggu oleh adanya sistem OEE SCORE yang auto.
OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
OEE score adalah indikator Matrix bagi perusahaan, serta menjadi KPI bagi lantai produksi untuk melihat efisiensi semua yang terlibat dalam proses produksi. Diperlukan suatu sistem OEE yang kredibel dan aktual serta dipercaya semua pihak yang terlibat. Tidak ada data manipulation, copy paste, atau human error atas sistem OEE scoring.
OEE adalah sebuah gambaran visual dan terukur akan semua hal yang terkait dengan proses produksi. OEE memberikan gambaran kepada apa saja problem atau masalah yang timbul dalam proses produksi yang mempengaruhi output. OEE akan menguraikan kepada anda masalah dari yang prioritas sampai kepada yang tidak prioritas.
OEE sangat hebat. Nah, itulah yang menjadi dasar pertimbangan langkah selanjutnya. OEE adalah step pertama, adalah titik balik buah keputusan mau maju atau mundur?, mau menerapkan otomatisasi atau tidak?, mau mengganti operator menjadi robot atau tidak?. Itulah hubungan antara OEE dengan digitalisasi.
OEE sangat hebat. Nah, itulah yang menjadi dasar pertimbangan langkah selanjutnya. OEE adalah step pertama, adalah titik balik buah keputusan mau maju atau mundur?, mau menerapkan otomatisasi atau tidak?, mau mengganti operator menjadi robot atau tidak?. Itulah hubungan antara OEE dengan digitalisasi.
Sekali lagi bahwa OEE scoring adalah titik awal, petunjuk, kompas bagi top manajemen dan owner perusahaan untuk bisa bertindak.
Data dengan Kredibilitas yang tinggi
Ketika bicara data yang punya kredibilitas tinggi, kita akan dihadapkan pada sebuah sistem auto yang jauh dari manual entri atau manual reporting. Semua data akan di-collectiing secara otomatis. Dalam kondisi real time, integrated, fleksibel, dan customizing.
Anda butuh sistem yang modern, anda butuh hardware dan software yang bisa mengakomodasi auto data collection, computizing, visualisasi, data base, auto reporting, auto analisis, auto intelegensi. Anda akan memasuki sebuah era digital yang membawa perusahaan anda bisa bersaing dan memenangkan kompetisi global.
Fitur AUTO DATA COLLECTION
Untuk mendapatkan OEE SCORE yang Auto, Beberapa trigger pada flow proses seperti STARTING, ENDING, COUNTING, STOP, RUNNNING, DOWNTIME dll terhubung langsung dengan PLC polling, yang mengakuisisi data secara langsung dari mesin secara Real Time.
Singkat kata, trigger tersebut mengalirkan beberapa data ke PLC polling kemudian dilakukan pengolahan data, untuk mendapatkan OEE scoring yang Auto. Akan berubah dalam interval waktu tertentu sesuai dengan pencapaian produksi yang terjadi.
Jika signal-signal tersebut masih manual, ada baiknya ditambahkan atau digantikan oleh sensor yang punya konektifitas analog, digital, serial dll.
Lantai Produksi sangat kompleks, anda butuh HMI ( Human Machine Interface)
Untuk Notifikasi Downtime, banyak cara untuk mendapatkan Notifikasinya . Hal inilah yang menjadi kelebihan dari VMTECH sebagai vendor yang customizing. Data downtime atau jenis downtime ada yang langsung didapatkan dari existing PLC. Jika tidak memungkinkan, ada juga yang didapatkan dengan metode lain di luar dari PLC Existing. Ada yang diwakilkan oleh barcode system, ada yang diwakilkan dengan tombol push bottom dan yang sedikit lebih advance , ada yang dilakukan dengan Interface touchscreen.
Semua bergantung kepada kondisi lapangan, differensiasi fitur serta budget yang tersedia.
"Notifikasi Downtime , ada yang diwakilkan oleh barcode system, ada yang diwakilkan dengan tombol push botton dan yang sedikit lebih advance , ada yang dilakukan dengan Interface touchscreen. "
OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
menciptakan evolusi positif bagi supplychain yang realtime, integration enterprise, flexible dan scadable.
