GyártásTrend: Mit jelent a prediktív karbantartás az élelmiszeriparban? 
Varga Pál: A prediktív karbantartás egy viszonylag új, adatvezérelt karbantartási stratégia, amely előre jelzi a berendezések meghibásodását, és így csak akkor végeznek karbantartást, ha valóban szükséges. Tehát nem a tervezésre vagy a beüzemelésre megyünk rá, hanem a gép hasznos élettartamának a megnövelésére. Az élelmiszeriparban ez azért fontos, mert a gyártási folyamatok nagyban automatizáltak: csomagolósorok, hűtőrendszerek, szeletelőgépek, szivattyúk végzik a munkát. Ráadásul szigorú higiéniai és minőségbiztosítási előírások alá esnek, és egy termelésleállás komoly költségekkel és selejttermeléssel járhat. Vagyis a prediktív karbantartás javítja az élelmiszer-ellátás hatékonyságát, csökkenti a veszteségeket, és biztosítja a folyamatos, biztonságos és minőségi termelést. Végeredményben hosszú távon növeli az adott cég versenyképességét.

GyT.: Konkrétan hogy zajlik az adatgyűjtés? 
V. P.: Nincs nagy eltérés más iparágakhoz képest, mert itt is ugyanazon lábakon áll az adatgyűjtés. Vagyis alkalmazhatók IoT- (Internet of Things) szenzorok és okoseszközök, felhőalapú adatgyűjtés és elemzés, gépi tanulás és mesterséges intelligencia, illetve ERP és karbantartási rendszerek integrációja (pl. SAP PM, CMMS). A technológia csúcsát a digitális iker jelenti, amely egy teljes gyár működését modellezi a felsoroltakkal együtt – ideális esetben még az üzem fizikai felépítése előtt. Ez már létező eljárás, például a mikroelektronikai nagyvállalatoknál.

GyT.: Mire képes a teljes rendszer digitális iker nélkül? 
V. P.: A rendszer nemcsak monitorozza a gépeket, hanem például beütemezi az alkatrészcsere időpontját, és azt is, hogy mikor kell megvenni legjobb áron az alkatrészt. Például egy tejfeldolgozó üzemben a rezgés- és hőmérsékletszenzor figyeli a pasztőrszivattyúkat, és előre jelzi, ha a csapágy kopik. Vagy egy pékségben a hő- és páraérzékelők optimalizálják a sütőteret és a tésztakelesztést. De meg lehet említeni az IoT hőmérséklet- és ajtónyitás-figyelő szenzorait egy hűtőházban. Vagy egy konzervgyár nyomás- és ultrahangos szenzorait, amelyek a töltőgépeket figyelik, hogy ne legyen alul- vagy túltöltés. 

GyT.: A digitális iker, mint a rendszer csúcsa, mire képes?
V. P.: Ideális esetben ez már a tervezési oldalhoz tartozik. Azaz eleve úgy építjük fel a fizikai gyárat, hogy létezik a digitális ikerpárja. Ez egy nagyon új modell, de én azt gondolom, hogy ezt mindazon területeken bevezetik, ahol a fizikai gyártásban keletkező hibák megjelenése szignifikáns veszteséggel jár. A digitális iker egy fizikai termék vagy folyamat valós idejű, digitális másolata a teljes életcikluson keresztül. Lehetővé teszi a tervezést, szimulációt, karbantartási és üzemeltetési döntések támogatását, valamint a teljesítményoptimalizálást, anélkül, hogy közvetlenül a fizikailag létező tárgyhoz kellene nyúlni. Segítségével kockázat nélkül lehet tesztelni a „mi lenne, ha” forgatókönyveket, ezáltal felgyorsítva a fejlesztési ciklusokat és javítva a hatékonyságot.

GyT.: Ön mikor találkozott először a prediktív karbantartással?
V. P.: Először talán egy európai nagyvállalatnál találkoztam tizenöt évvel ezelőtt, ahová egy uniós, egyetemi projekt keretében látogattam. A vállalat a targoncagyártó részlegét modernizálta, ezt láthattam testközelből. 

