Smart Maintenance och användning av 3D-printer
Kan man 3D-printa reservdelar? Hur kan 3D-printing användas som ett verktyg för Smart Maintenance? Vad är skillnad på double loop learning och singel loop learning och hur kan det göra skillnad för att undvika framtida driftstopp? I denna artikel ges svar på frågorna utifrån ett skarpt industriexempel som även beskriver skillnaden mellan traditionellt underhåll och underhåll när man utnyttjar digitaliseringens möjligheter.
I projekt Smarta Fabrikers demonstrator plockar en Scara-robot linser och placerar dem i en fixtur. Ett ställdon lyfter sedan fixturen och linsen placeras i en hängtransportör, enligt filmen nedan.
Fixturen är 3D-printad i plast (PLA) och det krävdes 4 prototyper innan linsfixturen uppfyllde alla krav och fungerade som det var tänkt. Att kunna 3D-printa prototyper för att framförallt testa funktion var mycket effektivt och tidsbesparande.
Efter 3 veckors drift uppstod ett haveri i fabriken som orsakade en dags driftstopp. Orsaken till haveriet var att hängtransportören missade hålet i linsfixturen. Se bild nedan.
Detta resulterade i att hela banan för hängtransportören lyftes tio centimeter upp i luften. Fixturen blev delvis deformerad och positionering mellan hängtransportör och linsfixtur påverkades så att avlämning av lins inte fungerade. Traditionellt underhåll hade bestått i att fila till deformationen i fixturen och justera fixturens position. Detta förfarande skulle inte eliminera att felet uppstod igen och skulle kunna kallas singel loop learning. Ett bättre sätt att lösa problemet är att åtgärda grundorsaken och designa om fixturen det vill säga double loop learning. Eftersom fixturen var 3D-printad kunde några enkla justeringar i CAD-modellen utföras och en ny fixtur printas ut. Den nya fixturen styr in hängtransportören i linsfixturen genom att den har en trattliknande konstruktion. Efter att den nya fixturen sats på plats har inte något nytt haveri inträffat.
Illustrationen nedan visar skillnaden mellan traditionellt underhåll där organisationens lärandet sker enligt singel loop learning och smart maintenance där lärandet sker enligt double loop learning. I fallet med singel loop learning har organisationen möjligtvis lärt sig ett arbetsätt att åtgärda felet snabbare nästa gång det uppstår men organisationen har inte utvecklats i riktning mot Smart Maintenance som i fallet med double loop learning.
Slutsatsen från vårt industriexempel är att 3D-printning lämpar sig alldeles utmärkt för att tillverka reservdelar som i vårt fall en fixtur. I visionen mot inga oplanerade driftstopp som är kärnan i Smart Maintenace är 3D-printning en möjliggörare på samma sätt som IoT och AI.
Taggar
Artikeln är taggad med följande taggar. Klicka på en tagg för att se alla artiklar med samma taggning.
Artikeln har inga taggar