Pemantauan kondisi (CM) adalah pendekatan pemeliharaan prediktif yang mengandalkan pengumpulan data real-time untuk memantau kondisi aset/sistem serta mendeteksi kesalahan dan anomali. Organisasi yang menggunakan pemantauan kondisi menggunakan pendekatan untuk mengidentifikasi potensi masalah sebelum aset kritis gagal, meminimalkan downtime yang tidak terencana dan memaksimalkan masa pakai aset.
Biasanya, proses pemantauan melibatkan pengumpulan data secara terus menerus dari berbagai sensor dan instrumen berteknologi tinggi yang dipasang pada aset yang ingin dilacak oleh departemen pemeliharaan. Sensor dapat memberikan serangkaian diagnostik, termasuk tingkat getaran, suhu, tekanan dan suara, di antara parameter lainnya.
Setelah bagian pemeliharaan memiliki data, mereka dapat menganalisis dan menginterpretasikannya dengan menggunakan salah satu (atau beberapa) dari berbagai teknik dan perangkat lunak yang tersedia. Dua penggunaan yang paling umum untuk data pemantauan kondisi adalah:
- Pemantauan tren. Pemantauan tren menggunakan pengukuran dan analisis data secara terus menerus untuk mengidentifikasi tren yang mengarah pada kerusakan aset. Lebih khusus lagi, organisasi memutuskan metrik mana yang merupakan indikator terbaik untuk kondisi peralatan dan menggunakan metrik tersebut untuk menilai tren kinerja aset, dan pada akhirnya untuk mengantisipasi kapan aset akan memburuk melewati batas kritis. Pemantauan tren sering digunakan untuk melacak kinerja mesin.
- Pengecekan kondisi. Tidak seperti pemantauan tren, pengecekan kondisi bergantung pada pengukuran aset secara berkala saat aset tersebut berjalan. Bagian pemeliharaan kemudian menggunakan data tersebut untuk menilai kondisi aset saat ini. Memeriksa kualitas pelumas mesin dengan menggunakan kaca penglihatan oli adalah contoh pemeriksaan kondisi.
Terlepas dari bagaimana Anda menggunakan data pemantauan kondisi, Anda dapat memprogram alat analisis data Anda untuk menghasilkan peringatan atau pemberitahuan ketika potensi masalah muncul. Peringatan ini akan memicu tim pemeliharaan atau teknisi yang diperlukan untuk mengatasi masalah tersebut.
Teknik pemantauan kondisi paling sering digunakan untuk menjaga peralatan yang berputar (misalnya, gearbox, sentrifugal, mesin bolak-balik, dll.). Mereka membantu organisasi mengoptimalkan operasi pemeliharaan, terutama di industri-seperti manufaktur, pembangkit listrik, dan transportasi-di mana mesin dan peralatan sangat penting untuk operasi sehari-hari.
Dalam industri ini, bahkan kerusakan kecil pun dapat menyebabkan kerugian finansial yang signifikan dan penurunan produktivitas. Sebagai contoh, di pabrik manufaktur, mesin yang rusak dapat menyebabkan penundaan produksi, tenggat waktu yang terlewat, penyimpangan dalam kepatuhan terhadap peraturan, dan peningkatan biaya. Dalam industri transportasi, mesin pesawat yang tidak berfungsi dengan baik dapat menyebabkan pembatalan penerbangan, kehilangan pendapatan, dan bahkan masalah keselamatan.
Pada akhirnya, pemantauan kondisi dapat membantu tim pemeliharaan mengambil pendekatan yang lebih proaktif terhadap pemeliharaan, menghemat uang perusahaan dan memaksimalkan efisiensi operasional.
Jelajahi IBM Maximo untuk mempelajari bagaimana data IoT, analitik, dan AI dapat membantu merampingkan operasi aset Anda.
Berlangganan buletin IBM
Menerapkan program pemantauan kondisi adalah proses yang relatif mudah yang melibatkan tiga langkah utama.
