Zalety:
- Wszystkie zalety konserwacji predykcyjnej
- Automatycznie dostosować parametry pracy maszyn, co poprawia wydajność i zmniejsza zużycie energii.
- Inteligentne i autonomiczne podejmowanie decyzji
Wady:
- Wysokie koszty początkowe: zakupu czujników IoT, systemów AI, integracji z istniejącą infrastrukturą oraz szkolenia pracowników.
- Konieczność zbierania dużych ilości danych
- Systemy PM działają efektywnie tylko wtedy, gdy mają dostęp do odpowiedniej ilości danych o stanie maszyn i procesów.
- Algorytmy AI mogą błędnie interpretować dane lub generować nieodpowiednie sugestie, jeśli system nie jest odpowiednio skalibrowany.
- Wyzwania związane z cyberbezpieczeństwem

Poza przedstawionymi na powyższym diagramie strategiami konserwacji istnieją jeszcze (w metodologii RCM) działania zwane Zadaniami domyślnymi (Default Task), które są podejmowane w przypadku, gdy nie można dobrać właściwych działań proaktywnych. Obejmują one:
- Zadania wykrywające awarię (Failure Finding Task) – stosowane do tzw. „awarii ukrytych” [opisano tu: Awarie Ukryte]
- Brak planowej konserwacji jest zadaniem domyślnym, które znajduje zastosowanie wyłącznie w przypadku konsekwencji niezagrażających bezpieczeństwu lub środowisku. W takich sytuacjach elementy są użytkowane aż do wystąpienia awarii funkcjonalnej, po której następuje ich naprawa lub wymiana. Podejście to jest uzasadnione ekonomicznie, gdy koszty zapobiegania awariom przewyższają potencjalne straty wynikające z ich wystąpienia. Decyzja ta ma na celu minimalizację wydatków związanych z utrzymaniem ruchu przy jednoczesnym zachowaniu akceptowalnego poziomu niezawodności.
- Przebudowa (Redesign. Przeprojektowanie, modernizacja) jest kolejnym zadaniem stosowanym domyślnie, gdy nie można opracować skutecznego zadania proaktywnego dla rozpatrywanego trybu awarii. Należy zwrócić uwagę, że przebudowa czy przeprojektowanie nie musi być związane tylko z przeróbką fizycznych zasobów (elementów maszyn czy urządzeń). Przeprojektowaniu, mogą podlegać również: procedury operacyjne i konserwacyjne, polityki magazynowe oraz zakupowe i inne, które zapewnią oczekiwaną niezawodność.
Świadomość różnych rodzajów konserwacji jest istotna, aby właściwie dobierać rodzaje strategii Utrzymania Ruchu względem użytkowanego sprzętu i jego podatności na konkretne tryby awarii [Temat ten opisano tu: Sześć wzorców awarii]

Według opinii Johna Moubray’a, światowej klasy eksperta RCM (twórcy RCM2), nawet od 40 do 60% działań konserwacyjnych w przemyśle wnosi niewielką lub żadną wartość dodaną.
Powodem takiego stanu rzeczy jest:
- powielanie zadań konserwacyjnych,
- wykonywanie zadań zbyt często lub zbyt rzadko (nieprawidłowe interwały),
- zadania są nieskuteczne w zapobieganiu konkretnym awariom.
- zbyt wiele zadań związanych z ustalonymi w czasie, inwazyjnymi przeglądami, które byłyby bardziej skuteczne, tańsze i mniej zakłócające produkcję, gdyby były oparte na monitorowaniu stanu urządzeń,
- brak wykorzystania dostępnych danych o awariach i doświadczeń do ustalenia odpowiednich częstotliwości zadań.
W efekcie marnowane są pieniądze i czas na realizację zadań konserwacji prewencyjnej, które nie przynoszą wartości.
Wszystkie powyżej omówione strategie konserwacji mają zastosowanie w zależności od rodzaju sprzętu, jego komponentów, a w szczególności konsekwencji potencjalnej awarii. Podejmowanie właściwych decyzji pozwala na wybór optymalnych zadań oraz eliminację zbędnych, a czasami wręcz szkodliwych działań w istniejących programach konserwacji sprzętu.
W metodologii RCM służy do tego Diagram decyzyjny.

Wielką siłą RCM jest spostrzeżenie, że konsekwencje awarii są o wiele ważniejsze niż ich charakterystyka techniczna. RCM, ważąc konsekwencjie awarii, odsuwa nacisk od wyobrażenia, że wszystkie awarie są złe i należy im zapobiegać. RCM koncentruje uwagę na czynnościach Utrzymania Ruchu mających największy wpływ na wydajność przedsiębiorstwa, a odwraca energię od tych, które mają znikomy lub żaden wpływ.
[*] – Niektóra literatura uznaje Preventive Maintenance jako całościową konserwację zapobiegawczą (zamiast Proactive Mainteanace), której częścią składową jest Predictive Maintenance.
Autor: Robert Wieczorek – www.rcm2.pl





























































