FMS-järjestelmän metriikka : mitä, mitä voisi ja mitä kannattaa mitata?

Opinnäytetyön tarkoituksena oli selvittää, minkälaista metriikkaa eli käyttöä ilmaisevaa dataa nykyaikaisesta FMS-järjestelmästä voisi kerätä. Tällaisen datan kerääminen ja analysoiminen on välttämätöntä ennakoivan kunnossapidon mahdollistamiseksi. Toimiva ennakoiva kunnossapito varmistaa järjestelmän käytettävyyden. Tämän seurauksena omistaja pystyy optimoimaan järjestelmällä ajettavan tuotannon ja täten myös liikevaihdon. Lopputyössä määriteltiin ensiksi, mitä käyttöä ilmaisevaa dataa on kerättävissä järjestelmästä ilman muutoksia ja uudistuksia. Tämän lisäksi tutkittiin, minkälaista dataa voisi kerätä, ja minkälaisia muutoksia se vaatisi. Toiseksi työn tarkoitus oli pohtia, miten kerättyä dataa voisi hyödyntää FMS-järjestelmän ennakoivassa kunnossapidossa. Lopuksi työssä tarkasteltiin ennakoivan kunnossapidon tarvitsemien ratkaisujen toteuttamisen mielekkyyttä taloudellisesta näkökulmasta. Työn johtopäätöksenä voitiin todeta, että metriikkaa eli käyttöä ilmaisevaa dataa on nykytilanteessa kerättävissä paljon. Tämän metriikan kohdalla kyse on olemassa olevasta datasta, joka on valmis tallennettavaksi ja analysoitavaksi. Todettiin myös, että järjestelmässä olisi paljon sellaista metriikkaa, jonka keräämiseksi tarvitaan pienempiä tai suurempia muutoksia järjestelmään. Työssä arvioidaan kerättävän metriikan käytettävyys ennakoivan kunnossapidon näkykulmasta. Lopuksi todetaan, että ennakoivan kunnossapidon tarve voidaan määritellä vertaamalla asiakkaan järjestelmän suunnittelemattoman huoltoseisakin kustannuksia ennakoivan kunnossapidon ratkaisujen kustannuksiin.The aim of this thesis was to investigate the extent of odometry and other usage data available in a modern flexible manufacturing system (FMS). These data are necessary to develop a predictive maintenance system with the goal of reducing maintenance costs and avoiding costly unscheduled shutdowns. The first objective of the thesis was to outline the available data as well as defining data that are not currently recorded. The second objective of the thesis was to consider the use of these data in the predictive maintenance of an FMS and to explore the economics of this data collection. To outline the usage data in a typical modern FMS, each part of the system was examined both separately and as a part of the whole. The usage data available in each part was identified and defined. It was found that much of the data is already available for collection, some could be made available through minor upgrades and changes, and yet more could be accessed via major upgrades. The cost of investing in and upholding the procedures needed to implement predictive maintenance must be weighed against the cost of a system that is suboptimal. The thesis argues for the need for updated usage data collection, analysis, and implementation of predictive maintenance to reduce unplanned system stand-stills