Langkah pertama untuk menerapkan program CM adalah mengumpulkan data aset sebanyak mungkin. Ini harus mencakup data historis (misalnya, riwayat pemeliharaan) dan dokumentasi apa pun dari produsen dan/atau badan pengatur.
Sensor adalah kekuatan pendorong di balik program pemantauan kondisi apa pun, jadi langkah pertama untuk mengimplementasikan program adalah memasang sensor yang akan mengumpulkan data yang diperlukan. Aset yang berbeda akan membutuhkan jenis sensor yang berbeda dan pendekatan yang berbeda untuk pemasangan sensor, jadi pastikan untuk memperhitungkan kebutuhan semua aset penting Anda.
Segera setelah Anda memasang semua sensor pemantauan kondisi, sensor tersebut akan mulai mengumpulkan data kondisi alat berat, seperti getaran dan posisi, kecepatan rotor, pengukuran suhu, dan sensor proses operasi. Data ini akan memungkinkan Anda untuk menetapkan pengukuran dasar untuk aset dan menguraikan apa yang normal dan tidak normal untuk sebuah peralatan.
Dengan asumsi departemen pemeliharaan Anda telah menginstal perangkat lunak pemantauan kondisi alat berat, mereka akan menugaskan pengumpul data pemeliharaan untuk terus memantau dan menganalisis data sensor untuk menilai kondisi aset dan mengantisipasi potensi kegagalan alat berat.
Organisasi dan/atau tim pemeliharaan Anda dapat menggunakan berbagai teknik dan alat untuk mengimplementasikan program pemantauan kondisi. Pendekatan yang umum dilakukan meliputi:
Pemantauan elektromagnetik
Pemantauan elektromagnetik mengukur distorsi medan dan perubahan arus pusar untuk menemukan korosi, retakan, kelemahan, dan kesalahan lainnya. Teknisi menerapkan medan magnet pada dinding permukaan aset dan pipa untuk mengidentifikasi kesalahan pada material dan fitur permukaan.
Termografi inframerah
Termografi inframerah adalah jenis pengujian non-destruktif yang menggunakan pencitraan termal untuk mendeteksi panas berlebih dan masalah terkait suhu lainnya. Alat ini menggunakan kamera pencitraan termal untuk menangkap radiasi inframerah yang dipancarkan oleh objek/permukaan dan mengubahnya menjadi gambar visual (atau termogram). Organisasi terutama menggunakan CBM jenis ini untuk memantau motor, memeriksa bearing, dan memeriksa level gas, lumpur, atau cairan.
Interferometri laser
Interferometri laser menggunakan panjang gelombang cahaya yang dihasilkan laser untuk mengukur variasi dari perpindahan gelombang dasar aset. Dengan menggunakan interferometer, teknisi pemeliharaan mengukur pola interferensi yang mengindikasikan adanya cacat-seperti korosi dan rongga-pada material permukaan dan bawah permukaan.
Analisis minyak
Analisis minyak menilai sifat-sifat oli (misalnya, viskositas, keasaman, dll.) dalam suatu aset untuk mendeteksi kontaminan atau partikel keausan. Biasanya melibatkan pengumpulan sampel minyak pelumas dari peralatan dan mengirimkannya ke laboratorium untuk dianalisis. Analisis minyak dapat berguna untuk memantau aset seperti mesin, gearbox, dan sistem hidraulik.
Pemantauan getaran
Pemantauan getaran (atau analisis getaran) menggunakan sensor getaran untuk mengukur frekuensi getaran pada aset dan mendeteksi ketidaknormalan yang mungkin mengindikasikan adanya masalah. Karena aset yang berputar (misalnya, motor dan pompa), cenderung bergetar lebih intens dan lebih keras seiring bertambahnya usia, mengukur perubahan getaran dapat membantu mengidentifikasi keausan dan kerusakan sebelum aset tersebut rusak. Data getaran dapat digunakan untuk mendeteksi berbagai masalah, termasuk ketidaksejajaran, ketidakseimbangan, keausan atau kegagalan bearing, poros bengkok dan komponen longgar, di antara kesalahan lainnya.
