Současné výrobní podniky jsou vybaveny moderními sofistikovanými stroji vyžadujícími nejen odborně vyspělou obsluhu, ale také prediktivní údržbu. Je považována za jeden z principů Průmyslu 4.0 a její význam se bude v budoucnu s rozvojem nových technologií ještě zvyšovat. O tom, co to je prediktivní údržba a jaké jsou její deklarované cíle, hovoříme s proděkanem Fakulty strojní Technické univerzity v Liberci profesorem Pavlem Němečkem. obklopeni novými technologiemi, používáme moderní materiály a optimalizované konstrukce strojů, ještě údržba vůbec význam? Údržba strojů má význam vždy, protože spolehlivost jejich provozu je ovlivněna mnoha faktory a i ty nejnovější stroje jsou namáhány dynamickými silami, pracují v proměnlivých podmínkách a jejich součásti podléhají opotřebení a únavě materiálu. Moderní formy údržby představují především moderní způsoby zpracování a vyhodnocování informací o technickém stavu strojů. Automatizace a robotizace přinášejí nové výzvy, které reagují na změněný vztah člověka a stroje. Změnil se tedy nějak zásadně pohled na údržbu s příchodem změn v rámci Průmyslu 4.0? Údržba se měnila i v minulosti, Průmysl 4.0 jen klade nové požadavky z důvodu měnící se úlohy člověka, vyšší intenzity výroby, digitalizace a globalizace. Složitá struktura toku materiálu a zboží klade vysoké požadavky na spolehlivost strojů. Stále ale zůstávají základní formy údržby, které se historicky vyvíjely společně s průmyslem. Údržba prováděná po poruše i plánovaná údržba zůstávají nástrojem, jak zvýšit spolehlivost, a předejít tak neplánovaným odstávkám a finančním ztrátám. Průmysl 4.0 přináší organizační změny a důraz na moderní formy, především pak na údržbu prediktivní. Údržba strojů je vlastně stará jako stroje samotné. Pokud člověk chtěl, aby mu stroj sloužil, musel se starat o to, aby stroj spolehlivě pracoval. A najednou se hovoří o prediktivní údržbě jako o málem vědecké disciplíně. V čem je tento způsob údržby odlišný od těch předchozích? Údržba po poruše již ze svého názvu nesleduje technický stav stroje a reaguje až po poruše. Byť se zdá být formou zastaralou, je stále opodstatněná u jednodušších a levnějších součástí strojů, u nichž je rychlá oprava nebo výměna ekonomicky výhodnější než vyšší formy údržby. Jedná se například o jednoduché pohony, řemeny, řetězy, osvětlení, displeje, kryty atd. Plánovaná údržba je prováděna dvěma způsoby. Prvním je preventivní forma, kdy je stroj podroben údržbě dříve, než se vyčerpá předpokládaná životnost součástí, přičemž interval oprav a výměn je v průběhu provozu optimalizován. Tak například přistupujeme k našim automobilům, když na doporučení výrobce měníme olej v určité časové periodě nebo podle počtu najetých kilometrů. Předcházíme tak zvýšenému opotřebení motoru a neptáme se, zda je výměna nutná. Prediktivní forma plánované údržby řeší spolehlivost tak, že diagnostickými metodami sleduje aktuální stupeň opotřebení součástí a oprava nebo výměna se provede v okamžiku, kdy je to optimální. Použitá forma je vždy o dosažitelné spolehlivosti a především pak o zdrojích. Jaké zdroje máte na mysli? Mě napadají především finance a informace. Jistě, finance jsou důležité. Již v současné době je v rámci certifikovaných systémů kvality údržba součástí managementu kvality, avšak v trendu Průmyslu 4.0, kdy bude údržba významným informačním zdrojem, se její význam ještě posílí. Tomu musí samozřejmě odpovídat i finanční prostředky směřované do měřicí techniky, lidských zdrojů, udržování SW a budování sítí. Proto také hovoříme o informačních zdrojích. Technická diagnostika se stane nedílnou součástí informačního toku, který využívají výrobci strojů, jejich provozovatelé a konečně i uživatelé výrobků, které jsou výsledkem výrobního procesu. Tomu musí odpovídat formát, rychlost a spolehlivost přenosu dat v