GyT.: És Magyarországon?
V. P.: Úgy emlékszem, Magyarországon a Covid–19 előtt találkoztam egy multinacionális autóalkatrész-gyártónál, amely akkortájt vezette be a prediktív karbantartást. 

GyT.: Ön szerint a technológia jelenleg mely iparágak, illetve vállalatok körében elterjedt Magyarországon?
V. P.: Tapasztalatom szerint általában a nagyobb hazai játékosok tudják ezt elkezdeni, illetve ahol az ipar 4.0 már elfogadott gyakorlat, ahol nagy a gyártási volumen, és ahol tudnak adatokat gyűjteni. Kiemelném a járműgyártó, autóalkatrész-gyártó, gyógyszeripari nagyvállalatokat. És egyre többet hallok arról, hogy az élelmiszeriparban is elkezdik bevezetni a magyarországi nagyvállalatok. Szerintem Magyarországon még nem értünk el arra a szintre, hogy ez a kisebb cégeknél is megérje. 

GyT.: A kisebb cégeknél mi akadályozza a bevezetést? 
V. P.: A fentiek inverze: az, hogy körükben az ipar 4.0 nem bevett gyakorlat, alacsony a gyártási volumen, illetve a termelékenység, és nem tudnak adatokat gyűjteni. Sok vállalat érezheti úgy, hogy ez ebben a formában nekik nem éri meg. Kétségtelenül problémás meglévő gyártósorokra új szenzorokat, és arra egy teljes új informatikát felhúzni. Holott egyes részterületeken biztosan vannak ma már olyan informatikai fejlesztések, amelyek csettintésre megkönnyítik a bevezetést a kisebbeknek is. 

GyT.: Az egyszeri beruházás után mennyire szaktudás- és költségigényes a rendszer fenntartása?
V. P.: Attól függ, mire van szükség: milyen mélységben, hogyan elemzik az adatokat? A szaktudás szerintem még meglenne a hazai cégeknél, még akkor is, ha a szaktudás az ilyen gyorsan változó, újabb eszközrendszerek beépülésénél egy kicsit lenullázódik, minimalizálódik. Egy működő rendszernél éppen az lenne a lényeg, hogy – bonyolultságától függően – elveszi a folyamatos figyelemigényt a karbantartástól. Ha egy ipari cégnél megvan az informatikai infrastruktúra, de nincs meg a szaktudás, bérelhet telepítési vagy karbantartási szolgáltatást a technikusoktól a gépészeken és villamosmérnökökön át egészen a mesterségesintelligencia-szakértőig. Egy nagyobb, hazai élelmiszeripari cég talán megengedheti magának, hogy a százötven dolgozója mellé felvegyen még kettő új szakembert, vagy akár kiszervezze a beüzemelési és karbantartási munkálatokat, de egy kisebb kkv már kevésbé. 

GyT.: Tulajdonképpen ez egy ördögi kör a kisebb cégek számára: a versenyképesség hiánya miatt nem tudnak a versenyképességet növelő beruházásba fektetni. 
V. P.: Így van. Továbbra is kénytelenek hagyományos módon, időközönként karbantartani, és ezzel hosszú távon még nagyobb versenyhátrányba kerülnek. Hiába van szaktudásuk és igényük a beruházásra, a kisebb cégek számára a pénzügyi jövedelmezőség a döntő kérdés.

GyT.: Hol érheti meg bevezetni a prediktív karbantartást a kisebb cégeknek az élelmiszeriparban?
V. P.: Szerintem ott érheti meg bevezetni, ahol már vannak gyárak vagy gyártósorok és képességek az adatelemzésre, és mondjuk bővülni is akarnak. Az élelmiszeriparban tipikusan el tudom képzelni a bevezetést raktárakban, konzervgyárakban, vagy ahol új portfólió nyílik, újfajta gyártósorral, amelynek ismeretlenek az öregedési paraméterei.

A borítókép illusztráció, forrás: Adobe Stock