เครื่องจักรและอุปกรณ์ต่างๆ ในอุตสาหกรรมการผลิตย่อมเสื่อมสภาพหรือชำรุดเสียหายตามกาลเวลาและการใช้งานหากมีระบบการจัดการงานบำรุงรักษาที่ดีก็จะช่วยให้มั่นใจได้ว่าเครื่องจักรและอุปกรณ์จะได้รับการดูแลอย่างถูกต้อง ช่วยลดค่าใช้จ่ายในการบำรุงรักษาที่ไม่จำเป็นได้
การบำรุงรักษาเน้นความเชื่อถือได้ หรือ RCM (Reliability-Centered Maintenance) เป็นแนวทางหนึ่งที่นิยมใช้ในต่างประเทศเพื่อการวางแผนบำรุงรักษาเครื่องจักร วิธีการนี้มุ่งเน้นสภาพความพร้อมใช้งาน (availability) ของเครื่องจักรและอุปกรณ์ให้เกิดความเชื่อถือได้ในกระบวนการผลิต โดยมีค่าใช้จ่ายตลอดอายุการใช้งาน (Life Cycle Cost: LCC) ที่ต่ำที่สุด หากประยุกต์ใช้อย่างถูกต้องเหมาะสมก็จะช่วยลดค่าใช้จ่ายลงได้มากถึงร้อยละ 20-70 ของค่าใช้จ่ายทั้งหมดเมื่อเทียบกับการซ่อมบำรุงปกติ
อย่างไรก็ดี ในขณะนี้ RCM ยังไม่แพร่หลายในประเทศไทย เนื่องจากโปรแกรมส่วนใหญ่พัฒนาขึ้นในต่างประเทศและมีราคาสูง อีกทั้งผู้ประกอบการไทยยังมีข้อจำกัดในการประมวลข้อมูลเครื่องจักรและอุปกรณ์ที่มีอยู่อย่างเป็นระบบและมีรายละเอียดเพียงพอ ด้วยเหตุนี้ทีมวิจัยเอ็มเทค จึงร่วมกับผู้เชี่ยวชาญจาก มหาวิทยาลัยเกษตรศาสตร์ และ บริษัท อีควิตี้เซอร์วิสเซส แอนด์ โซลูชั่นส์ จำกัด ภายใต้ทุน บพข. ในการพัฒนา โปรแกรมเพื่อการวางแผนการบำรุงรักษาอุปกรณ์เชิงป้องกันตามหลักการ RCM และการผสมผสานการวิเคราะห์และแปลผลสัญญาณความถี่เสียง (ultrasonic) และสัญญาณความสั่นสะเทือน (vibration) โดยใช้เทคโนโลยีปัญญาประดิษฐ์
โจทย์สำคัญของการพัฒนามุ่งเน้นให้ครอบคลุมอุตสาหกรรมต่างๆ อย่างหลากหลาย ใช้งานสะดวก ปรับให้เข้ากับระบบที่มีอยู่ของโรงงานได้ง่าย ลดการพึ่งพาผู้เชี่ยวชาญให้มากที่สุด และมุ่งใช้ปัญญาประดิษฐ์ (AI) ควบคู่กับเทคนิคการพยากรณ์อื่นๆ เพื่อประเมินค่าอายุที่ยังใช้ประโยชน์ได้ที่ยังเหลืออยู่ (Remaining Useful Life: RUL) ของเครื่องจักร
โปรแกรมที่พัฒนาขึ้นอาศัยการวิเคราะห์สุขภาพเครื่องจักร ณ สภาวะปัจจุบันร่วมกับการสร้างโมเดลทางคณิตศาสตร์ในการประเมินความน่าจะเป็นของอายุที่เหลืออยู่ของเครื่องจักร เพื่อให้ข้อมูลที่นำไปสู่การแนะนำการบริหารจัดการเครื่องจักรหนึ่งๆ ให้เหมาะสม
การตรวจสุขภาพเครื่องจักรทำได้หลายวิธี เช่น การวิเคราะห์สัญญาณความสั่นสะเทือน (vibration analysis) การตรวจสอบการสึกหรอของลูกปืน การศึกษาปรากฏการณ์แควิเทชั่น (cavitation) ของปั๊มน้ำ การตรวจสอบความไม่สมดุลแกนเพลามอเตอร์ หรือความผิดปกติแบบต่างๆ ของมอเตอร์ รวมทั้งการวิเคราะห์สัญญาณด้วยด้วยคลื่นอัลตราโซนิคที่สามารถบ่งชี้ถึงปัญหาการรั่วไหลของไอน้ำ น้ำ และลมอัด
การตรวจสอบและวินิจฉัยปัญหาด้วยวิธีเหล่านี้สามารถตรวจจับความผิดปกติชนิดต่างๆ และหากมีปริมาณข้อมูลมากเพียงพอ ก็จะสามารถต่อยอดเพื่อระบุความรุนแรงของปัญหาได้โดยเฉพาะในระยะเริ่มต้น (early detection) ทั้งยังช่วยให้มีเวลาเฝ้าระวังและเตรียมความพร้อมสำหรับการซ่อมบำรุง ยิ่งมีปริมาณข้อมูลมากขึ้นเท่าใด โปรแกรมโดยเฉพาะส่วนของ AI ก็จะยิ่งเรียนรู้และแสดงความสามารถในการทำนายผลลัพธ์ได้แม่นยำมากขึ้นตามไปด้วย
สนใจติดต่อ : จอมขวัญ มั่นแน่ ทีมวิจัยระบบวิศวกรรมขั้นสูง กลุ่มวิจัยการออกแบบเชิงวิศวกรรมและการคำนวณ โทรศัพท์ 0-2564-6500 ต่อ 4141 อีเมล์ : [email protected]
