#25 – Procedure for afhjælpende vedligehold

For at få elimineret flest mulige fejl bør man have analyse på sin udstyr. Hvor får man data fra og hvad skal tallene vise?  

Data, data, data

Vores procedure for afhjælpende vedligehold skal i første omgang indeholde så få oplysninger vi kan nøjes med, da det i dette stadie er vigtigere at få data end, kvaliteten af denne data.

Det første vi naturligvis må have med er, at vi kan identificere vores udstyr, vi ved hvad er der gået i stykker og hvor længe det har taget at fikse det.

Der er mange gode måder at opsamle disse data på og det bedste overblik fås når man kan opsamle data i samarbejde med produktionen. For eksempel i et OEE-system. Dette vil jeg vende tilbage til i indlægget om performance management.

Til at starte med vil jeg anbefale, at man opsamler data når man har længevarende stop eller når man udskifter dele på udstyret. Dette er ikke optimalt, men et godt sted at starte. Det man undlader i dette tilfælde, vil være småstop og justeringer. De kan antage en stor del af de samlede stop, så man bør stræbe imod at have dem over tid. Grunden til at man bør starte med de nedbrud hvor man udskifter dele er, at man således kan begynde at skabe sig et overblik over levetiden af komponenter, eller i vedligeholdstermer ”MTBF”, som betyder ”Mean Time Between Failure”.

Jeg kan ikke sige det nok, hvis man skal vælge noget at fokusere på til at starte med, så er det at få data på så mange stop som muligt! Det er ikke at få så meget data som muligt på hver enkelt stop. Så mange datapunkter, men lidt indhold.

Analyse af data

Data i sig selv er værdiløst! Det der kan bruges til noget, er de analyser man laver med data. Men… Hvad er det vi ønsker at vide med disse data?

Først ønsker vi at vide hvad der fejler og hvor meget. For så kan vi fastslå hvor vi bruger vores tid og hvor vil vi få den største værdi af en indsats.

Så det vi skal gøre med vores data for stop og nedetid, er at opstille en Pareto analyse.

Vilfredo Pareto opdagede fænomenet i Renæssancens Italien, da han så at 20% af befolkningen sad på 80% af jordbesiddelserne. Han efterprøvede princippet og så at der var flere af disse kollationer. Det er derfor man også kalder det: 80/20 reglen. Således gør det sig også gældende med stopårsager på udstyr, at 20% af de fejl vi ser, kan opgøres til omkring 80% af vores samlede stoptid.

Så kan vi eliminere eller minimere vores top-20% fejlårsager kan vi få den frihed der skal til for at arbejde videre med de sidste 80%.

Man kan lave analysen på anlægsniveau, således, at man kan påvise hvilke maskiner, linjer eller udstyr man bruger det meste af sin tid på. Har man på forhånd defineret hvilke linjer, der er kritiske for vores værdikæde, kan man arbejde på hvor på denne kæde man skal sætte ind for at reducere flest fejl.

Husk, at det ikke altid er den komponent der fejler der er årsagen til stoppet. Derfor er det næste element man bør kigge på i fokusset på det afhjælpende vedligehold, fejlårsagsanalyse ved systematisk problemløsning.     

Du kan læse om Systematisk problemløsning og OEE her på bloggen i senere indlæg. Du kan også hente hele bogen her.

Skriv en kommentar

Udfyld dine oplysninger nedenfor eller klik på et ikon for at logge ind:

WordPress.com Logo

Du kommenterer med din WordPress.com konto. Log Out /  Skift )

Google photo

Du kommenterer med din Google konto. Log Out /  Skift )

Twitter picture

Du kommenterer med din Twitter konto. Log Out /  Skift )

Facebook photo

Du kommenterer med din Facebook konto. Log Out /  Skift )

Connecting to %s

%d bloggers like this: