Predictive Maintenance dengan Sensor: Cara Memulai dari Satu Mesin Kritis

Banyak tim pemeliharaan ingin beralih dari pola "perbaiki setelah rusak" ke predictive maintenance, lalu ditawari platform untuk seluruh pabrik dengan ratusan sensor sekaligus. Proyek sebesar itu sulit dibuktikan nilainya, menghabiskan anggaran sebelum hasil pertama terlihat, dan mudah kehilangan dukungan manajemen di tengah jalan.

Cara yang lebih aman adalah memulai predictive maintenance dari satu mesin kritis: mesin yang kerusakannya paling mahal dan punya tanda awal yang bisa dideteksi. Panduan ini menjelaskan langkahnya, dari memilih mesin, mengenali cara mesin itu rusak, memilih sensor, membangun baseline, menetapkan aturan peringatan, sampai menilai hasil pilot dengan jujur. Setelah satu mesin terbukti, memperluasnya menjadi keputusan yang jauh lebih mudah.

Reaktif, preventif, dan predictive maintenance: apa bedanya

• Reaktif berarti memperbaiki setelah mesin rusak. Murah di awal, tetapi mahal ketika kerusakan terjadi di tengah jam produksi.
• Preventif berarti perawatan terjadwal berdasarkan waktu atau jam operasi. Lebih tertib, tetapi sering mengganti komponen yang masih baik, dan tetap kecolongan kerusakan yang terjadi di antara dua jadwal.
• Prediktif berarti memantau kondisi mesin dan bertindak ketika muncul tanda awal kerusakan, bukan berdasarkan kalender.

Satu hal penting: predictive maintenance tidak menggantikan perawatan dasar. Pelumasan, kebersihan, dan kekencangan baut tetap wajib. Tanpa perawatan dasar yang benar, sensor hanya akan mencatat masalah yang sama berulang kali.

Langkah 1: Pilih satu mesin kritis

Kandidat terbaik memenuhi sebagian besar kriteria berikut:

• Kerusakannya menghentikan produksi, mengganggu kualitas, atau menimbulkan risiko keselamatan.
• Pernah rusak mendadak, dan riwayatnya tercatat di buku atau sistem pemeliharaan.
• Suku cadangnya butuh waktu lama untuk didatangkan.
• Kerusakannya punya tanda awal yang bisa diukur, misalnya getaran atau panas yang meningkat.

Mesin berputar seperti pompa utama, kompresor udara, motor konveyor, dan blower sering menjadi kandidat pertama karena memenuhi kriteria ini.

Langkah 2: Kenali cara mesin itu rusak

Sebelum memilih sensor, daftar cara mesin tersebut biasanya rusak, beserta tandanya:

• Bantalan aus: getaran meningkat dan suhu di sekitar bantalan naik.
• Ketidakseimbangan atau poros tidak lurus: getaran yang kuat pada putaran kerja mesin.
• Masalah kelistrikan motor: arus yang tidak seimbang dan panas berlebih.
• Penyumbatan atau kebocoran: perubahan tekanan atau aliran.
• Pelumasan kurang: suhu naik dan pola getaran berubah.

Sumber terbaik untuk daftar ini adalah teknisi yang paling lama merawat mesin itu. Tanyakan: "Sebelum mesin ini rusak terakhir kali, apa yang sudah terasa?" Jawabannya, entah bunyi yang berubah, bau, atau panas, adalah petunjuk sensor yang dibutuhkan.

Langkah 3: Pilih sensor sesuai cara rusaknya

• Getaran untuk bantalan, ketidakseimbangan, dan poros yang tidak lurus. Ini sensor yang paling umum untuk mesin berputar.
• Suhu untuk bantalan, motor, dan sambungan listrik di panel.
• Arus listrik untuk beban dan kondisi kelistrikan motor.
• Tekanan dan aliran untuk pompa dan kompresor.
• Jam jalan dan jumlah start untuk menghubungkan kondisi mesin dengan pemakaiannya.

Penempatan sama pentingnya dengan jenis sensor. Sensor getaran dipasang sedekat mungkin dengan bantalan dan menempel kokoh, bukan ditempel di tutup yang longgar. Untuk batas getaran, tim Anda bisa merujuk seri standar ISO 20816 tentang pengukuran dan evaluasi getaran mesin, ditambah rekomendasi pabrikan mesin. Pastikan juga sinyal di ruang mesin cukup untuk mengirim data; panduan konektivitas IoT membahas cara mengujinya.

Langkah 4: Bangun baseline

Baseline adalah rekaman kondisi normal mesin. Kumpulkan data selama beberapa minggu dalam berbagai kondisi kerja: beban penuh, beban rendah, saat mulai menyala, dan untuk setiap jenis produk bila mesin itu berganti produk. Catat juga konteksnya. Tanpa konteks, perubahan yang wajar, misalnya mesin berjalan lebih cepat untuk produk tertentu, akan terlihat seperti tanda kerusakan dan memicu peringatan palsu.

