JAPAN’S INDUSTRY. YOUR PERSPECTIVE.
JAPAN MANUFACTURINGINSIGHTINDONESIA EDITION
MITRA KAMI · PROFIL SPONSOR
SELAMAT — GLOBAL PARTNERS
MITRA

SELAMAT

BACA SELENGKAPNYA ↗
KOLOM
Otomasi & Robotika

Pemantauan Status secara Real-time dan Prediksi Anomali Menggunakan IoT

Pemantauan Status secara Real-time dan Prediksi Anomali Menggunakan IoT
Gambar 2: Status real-time condition monitoring dari produsen mesin konstruksi

Poin Utama

  • Deteksi dini anomali melalui pemantauan kondisi menggunakan IoT.
  • Mari kita deteksi anomali sejak dini dan terapkan preventive maintenance.

Pentingnya pemantauan status

Banyak insiden kualitas serius yang terjadi di masa lalu disebabkan oleh kegagalan mendeteksi "anomali tak terduga" sejak dini. Sebagai contoh, dalam kecelakaan kereta Shinkansen yang mengalami kereta retak, getaran dan suara abnormal yang terjadi saat kereta sedang bergerak tidak dapat dideteksi sebelumnya. Salah satu alasan mengapa metode pengendalian mutu tradisional gagal mencegah terjadinya masalah sejak awal adalah karena metode tersebut terutama bergantung pada inspeksi berkala dan pemeliharaan reaktif setelah terjadi kegagalan. Ketika suatu produk yang diproduksi di pabrik memasuki pasar dan digunakan oleh konsumen, jika lingkungan penggunaan (suhu, kelembaban, getaran, dll.), frekuensi penggunaan, atau metode penggunaan melebihi limit dari produsen, ada kemungkinan produk tersebut dapat mengalami kerusakan dan menyebabkan kecelakaan kualitas. Untuk mencegah situasi ini terjadi, pemantauan kondisi produk sepanjang siklus hidupnya sangat penting. Siklus hidup produk dapat dikelompokkan menjadi empat tahap (Gambar 1).

Bagian ini akan berfokus pada tahap ketiga (penggunaan dan pengoperasian) dan tahap keempat (pemeliharaan dan servis).

Gambar 1: Product Lifecycle (Stage)

Stage

Nama

Status (Kategori)

Tujuan real-time monitoring

Stage 1

Development (Design)

Produk tersebut sedang dalam taha pengembangan (desain) oleh desainer.

p Meningkatkan kualitas desain

Stage 2

Production (Manufacturing)

Tahap di mana produk tersebut diproduk (produksi massal).

si Mengidentifikasi anomali produksi dan mencegah cacat produk.

Stage 3

Operation (use)

Tahap di mana konsumen (pengguna menggunakan produk tersebut.

) Deteksi dan pemberian peringatan terhadap kelainan produk sebelum terjadi kerusakan (cacat).

Stage 4

Pemeliharaan (servis)

Produk tersebut saat ini sedang menjala perawatan (perbaikan).

ni Mencegah kerusakan dengan mengganti suku cadang atau memperbaikinya sebelum terjadi malfungsi.

Pemeliharaan preventif dimungkinkan berkat pemantauan waktu nyata

Salah satu cara untuk memantau kondisi produk di pasaran adalah dengan memasukkan berbagai sensor ke dalam produk itu sendiri atau wadah yang menampungnya, dan mengumpulkan informasi tersebut secara real-time untuk memahami kondisinya.

Dengan terus memantau informasi ini, dimungkinkan untuk memahami kondisi produk yang beroperasi di lokasi yang tersebar secara geografis. Dengan melatih AI menggunakan data yang diperoleh dari kondisi tersebut, dimungkinkan untuk mendeteksi tanda-tanda anomali dan mengambil tindakan seperti perbaikan atau penggantian suku cadang sebelum anomali terjadi, sehingga mencapai pemeliharaan preventif.

Sebagai contoh konkret, produsen mesin konstruksi melengkapi mesin berat dan kendaraan khusus lainnya dengan sistem telematika yang memungkinkan komunikasi dua arah dengan jaringan eksternal, terus-menerus merekam dan mengelola informasi seperti status beban mesin, status sistem hidrolik, data pengemudian, dan informasi lokasi GPS. Mereka menggunakan AI untuk menganalisis data ini, dan jika ada kelainan (atau tanda peringatan) yang terdeteksi, peringatan akan secara otomatis dikirim ke operator atau dealer, yang menginstruksikan mereka untuk melakukan penggantian suku cadang di tempat atau penyesuaian perangkat lunak (Gambar 2).

Selain itu, industri makanan telah memperkenalkan sistem yang memungkinkan pemantauan kondisi peralatan pendingin dan pendingin udara skala besar yang digunakan di pabrik makanan dan gudang logistik secara real-time selama 24 jam, sehingga mencegah terjadinya pembusukan (kerusakan) makanan (Gambar 3).

Gambar 3: Sistem pemantauan suhu freezer di pabrik makanan
Gambar 3: Sistem pemantauan suhu freezer di pabrik makanan

Manfaat lebih lanjut dari real-time monitoring

Pemantauan waktu nyata menggunakan IoT menawarkan berbagai manfaat di luar tindakan pencegahan sebelum kegagalan terjadi.

Umpan balik awal tentang desain produk

Dengan segera menyebarkan data pasar yang akurat ke departemen desain, data tersebut dapat diintegrasikan dengan lancar ke dalam desain selanjutnya.

Tanggapan cepat terhadap keluhan

Ketika terjadi keluhan, menganalisis data terbaru yang dikumpulkan dari produk memungkinkan identifikasi cepat penyebab kerusakan, sehingga memungkinkan respons yang cepat dan efisien.

Dengan beralih dari pola pikir "memperbaiki setelah terjadi kerusakan" ke pola pikir "memprediksi dan mencegah kerusakan sebelum terjadi," kepercayaan pelanggan juga akan meningkat.

Baca Juga

Evolusi Jaminan Mutu dan Pemanfaatan Teknologi Digital

Inspeksi dan Penilaian Gambar Otomatis Menggunakan AI

Pabrik Kami Juga Bisa Bersinar! Mengembangkan Sendiri Teknologi dalam Pemanfaatan Robot

MITRA KAMI

MENGHUBUNGKAN INDUSTRI JEPANG.
LIHAT SEMUA MITRA ↗