Manufacturing Supplychain
Industrial 4.0 adalah menyangkut suatu konsep dan paradigma. Kalau berbicara tentang suatu konsep dan paradigma, maka kita dihadapkan pada satu pola pikir yang sangat terstruktur, terorganisasi dengan baik.
Berpikir sebelum bertindak, adalah salah satu pepatah kuno yang berlaku, sebagai filsafat hidup manusia yang ideal. Ini sama halnya dengan bagaimana kita menyelesaikan masalah di lantai produksi, di pabrik. Berfikir artinya berhubungan dengan pengukuran dan analisa serta diagnosa masalah. Salah satu tools yang berulang kali sayai sampaikan dalam setiap tulisan dan presentasi adalah bagaimana kita menerapkan scoring terhadap efektivitas mesin dan fasilitas produksi, Yakni dengan OEE Scoring.
OEE scoring sudah masuk dalam satu konsep MES System ( Manufacturing execution system)
Industrial 4 adalah bukan pekerjaan semalam, Basic dari industrial 4.0 adalah evolusi MES ( Manufacturing execution system). Pada tingkat ini, perusahaan manufaktur dibekali dasar-dasar integrasi horizontal dan vertikal. Semuanya harus customers disesuaikan dengan Visi - Misi perusahaan, bukan ikut-ikutan, atau gaya-gayaan.
Dalam piramida Supplychain, MES (Manufacturing Execution System) memegang peranan penting. Fungsi MES posisinay diatas dari SCADA dan PLC system. Dalam tingkat MES beberapa komponen yang menjadi subject antaralain : Effectiveness, Downtime, Data Base, Quality, Throughput, Reporting Produksi , SPC, Scheduling.
Jadi, jika memulai untuk digitalisasi, mulailah dengan implementasi MES, salah satunya adalah OEE scoring
GERBANG DARI DIGITALISASI ADALAH MODERNISASI
Gerbang dari era digitalisasi adalah modernisasi dari seluruh aspek yang terlibat dalam proses produksi, yakni Man, material, method, machine, mother, nature dan money.
Terkait dengan dunia Manufacturing hal yang perlu diingat bahwa ; sebagian besar money/uang berputar pada lantai produksi. Tidak mengherankan top management menaruh perhatian khusus untuk memonitoring dan mengontrol sedetail mungkin seluruh aspek yang terlibat dalam proses produksi.
Modernisasi lantai produksi dimulai dari hal yang paling dasar di tingkat sensor, drive, controller, servo dan lain-lain. Seluruh equipment ini dipersiapkan untuk melakukan integrasi secara horizontal maupun vertikal. Jika device ini masih belum bisa dipersiapkan dan belum mempunyai port komunikasi, akan sulit bagi perusahaan untuk melakukan integrasi dan data collection.
Idealnya Fitur AUTO DATA COLLECTION semestinya sudah menjadi syarat utama bagi sebuah MES System.
Memulai Digitalisasi dengan Auto OEE SCORING
Bagi kami VMTECH, AUTO OEE Scoring (Overalll Equipment Effectiveness) sebagai bagian dari MES (manufacturing Execution System) adalah hal yang menjadi titik awal dari sebuah era digitalisasi. Mengapa demikian?
OEE mengungkap semua permasalahan yang terjadi secara matrik dan menguraikan masalah dengan baik, mengungkap daerah abu-abu, alias tidak termonitoring. OEE adalah KPI dari sebuah organisasi. Dari titik ini, kita bisa mengetahui daerah kritikal dan masalah dominan yang terjadi pada shopfloor. Availibility, Performance, Quality serta detail downtime memberikan anda material yang bagus untuk improvement.
Dari informasi OEE yang didapatkan secara auto scoring, trigger trigger berasal langsung dari mesin-mesin dan fasilitas produksi lainnya, diurai satu persatu mana yang menjadi masalah utama, mana yang menjadi skala prioritas, bagaimana korelasi dengan lainnya, visualisasinya seperti apa?, hipotesa nya seperti apa?, serta optimum kapasitas mesin yang dapat dicapai? dll.