Langkah 5: Tetapkan aturan peringatan yang bisa ditindaklanjuti

• Mulai dari aturan sederhana: batas relatif terhadap baseline dan batas dari pabrikan atau standar, dalam dua tingkat, yaitu waspada dan tindakan.
• Perhatikan tren, bukan satu pembacaan. Getaran yang naik pelan selama beberapa hari lebih bermakna daripada satu lonjakan sesaat.
• Setiap peringatan punya pemilik dan tindakan. Siapa yang memeriksa, dalam berapa lama, dan di mana hasilnya dicatat.
• Jaga agar peringatan tetap dipercaya. Bila terlalu sering palsu, tim akan berhenti memperhatikan. Setel ulang aturannya, jangan dibiarkan.

Model AI untuk mendeteksi pola yang lebih halus bisa ditambahkan nanti, setelah data dan catatan kerusakan cukup. Untuk satu mesin di tahap awal, aturan dan tren yang dipahami teknisi biasanya lebih berguna.

Langkah 6: Sambungkan ke pekerjaan pemeliharaan

Peringatan yang berhenti di dasbor tidak mengubah apa pun. Setiap peringatan sebaiknya otomatis menjadi tugas pemeriksaan di sistem pemeliharaan yang dipakai tim, lengkap dengan data pendukungnya. Setelah diperiksa, teknisi mencatat temuannya: apakah memang ada masalah, apa penyebabnya, dan apa yang dilakukan. Catatan inilah yang membuat aturan peringatan makin tepat dari waktu ke waktu. Bila sistem pemeliharaan Anda perlu disambungkan dengan data sensor, pekerjaan integrasinya masuk wilayah Enterprise Software.

Langkah 7: Nilai hasil pilot dengan jujur

Ukur dengan angka yang sudah dicatat sebelum pilot dimulai:

• Jumlah kerusakan mendadak pada mesin itu dibanding periode sebelumnya.
• Peringatan yang terbukti benar dibanding yang palsu.
• Waktu dari peringatan sampai tindakan.
• Waktu rata-rata antarkerusakan, bila riwayatnya tersedia.
• Komponen yang diganti karena kondisinya, bukan karena jadwal.

Bersikaplah realistis. Mesin yang jarang rusak mungkin tidak menunjukkan kerusakan apa pun selama pilot. Dalam kasus ini, temuan dini yang terbukti saat diperiksa, misalnya bantalan yang mulai aus, sudah menjadi bukti yang sah.

Contoh pilot pada satu pompa

Sebagai ilustrasi, sebuah pabrik minuman memilih pompa transfer utama karena kerusakannya menghentikan seluruh lini dan bantalannya pernah rusak mendadak dua kali. Teknisi senior menyebut tanda yang biasanya muncul: bunyi berdengung dan rumah bantalan yang terasa panas beberapa hari sebelum rusak. Tim memasang satu sensor getaran dan satu sensor suhu di dekat bantalan sisi motor, ditambah sensor arus di panel. Selama beberapa minggu pertama, data dikumpulkan untuk setiap jenis produk tanpa peringatan apa pun. Setelah baseline terbentuk, peringatan waspada dikirim ke kepala regu pemeliharaan, dan peringatan tindakan langsung membuat tugas pemeriksaan. Ketika getaran naik perlahan selama beberapa hari, pemeriksaan menemukan pelumasan yang kurang. Temuan seperti ini, meski kecil, adalah bukti pertama bahwa pola kerjanya berfungsi.

Kesalahan yang sering terjadi

Memasang sensor di semua mesin sekaligus. Data menumpuk, tetapi tidak ada yang sempat membangun baseline dan menyetel peringatan untuk masing-masing mesin.

Peringatan dari angka umum tanpa baseline. Hasilnya peringatan palsu yang membuat tim berhenti percaya.

Peringatan masuk ke dasbor yang tidak dibuka. Peringatan harus sampai ke orang yang bertugas, lewat saluran yang memang ia pakai.

Melupakan perawatan dasar. Sensor tidak bisa menggantikan pelumasan yang terlewat.

Dari satu mesin ke banyak mesin

Setelah satu mesin terbukti, salin polanya ke mesin sejenis: jenis sensor, posisi pemasangan, aturan peringatan awal, dan alur tugas pemeliharaan. Bila pabrik Anda sudah memakai SCADA, tentukan pembagian perannya lebih dulu dengan panduan SCADA vs IoT.

Lini IoT dan Kontrol Etzal Group merancang dan memasang sensor, perangkat edge, dan telemetri dengan teknisi kami sendiri, lalu tetap memantau perangkat dan datanya setelah berjalan. Untuk membahas mesin yang ingin Anda mulai, gunakan sesi konsultasi gratis.