Pengujian emisi akustik
Pengujian emisi akustik adalah jenis analisis getaran, tetapi melibatkan penggunaan suara dengan frekuensi yang jauh lebih tinggi untuk menemukan guncangan dan retakan. Pola suara mengungkapkan adanya suara atau getaran yang tidak biasa yang dapat mengindikasikan adanya masalah atau kerusakan yang akan terjadi. Teknik ini sangat berguna untuk mendeteksi kesalahan pada peralatan yang berputar seperti motor, pompa, dan kipas angin.
Analisis ultrasonik
Analisis ultrasonik (juga disebut pengujian ultrasonik) menggunakan gelombang suara frekuensi tinggi untuk mendeteksi kebocoran, retakan, atau cacat pada suatu peralatan. Metode ini mengandalkan teknik pengumpulan data kontak (structure-borne) dan non-kontak (airborne) untuk menentukan atrisi aset. Metode kontak biasanya digunakan untuk mendeteksi masalah mekanis-seperti masalah pelumasan, kerusakan roda gigi, dan batang rotor yang patah-yang menghasilkan suara frekuensi tinggi. Metode non-kontak dapat mendeteksi masalah, seperti kebocoran tekanan dan vakum pada sistem gas bertekanan, yang cenderung menghasilkan suara berfrekuensi rendah.
Analisis rangkaian motor (MCA)
Analisis rangkaian motor, juga dikenal sebagai pengujian motor, menggunakan penilaian berbasis tegangan atau arus untuk menemukan ketidakseimbangan listrik dan mengukur degradasi isolasi, yang keduanya dapat menyebabkan kegagalan motor. MCA digunakan terutama untuk memantau motor listrik.
Metode lain seperti inspeksi visual dan pengujian kinerja juga dapat digunakan untuk pemantauan kondisi. Tentu saja, setiap teknik memiliki kelebihan dan kekurangan, sehingga pilihan terbaik untuk departemen Anda akan bergantung pada sumber daya, peralatan, lingkungan, dan kebutuhan organisasi Anda.
Pemantauan kondisi dan IIoT adalah dua konsep yang berkaitan erat yang, jika digunakan bersama-sama, dapat meningkatkan efisiensi dan keandalan sistem manajemen pemeliharaan.
Pemantauan kondisi bergantung pada pengumpulan data secara terus menerus dari sensor dan sumber lain untuk mencegah atau mengurangi masalah. Di sisi lain, Industrial Internet of Things adalah jaringan perangkat yang saling terhubung dan sensor peralatan yang berkomunikasi satu sama lain dan dengan cloud untuk mengumpulkan dan berbagi data.
Menggunakan pemantauan kondisi dan IIoT bersama-sama memungkinkan pemantauan yang lebih komprehensif dan akurat, dan komunikasi yang lebih efisien tentang tugas dan masalah pemeliharaan. Hal ini tidak hanya memungkinkan aset pintar yang terhubung ke internet untuk berkomunikasi dan berbagi data diagnostik, sehingga memungkinkan perbandingan sistem dan aset secara instan, tetapi juga membantu tim membuat keputusan yang lebih tepat mengenai keseluruhan operasi produksi. Selain itu, IIoT memungkinkan untuk mengumpulkan dan mengirimkan data serta memantau sistem dari jarak jauh, yang dapat sangat berguna untuk sistem yang terletak di lokasi terpencil atau berbahaya.
Fitur-fitur ini memberikan analisis yang lebih canggih kepada departemen pemeliharaan, memungkinkan mereka memanfaatkan data dari beberapa mesin secara bersamaan, dan membantu mereka mengotomatisasi proses yang biasanya membutuhkan teknisi pemeliharaan (dan biaya yang terkait). Pada akhirnya, sistem pemantauan kondisi dan IIoT memungkinkan untuk mengubah cara organisasi memelihara dan memantau aset, proses, dan sistem utama, meningkatkan keandalan, efisiensi, dan keamanan operasi pemeliharaannya.