OEE Sangatlah Penting Bagi Organisasi
Berbagai pelatihan , trainning, seminar dilakukan oleh perusahaan untuk memperkaya pengetahuan dan penerapan TPM, serta OEE Score. Perusahaan tidak pernah ragu mengivestasikan hal-hal tersebut diatas dengan harapan agar tercipta suatu tingkat produktivitas yang tinggi.
OEE score sebenarnya sudah menjadi indikator keberhasilan dari Prinsip dasar yang harus dipegang ketika memilih metode dalam pengukuran OEE score adalah OEE sebagai unit Kompas.
" OEE adalah kompas sebagai petunjuk. Penunjuk arah bagi operator untuk berusaha sebaik mungkin sepanjang hari mencapai performance yang maksimal."
Anda membutuhkan kompas yang dapat dipercaya, aktual, realtime, flexible dan integrated
Dengan demikian, anda akan sampai ketujuan dengan benar dan tidak tersesat.
OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
Pertanyaan mengapa otomatisasi?, Mengapa perlu improvement? pernyataan yang selalu kita dihadapkan dengan manajemen. Otomatisasi datang untuk menghilangkan kesalahan manufaktur yang berasal dari Human error. Kesalahan ini disebabkan oleh Kebosanan dan kelelahan saat melakukan tugas berulang sebagai Manusia.
Otomatisasi datang untuk menghilangkan kesalahan manufaktur yang berasal dari Human error
Itulah alasan utama dibutuhkannya otomatisasi. Kecepatan dalam melakukan tugas berulang dengan otomatisasi juga jauh lebih baik. Beberapa otomatisasi menggantikan tenaga kerja manusia untuk melakukan tugas kualitas dan pengelolaan.
Kenapa harus improvement?,
Karena pesaing anda juga akan improvement dan berupaya lebih baik dari Anda. Anda tidak punya pilihan, itulah bisnis masa kini. Setiap 75 hari sekali diproyeksikan Teknologi akan berlipat ganda, kemajuan akan berlipat ganda. Anda mau menjadi bagian dari perubahan atau menjadi korban dari sebuah perubahan? jawaban di tangan anda. Otomatisasi membutuhkan investasi, Anda ditugaskan untuk memilih investasi dengan perhitungan yang maksimal. OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
Kenapa OEE bukan Produktivitas?, karena OEE tidak memuat informasi tentang komponen Man hours dan labour cost yang terlibat dalam proses produksi. OEE hanya menyangkut efektivitas mesin dan fasilitas produksi.
Apakah OEE bisa digunakan untuk menghitung produktivitas?
Betul, data OEE yang komprehensif bisa digunakan untuk menghitung produktivitas pada sebuah lantai manufacturing. OEE yang bisa digunakan untuk menghitung produktivitas adalah OEE yang telah mengakomodasi tracebility akan group kerja dan operator, no SAP, no material, batch numbering, line achievement secara absolute time.
OEE (Overall Equipment Effectivenes) bukanlah productivitas, OEE sebagai salah satu indikator keberhasilan TPM (Total Productive Maintenance) dari sebuah manufakturing proses.
OEE yang baik, berbuah produktifitas yang baik pula, sebaliknya, OEE bernilai rendah berbuah kepada rendahnya tingkat produktifitas suatu proses produksi.
OEE score yang ideal dan dapat dipercaya adalah OEE Score yang disajikan secara realtime, actual dan auto reporting, tanpa manual input serta terintegrasi langsung dari tingkat mesin. Data disajikan apa adanya sebagai bahan untuk perbaikan selanjutnya. Salam Produktivitas :)
"OEE score yang ideal dan dapat dipercaya adalah OEE Score yang disajikan secara realtime, actual dan auto reporting, terintegrasi dan flexible."
