Kategoria: Artykuł

W minionych latach obserwuje się istotny wzrost zainteresowania prowadzeniem diagnostyki olejowej nie tylko w celu oceny jakości oleju, ale także w celu oceny stanu majątku produkcyjnego, którego działanie on zabezpiecza. Wraz z pojawieniem się epoki Przemysł 4.0 zaczęły być wykorzystywane coraz częściej systemy klasy online wspomagające monitorowanie wybranych cech olejów. W artykule Monitorowanie olejów smarnych w czasie rzeczywistym [1] pokazano wzrost zainteresowania badaniami oleju w przeciągu ostatniej dekady, wymieniono branże, w których monitorowanie oleju w czasie rzeczywistym może być szczególnie użyteczne oraz opisano podstawowe akty normatywne wykorzystywane na świecie celem ocen oleju. Natomiast w artykule Monitorowanie olejów smarnych w czasie rzeczywistym – wybrane właściwości oleju [2] wymieniono wybrane właściwości oleju (m.in. lepkość, zawartość wody) i niektóre jego cechy fizyczne (kolor, przewodność, przenikal- ność, lokalna elektrostatyczność) umożliwiające prowadzenie pomiarów celem oceny poprawności działania systemu olejowego. Omówiono także wybrane typy wykorzystywanych w tym zakresie czujników (np. indukcyjne, rezonujące, poziomu).

Utrzymanie ruchu w ramach outsourcingu to bardzo wygodne rozwiązanie, z którego coraz chętniej korzystają przedsiębiorstwa. Pozwala na skupienie się na budowaniu strategii biznesowej, a wykonawstwo zostaje przeniesione na podmiot zewnętrzny. W idealnym świecie w takiej sytuacji przedsiębiorstwo powinno koncentrować się jedynie na kluczowych działaniach, jednak jak w każdej sferze życia, także w ramach zleceń usług UR mogą pojawić się istotne ryzyka.

Każdy pracodawca chciałby mieć zaangażowanych, zmotywowanych, wydajnych i usatysfakcjonowanych pracowników realizujących cele firmy. Niestety – nie wystarczy zatrudnić dobrego „fachowca”, aby mieć dobrego pracownika. Nawet najwyższe kwalifikacje nie przełożą się na efekty, gdy zniechęcony pracownik przychodzi „odbębnić” dniówkę. Myślenie, że sam fakt zatrudnienia pracownika i wypłaty mu wynagrodzenia będzie zachęcał pracownika do pracy, jest błędne.

Dane dotyczące pracy maszyn są istotnym czynnikiem zwiększania efektywności ich pracy, a do tego wspomagają działania zmierzające do zapobiegania ich awarii. Przyczyniają się do zwiększenia bezpieczeństwa pracy człowieka i polepszenia jakości wyrobów. Dlatego tak istotne jest gromadzenie oraz analizowanie tych danych. Niegdyś wykonywane było ono ręcznie, za pomocą specjalnych formularzy. I choć w niektórych miejscach dzieje się tak nadal, coraz częściej w sukurs przychodzą czujniki pozwalające na automatyczne zbieranie i analizowanie danych. Taki właśnie kierunek wyznacza Przemysł 4.0.

Konkurencyjność firmy zależy między innymi od tego, czy potrafi ona elastycznie dostosować produkcję do potrzeb klienta. W takich przypadkach znacząco wzrasta liczba przezbrojeń. Czas ich wykonania jest kluczowym elementem wpływającym na produktywność. W niniejszym opracowaniu opowiem o zmniejszaniu czasu przezbrajania maszyn do pakowania wyrobu gotowego na przykładzie zakładu przetwórstwa rybnego.

W Przemyśle 4.0 jest coraz mniej miejsca dla majstra z młotkiem opukującego obudowę w poszukiwaniu potencjalnej usterki maszyny. Za to coraz więcej miejsca zajmuje elektronika i IIoT (Industrial Internet of Things).

Obecne możliwości techniczne sprawiły, że diagnostyka maszyn w trybie online stała się podstawą prewencyjnego utrzymania ruchu. Pozwala na zwiększenie dyspozycyjności maszyn poprzez wczesne wykrycie uszkodzeń, a także koordynację ich napraw.

Wdrożenie autonomicznego utrzymania ruchu przez wiele firm postrzegane jest jako remedium na problemy z parkiem maszynowy i zwiększenie zaangażowania operatorów w dbanie o jego stan. Aby jednak osiągnąć postawione przed nim cele i polepszyć współpracę pomiędzy produkcją, a utrzymaniem ruchu, niezbędne jest wystrzeganie się kilku powszechnych błędów i skorzystanie z kilku dobrych praktyk.