Salah satu manfaat utama dari pemantauan kondisi adalah memungkinkan tim pemeliharaan untuk menerapkan manajemen pemeliharaan preventif dan pemantauan kondisi alat berat. Dengan mengidentifikasi potensi masalah sebelum menyebabkan kegagalan peralatan, tim pemeliharaan dapat menjadwalkan aktivitas pemeliharaan pada waktu yang paling tepat, sehingga mengurangi dampak terhadap produksi dan meminimalkan downtime akibat penghentian yang tidak terduga.
Pemantauan kondisi menawarkan beberapa keuntungan lain dibandingkan pendekatan pemeliharaan tradisional, termasuk:
Pemantauan kondisi menyediakan data real-time tentang kinerja sistem atau komponen, yang dapat digunakan untuk mengoptimalkan perencanaan dan penjadwalan pemeliharaan. Ini membantu mengurangi frekuensi kegiatan pemeliharaan, sambil memastikan bahwa mereka dijalankan hanya diperlukan, berdasarkan kinerja sistem yang sebenarnya.
Dengan mendeteksi dan mengatasi masalah secara preemptive, pemantauan kondisi membantu memperpanjang umur peralatan dan komponen, mengurangi kebutuhan penggantian atau perbaikan yang mahal, dan memaksimalkan ROI aset.
Pemantauan kondisi dapat membantu mengidentifikasi ketidakefisienan dalam sistem atau komponen, seperti konsumsi energi yang berlebihan atau keausan yang tidak perlu. Dengan mengatasi masalah ini, efisiensi operasional dapat ditingkatkan, yang mengarah pada pengurangan biaya dan peningkatan produktivitas.
Pemantauan kondisi dapat membantu mengidentifikasi potensi bahaya keselamatan, seperti komponen yang aus atau rusak, sebelum membahayakan personel atau peralatan. Ini membantu meningkatkan keselamatan secara keseluruhan dan mengurangi risiko kecelakaan dan cedera.
Meskipun pemantauan kondisi benar-benar dapat membantu organisasi merampingkan sistem manajemen pemeliharaan mereka (terutama dalam hal pemantauan kondisi yang mendukung IoT), pemantauan kondisi memiliki kelemahan yang harus dipertimbangkan oleh organisasi, termasuk:
Menerapkan program pemantauan kondisi bisa jadi cukup mahal, karena biasanya memerlukan pemasangan sensor dan peralatan pemantauan lainnya, serta investasi dalam perangkat lunak analisis data dan personel untuk mengelola program dan peralatan. Biaya pelaksanaan program pemantauan kondisi mungkin menjadi penghalang bagi beberapa organisasi, terutama organisasi yang lebih kecil.
Pemantauan kondisi bisa jadi rumit, membutuhkan pengetahuan dan keahlian khusus untuk mengatur dan mengelolanya. Beberapa organisasi mungkin tidak memiliki cukup tenaga terlatih untuk menjalankan sistem secara efektif dan karena itu mungkin perlu mempekerjakan tenaga khusus atau konsultan luar. Selain itu, sistem pemantauan kondisi mengandalkan sensor berteknologi tinggi untuk menjalankan diagnostik pada aset organisasi. Fasilitas yang lebih tua tanpa infrastruktur yang memadai mungkin memerlukan perkuatan yang luas.
Sistem pemantauan kondisi dapat menghasilkan data dalam jumlah besar, yang bisa jadi sangat sulit untuk dikelola dan dianalisis. Mungkin sulit bagi tim pemeliharaan untuk melakukan triase data dan mengidentifikasi titik data dan tren yang paling penting.
Manajemen aset cerdas, pemantauan, pemeliharaan prediktif, dan keandalan dalam satu platform
Tingkatkan pemantauan kinerja aplikasi Anda guna memberikan konteks yang Anda butuhkan untuk menyelesaikan insiden dengan lebih cepat.
Blog IBM menguraikan perbedaan antara pemantauan kondisi dan pemeliharaan prediktif.
Baca bagaimana IBM Research memajukan pengembangan pemeliharaan prediktif di bidang teknologi dan perbankan
Lebih dari dua pertiga data yang dikumpulkan organisasi tidak terpakai sehingga mengakibatkan masalah kinerja dan keandalan.