Ada 3 unsur penting dalam OEE = Availability % x Performance % x Quality % OEE (overall equipment effectiveness) digunakan untuk memantau efisiensi pada proses manufaktur serta untuk membantu mengidentifikasi proses demi perbaikan-perbaikan yang terukur (data antitatif) OEE juga disebutkan sebagai salah satu KPI (key performa index) dari sebuah sistem produksi. OEE memberikan informasi seberapa efektif sebuah proses yang berlangsung. OEE sebagai Production Dasboard OEE (overall equipment effectiveness) sebagai production dashboard bagi seluruh departement, tidak terkecuali, Quality Department , serta PPIC, Maintenance,GA dll, juga bisa merasakan manfaat dari informasi OEE. Akan sangat menyenangkan bila seorang kepala parbik mempunyai Dashboard produksi yang realtime, akurat dan menyediakan Report Otomatis yang mudah dipahami dan dianalisa untuk Action selanjutnya. Secara umum, informasi OEE dapat digunakan oleh multi layers:
Downtime dan detailnya dapat terlihat dengan sangat jelas
Performance memberikan informasi tentang achievement line
Quality Rate sangat berguna bagi Departement Quality
Produk achievement sangat berguna untuk Departement Produksi dan PPIC
Rejection information , sangat berguna untuk Department Produksi dan Quality.
Cycle time sangat berguna bagi kepala pabrik
OEE auto realtime dapat membentuk jaringan client server terhadap vendor atau customer.
OEE auto realtime dapat menjadi system yang interaktif untuk merespons setiap aktivitas yang out fo range, meresukan dalam bentuk alarm system, pesan singkat, notifikasi email, dll.
Cara Menghitung OEE Nilai OEE dihitung dengan mempertimbangkan tiga faktor, yaitu: Availability: waktu produksi sebenarnya, dibandingkan dengan waktu produksi yang direncanakan. Jika nilai Availability 100%, artinya proses selalu berjalan dalam waktu yang sesuai dengan waktu produksi yang telah direncanakan (tidak pernah ada down time). Performance: artinya performa proses, apakah mampu memaksimalkan percepatan produksi. Jika nilai Performance 100%, maka proses telah berjalan dengan kecepatan maksimal (secara teoretis, berdasarkan Ideal Cycle Time dan Total Pieces). Quality: berkaitan dengan defect dan scrap. Nilai 100% untuk Quality artinya produksi tidak menghasilkan produk cacat sama sekali. Setiap faktor tersebut menjelaskan dengan dekat dan seberapa efisien proses manufaktur yang sedang berlangsung. Contoh: Waktu operasional = 8 jam (480 menit) Waktu setup = 10 menit Breakdown = 0 menit Availability = (480 – 10 – 0) / 480 = 98% Waktu running = 470 menit Cycle time = 17 detik per unit Jumlah produk diproses = 1400 unit Performance rate = (17 detik x 1400 unit) / 470 menit = (23800 detik) / (28200 detik) = 84% Jumlah Reject = 168 unit Quality rate = (1400 – 168) / 1400 = 1232 / 1400 = 88% OEE (Overall Equipment Effectiveness) = 98% x 84% x 88% = 72% OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
Banyak sekali software asing yang menawarkan monitoring control terhadap lantai produksi. Sebenarnya sah-sah saja. Namun anak-anak bangsa sebenarnya mampu membuat softwarenya untuk industri, dan sudah banyak terbukti. Hal ini mengurangi ketergantungan kita terhadap asing. Mari berikan kesempatan kepada anak-anak Bangsa.
INDUSTRIAL 4.0 PERLU INVESTASI BESAR
Untuk mewujudkan industrial 4.0, aspek investasi perlu diperhitungkan dengan matang. Investasi dimulai dari tingkat Field level. Pada field level terdapat sensor, transmitter, controller, servo, robot dll, yang dapat mengakomodasi horizontal integration system maupun vertikal integration system. Industrial memerlukan investasi yang tidak sedikit.
"Industrial 4.0 memerlukan investasi yang tidak sedikit."
