Pemantauan Kondisi & Pemeliharaan Prediktif
Navigasi menu: Prediktif di sidebar: Dashboard, Pemantauan Getaran, dan Prediksi Tren.
Skenario Umum di Lapangan:
- "Kenapa motor listrik tiba-tiba terbakar tanpa ada indikasi atau peringatan awal?"
- "Kami mengganti bearing secara berkala sesuai jadwal kalender, tetapi beberapa unit masih sangat bagus sementara yang lain justru rusak lebih cepat."
- "PLC mesin mencatat banyak data sensor, tetapi belum dimanfaatkan untuk strategi pemeliharaan terarah."
Menangani kegagalan mesin secara reaktif memicu pembengkakan biaya. Pemantauan kondisi secara kontinu dan deteksi masalah sedini mungkin mengamankan keandalan operasional sekaligus menekan biaya perbaikan.
Tantangan Operasional
Pemeliharaan berbasis interval waktu tetap (kalender) kerap memicu inefisiensi ganda: mengganti komponen yang masih layak pakai sehingga menimbulkan pemborosan biaya suku cadang, atau terlambat mendeteksi degradasi komponen hingga mesin rusak mendadak (breakdown). Mesin dan sensor Anda menghasilkan aliran data setiap detik. OpexMX mengolah data telemetri tersebut menjadi keputusan teknis pemeliharaan yang tepat sasaran.
Solusi OpexMX
OpexMX membaca telemetri mesin, mengalkulasi skor kesehatan aset secara komprehensif, mendeteksi anomali operasional, memprediksi sisa umur pakai (Remaining Useful Life / RUL), dan mengirimkan peringatan dini sebelum kerusakan terjadi. Pendekatan ini memungkinkan tim pemeliharaan beralih dari jadwal kalender statis ke pemeliharaan berbasis kondisi nyata (Condition-Based Maintenance).
Parameter yang Dapat Dipantau
- Suhu: motor listrik, bearing, panel kelistrikan, dan komponen kritis lainnya.
- Vibrasi: peralatan rotasi, pompa, kompresor, fan/blower (analisis spektrum vibrasi FFT dan zonasi ISO 10816).
- Tekanan: sistem hidrolik, pneumatik, dan jalur perpipaan proses.
- Laju Aliran (Flow): sirkulasi oli pelumas, pendingin (coolant), dan fluida proses.
- Arus dan Beban Listrik: konsumsi daya serta lonjakan beban motor.
- Runtime dan Hitungan Siklus: utilisasi peralatan serta akumulasi jam operasi mesin.
Skor Kesehatan Aset (Health Score)
Setiap aset yang dipantau memperoleh skor kesehatan komposit berbasis lima faktor pembobotan: degradasi parameter (40%), vibrasi (25%), riwayat kegagalan (25%), kepatuhan PM (20%), dan usia pakai aset (15%). Pembobotan ini dinormalisasi ulang secara dinamis sesuai ketersediaan parameter pada masing-masing aset.
Deteksi Anomali
Konfigurasikan aturan pemicu kondisi pada setiap parameter: operator pembanding (>, <, >=, <=, =, !=), nilai ambang batas (threshold), serta tipe pemicu: immediate (langsung aktif) atau sustained (kondisi bertahan melampaui durationSeconds dengan jeda cooldownSeconds). Setiap pelanggaran batas ambang dicatat sebagai anomali berbobot severitas yang dapat ditindaklanjuti atau diabaikan (dismiss) secara transparan.
Prediksi Kegagalan dan Sisa Umur Pakai (RUL)
Modul analisis Weibull memodelkan distribusi probabilitas kegagalan per aset untuk mengestimasi parameter masa pakai (shape, scale, median life). Dengan estimasi RUL, intervensi perbaikan atau penggantian komponen dapat dijadwalkan secara presisi sebelum kegagalan terjadi, bukan setelah mesin terlanjur breakdown.
Kurva Degradasi dan Tren
Visualisasikan pergeseran nilai parameter dari waktu ke waktu dan proyeksikan tren ke depan. Prediksi tren mengekstrapolasi data historis mentah menjadi proyeksi performa yang dapat diantisipasi per parameter aset.
Pemantauan Vibrasi
Jalur pemrosesan vibrasi khusus menerima payload inferensi (probabilitas kerusakan, klasifikasi label, nilai RMS per kanal) langsung dari perangkat vibration-edge. Sistem mencocokkan pembacaan dengan zona keparahan ISO 10816, lalu secara otomatis menerbitkan tiket kerja saat vibrasi menyentuh zona bahaya.
Arsitektur Akuisisi Data Mesin
Edge connector (berbasis gateway seperti Raspberry Pi atau industrial PC) mengumpulkan data melalui protokol Modbus TCP, OPC-UA, dan MQTT. Untuk mesin CNC Fanuc, agen FOCAS bertindak sebagai jembatan pembacaan kontroler. Keduanya mengirimkan payload data yang telah dinormalisasi ke endpoint OpexMX:
PLC / CNC / Sensor -> Edge Connector (Modbus / OPC-UA / MQTT / FOCAS) -> OpexMX -> Skor Kesehatan, Deteksi Anomali, Notifikasi Peringatan
Tersedia dua endpoint ingestion sesuai struktur payload:
POST /asset-parameter-values
{ "assetParameterId": "MOTOR_TEMP_1", "value": "85" }
POST /predictive-maintenance/asset-data
{
"assetCode": "PUMP-101",
"source": "opcua",
"timestamp": "2025-12-04T07:24:20.069Z",
"status": { "state": "running", "alarmCode": "", "alarmMessage": "" },
"values": [
{ "name": "temperature", "value": 85, "unit": "C" },
{ "name": "vibration", "value": 4.2, "unit": "mm/s" }
]
}
Di tingkat server, protokol ingestion yang didukung mencakup rest, mqtt, dan opcua, sedangkan Modbus dan FOCAS dijembatani oleh konektor edge.
Pemangku Kepentingan
| Peran | Fokus Utama |
|---|---|
| Engineer Keandalan | Peringatan dini indikasi degradasi komponen dan estimasi RUL |
| Teknisi Lapangan | Diagnosa cepat dan panduan komponen yang harus diperiksa terlebih dahulu |
| Perencana Pemeliharaan | Penentuan interval intervensi pemeliharaan berbasis data telemetri |
Praktik Terbaik
- Prioritaskan implementasi pada mesin kritis dengan dampak downtime atau biaya kegagalan tertinggi.
- Tentukan nilai ambang batas awal dari manual spesifikasi OEM, kemudian sesuaikan berkala berdasarkan data historis operasional.
- Gunakan pemicu sustained dan durasi cooldown untuk menyaring fluktuasi sesaat serta mencegah alarm palsu (false positive).
- Evaluasi dan sesuaikan bobot skor kesehatan agar merefleksikan karakteristik kelas aset yang berbeda.
- Integrasikan notifikasi peringatan dengan jadwal shift kerja agar tiket penanganan langsung diterima teknisi yang bertugas.
Integrasi Sistem
- Manajemen Aset: Menghubungkan parameter pemantauan langsung ke unit peralatan pada hierarki aset.
- Sistem Tiket: Anomali parameter dan alarm vibrasi langsung menghasilkan tiket kerja pemeliharaan korektif.
- Pelaporan dan Analitik: Menyediakan data historis degradasi dan tren parameter untuk evaluasi performa jangka panjang.
- Pemeliharaan Preventif: Menyesuaikan interval dan frekuensi PM rutin berdasarkan kondisi aktual mesin.