Beberapa corporate besar tidak ragu untuk menggelontorkan milliayan rupiah untuk mengadopsi industrial 4.0. Tapi apakah perlu? tapi apakah efektif? atau hanya larut dalam euforia? Ketergantungan kita terhadap devise pendukung industrial 4.0 dari PRODUK ASING saat ini masih sangat tinggi . Maklum saja, produk dalam negeri mulai dari tingkat Sensor, Transmitter, Robotic, PLC , Embeded PC dll belum tersedia, masih tergantung dari luar.
"produk dalam negeri mulai dari tingkat Sensor, Transmitter, Robotic, PLC , Embeded PC dll belum tersedia yang mendukung industrial 4.0 artinya ujung ujungnya masih mengandalkan produk asing."
Hal lain yang tidak kalah penting adalah ketergantungan kita terhadap barang tidak berwujud, SOFTWARE terhadap asing sangat tinggi. Hal ini disebabkan karena software lokal masih kalah promosi dibanding dengan dengan pemain atau integrator dari overseas. Pengalaman kami dalam integrasi MES, OEE , digital preventive maintenance system , SCADA, Energy Monitoring System pada berbagai macam industry dan manufacturing : 50% Investasi ada pada pengadaan Hardware, sedangkan sisanya 50% adalah barang tidak berwujud atau software. Hari ini, kami melihat ASING sangat agresif melirik indonesia sebagai pangsa pasar yang sangat empuk untuk industrial 4.0. Produk-produk asing sebagai supporting hardware industrial 4.0 mulai membanjiri tanah air, termasuk IIOT devices. Tidak segan-segan overseas produk menawarkan teknologi nya dengan harga yang selangit. Mau tidak mau, suka tidak suka industrial 4.0 sudah didepan mata.
Bijaksanalah dalam memilih hardware ataupun software bahan yang akan digunakan. untuk Manufacturing, device yang digunakan sangatlah spesial berbeda dengan Lini bisnis lainnya.Manufacturing membutuhkan high speed, lebih presisi, lebih akurasi, safety faktor yang tinggi, tahan terhadap lingkungan industri, punya sertifikasi dan lain-lain.
OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
Pada manufacturing, ada beberapa jenis OEE scoring berdasarkan metode pengambilan data. Pemilahan ini erat kaitannya dengan technology dan konsep yang digunakan. Antara Lain :
1. Metode Manual OEE
Metode inspeksi manual masih menjadi pilihan sebagian perusahaan untuk mencoba mendapatkan nilai OEE. Biasanya dimulai dengan manual collecting data. Perusahaan menugaskan administrator untuk berkeliling mesin-mesin orang per orang mendapatkan data dengan wawancara dan visual inspeksi di mesin. Data dituangkan dalam secarik kertas sebagai reporting.
Setelah data terkumpul dalam kertas, tenaga administrasi melakukan pengolahan data di komputer desktop menggunakan Microsoft Excel atau terkadang dengan kalkulator
Dibutuhkan tenaga operator/administrator/supervisor untuk mencatat setiap downtime yang terjadi durasi, quality rate dsb. System ini terkadang sangat mengandalkan daya ingat operator akan semua kejadian di mesin selama proses produksi.
Kelemahan Metode manual
Informasi OEE manual kurang bisa dipercaya, karena tidak realtime. Counter pencapaian produksi waktu yang tersedia untuk produksi tidak pernah bisa cocok, karena ada area downtime yang berlangsung 1,2, 3, puluhan detik, frekuensi tinggi yang tidak bisa tertangkapsecara manual. Bahkan cenderung ngarang dan bisa salah.” Dari pengamatan kami di lapangan Metode Manual ini tidak akan pernah realtime, terkadang data OEE yang disajikan adalah data OEE 2 hari sebelumnya, bahkan seminggu sebelumnya. Informasi OEE manula tidak bisa dipercaya. Bahkan cenderung ngarang, copy paste dari data sebelumnya dan bisa salah.
2. Metode Semi Auto OEE.
Metode semi auto OEE adalah kombinasi antara inspeksi manual dan komputerisasi, Metode ini biasanya digunakan oleh beberapa perusahaan yang sudah mempunyai teknologi SCADA, FLOW INFO, FLOW SOLUTION dalam proses produksinya.
Namun Teknologi SCADA system ini bukan dikhususnya untuk menyajikan OEE Score. Data-data masih perlu diinput secara manual ke dalam format excel sheet, untuk dilakukan perhitungan untuk mendapatkan OEE Score nya.
Kelemahan dari sistem ini adalah tidak didapatkannya pengukuran yang Realtime, data yang didapat masih belum aktual, karena beberapa parameter diinput secara manual terlebih dahulu dan berasal dari SCADA. Meskipun pengolahan data sudah dilakukan secara komputer dengan microsoft excel.
Terkadang masih terdapat kesalahan yang tidak disengaja, ataupun disengaja dalam proses penginputan data.
“Beberapa parameter diinput secara manual terlebih dahulu. Meskipun pengolahan data sudah dilakukan secara komputer dengan microsoft excel
3. Metode Auto OEE – Hanya dengan Edge Cloud.
Data didapatkan langsung dari mesin dan fasilitas produksi. Dengan konektivitas ethernet port, data tersebut kemudian dikirim menggunakan gateway untuk diolah secara edge cloud. Semua perhitungan dilakukan di tingkat CLoud System.
Data bisa langsung dikonsumsi oleh user atau pabrik dalam bentuk website monitoring. Data tidak dilakukan pengolahan di tingkat shopfloor, melainkan langsung dikirim kepada virtual server, edge cloud untuk menghasilkan analytical data.
Kelemahan dari sistem ini, adalah informasi yang didapatkan dari aplikasi sangat sedikit, cenderung satu arah (hanya akses monitoring dan reporting). Karena beberapa hal yang menyangkut Production seperti counter up, minor stop, problem di luar mesin tidak dapat diberikan informasi dan action dengan cepat. Karena ada latency atau delay data yang sangat tinggi.
Metode auto OEE dengan edge cloud system, adalah metode yang tidak mengakomodasi adanya fungsi aktuator. Misalnya ketika ada penyimpangan data yang ekstrem terjadi. Katakanlah sebuah kondisi breakdown extreme, maka edge cloud tidak bisa menghentikan mesin, atau memperlambat mesin, atau membunyikan alarm yang sifatnya actuator.
Kelemahan Metode OEE – Hanya dengan Cloud System.
Kelemahan sistem ini, juga terletak pada integrasi ditingkat shopfloor yang tidak terlalu mendukung. Misalnya integrasi dengan engineering, atau dengan utility ketika terjadi breakdown ekstrem di mesin, karena over kapasitas ampere, resistensi yang sangat tinggi misalnya. Dengan latency data yang tinggi, system ini kurang bisa dipercaya, tidak kredible di lapangan. Akan sangat berbahaya sekali Jika mengandalkan sistem ini bekerja dengan aktuator.
Metode ini, berciri khas menggunakan perangkat Smart relay sistem, smart data logger dan juga Gateway serta interface Cloud system.
4. Metode AUTO OEE – PC Embeded System dan microcontroller.
Metode auto OEE scoring dengan PC embedded ataupun dengan mikrokontroler menggunakan perangkat device yang berbasis computer. Jumlah port komunikasi yang tersedia sangatlah terbatas, jumlah input output juga sangat terbatas.
Metode ini sangat cocok untuk beberapa mesin saja, atau beberapa lini produksi saja. Tidak bisa mengcover seluruh fasilitas produksi, apalagi cover area utility, Engineering, atau maintenance system.
Oleh karena sistem ini berbasis PC, Devise tidak mempunyai kemampuan distribusi data dengan trafic yang tinggi, dari banyak mesin atau fasilitas produksi. Yang dikenal dengan Fieldbus system. Kebanyakan masih serial, dengan port yang sangat terbatas.
Kelemahan Metode OEE – Dengan PC base dan Microcontroller
Dari pengalaman kami, noise yang terjadi sangat tinggi jika sudah melibatkan mesin di atas 5 unit. Beberapa data tidak tersampaikan kepada pooling system dengan baik. data hilang dan susah dilacak. Probabilitas Report atau data dari mesin ke system sangat tinggi. Metode ini memungkinkan Integrasi dengan PPIC, Engineering, Maintenance dan Utility
5. Auto OEE scoring – Dengan Edge Computing dan Edge Cloud (ideal system untuk manufacturing).
Ini adalah metode yang sangat ideal untuk manufacturing. Metode ini telah mengakumulasi semua kepentingan dengan platform edge computing, edge device, dan edge cloud system. Beberapa data dilakukan pengolahan langsung di lantai produksi atau dekat dengan sensor dan aktuator. Hal ini semata-mata untuk menghindari latensi dan nilai yang terjadi.
Kecepatan pengolahan data berlangsung dalam hitungan 100 mili sekon. Kecepatan tersebut rata-rata dimiliki oleh device PLC (programing logic controller). Kita kenal beberapa branded PLC seperti Schneider, Mitsubishi Electric, Omron yokogawa, Allan Bradley, Keyence, Siemens dll.
Data yang diolah dengan edge computing juga telah memberikan analisa, grafik dan trend terhadap setiap permasalahan yang timbul di lantai produksi.
Keuntungan metode ini adalah : data produksi dan mesin adalah realtime, actual dan presisi. Seorang kepala pabrik bisa mengambil action langsung terhadap permasalahan yang terjadi dengan cepat dan tepat. Mencegah permasalahan lebih awal. Membuat budaya baru dimana semua orang bicara dengan data yang aktual dan punya kredibilitas yang tinggi.
Penggunaan edge Computing dan edge cloud punya investasi awal yang lumayan mahal karena menggunakan beberapa devise industry yang heavy duty antaralain : Switching, PLC, Data logger, Remote, gateway, Cloud devices, dll. Namun semua akan terbayar mahal dengan penambahan jam kerja, penurunan downtime, peningkatan efektivitas mesin, erta eksekusi dan kredibilitas data yang baik. Dll.
Dari hasil wawancara dan pengalaman dengan beberapa client, aplikasi edge cloud dan edge computing mempunyai ROI (Return Of Investment) dalam waktu 6 bulan.
“Namun semua akan terbayar mahal dengan penambahan jam kerja, penurunan downtime, peningkatan efektivitas mesin, kredibilotas data, dll.”
Victor Harefa
Semua aktivitas input data dilakukan secara auto dengan direct akuisisi triger langsung dari mesin, untuk adjustment quality yang tidak bisa terwakilkan oleh sensor, disediakan overwritting mode, berupa tombol-tombol, touchscreen atau barcode system. Dengan kecepatan Giga per second, system ini sangat powerfull.
“Dengan kecepatan data tinggi, system ini sangat powerfull, mencegah latency/delay yang muncul terhadapa puluhan bahkan ratusan mesin.”
Victor Harefa
Metode ini adalah metode yang sangat direkomendasi untuk mendapatkan Nilai OEE score yang aktual, terintegrasi, realtime dan sangat terukur.
Beberapa vendor yang menyediakan Sistem Auto OEE Score Software dan Kits ini antara lain adalah Rockwell dari AB, Siemens, Schneider, Yokogawa, Schneider, dll.
Vendor lokal dari VMTECH INTEGRATOR 4.0 mungkin bisa dijadikan bahan pertimbangan. Selain investasi yang sangat kompetitive, juga sangat customized dibuat berdasarkan kebutuhan dan tuntutan top management.
OEE, oee, oee adalah, rumus oee, metode oee, oee mesin, oee solution, contoh menghitung oee, oee benchmark data, oee calculation, example, oee industry, vmtech, perusahaan vmtech, vmtech software, victor harefa, industry 4.0, rockwell automation, wonderware, efactory, IIOT, IOT, Edge computing, Edge cloud, mttr, mtbf, machine, mesin, suhu, akuisisi data mesin, packing, cokote, minor stop,scada system, apa itu mes, mes adalah