údržbě strojů. Prioritu budou mít velké objemy dat šířené po internetu, ukládané mimo prostor řešitele, ke kterým bude řízen přístup. Investovat bude potřeba také do infrastruktury, kde budou v trendu Průmyslu 4.0 změny asi nejviditelnější. Je nutné změnit pohled na objem a zpracování dat a tomu musí odpovídat i technické zázemí. Zvýší se požadavky také na výrobce strojů, který navrhne a ověří vhodný diagnostický systém, osadí stroj snímači a ve spolupráci s provozovatelem navrhne další postup prediktivní údržby a bude s uživatelem stroje spolupracovat i během provozu. Zvýší se požadavky na správu celého systému prediktivní údržby a jeho řízení. Pokud si pod Průmyslem 4.0 představujeme rychlejší zavádění nových moderních spotřebních a průmyslových technologií, které urychlí vývoj robotizace a moderních plně automatických řídicích systémů, minimálně závislých na lidské obsluze, jakou roli budou v prediktivní údržbě hrát lidské zdroje? Jaké budou na lidi kladeny požadavky? Lidé pracující v prediktivní údržbě budou mít zcela nové postavení. Ubude práce „v terénu“, data budou sbírána z vestavěných snímačů, automaticky podle nastavených pravidel. Operátoři prediktivní údržby se přesunou do oblasti zpracování a vyhodnocování dat. Pozice operátora bude klást nové požadavky na vzdělání, na IT dovednosti a na kompetence v rozhodování o stavu stroje. Souběžně s tím se budou rozvíjet SW metody, které se budou učit rozpoznávat technický stav stroje a pomáhat při rozhodování. Je třeba také zdůraznit, že v rámci Průmyslu 4.0 budou data získaná v rámci prediktivní údržby k dispozici i jiným uživatelům v rozsahu dohodnutých pravidel a operátor bude řešit i tuto složitou distribuci. Právě v tom spatřuji hlavní změnu ve vnímání prediktivní údržby. Je jím zcela nový pohled na potenciál dat, rychlost a způsob jejich přenosu a zpracování. Data jsou cenným zdrojem, který bude využíván k optimalizaci konstrukce, k optimalizaci nastavení, k větší flexibilitě a bezpečnosti strojů. Co budou muset tyto „lidské zdroje“ všechno ovládat? Nebudou to mít snadné. Prediktivní údržba bude muset být v podmínkách Průmyslu 4.0 schopna hodnotit technický stav při jakémkoliv nastavení provozních parametrů v rámci požadované flexibility. Sběr dat bude automatizován a diagnostické metody nebudou smět omezovat práci strojů. Zvýší se podíl multiparametrických diagnostických metod, kdy bude technický stav posuzován na základě většího množství diagnostických veličin současně, čímž se bude zvyšovat spolehlivost údržby a množství dat, které lze dále zpracovávat. To bude klást vyšší nároky i na výrobce strojů, kdy vedle implementace snímačů a nastavení základních parametrů údržby bude výrobce stroje sdílet data, zlepšovat diagnostický systém a ve zpětné vazbě tak i zlepšovat konstrukci strojů. Operátoři budou komunikovat s ostatními složkami firmy a lze předpokládat i přenos dat napříč sítí propojených firem v národním i mezinárodním kontextu. Stále však budou potřeba zruční pracovníci, „klasičtí údržbáři“, kteří rychle a kvalitně stroj opraví. Ti budou muset být schopni a ochotni učit se novým metodám a rozumět stále složitějším strojům. Vše je tedy o neustálém vzdělávání se, sdílení znalostí a týmové práci. Úloha vzdělávání je nezastupitelná a její význam se v budoucnosti ještě zvýší. Problematika údržby se přesune i do oblasti celoživotního vzdělávání a mnohem významnější roli budou hrát vysoké školy a výzkumná pracoviště, nově budované testbedy a podnikatelské inkubátory. Bude dostatek odborníků, kteří prediktivní údržbu zvládnou? Jsou na to příslušné instituce připraveny? A co může v této oblasti nabídnout vaše univerzita? Já věřím, že ano. My na Fakultě strojní Technické univerzity v Liberci máme pracoviště, které vzdělává studenty v oblasti údržby strojů se zaměřením na vibrační bezdemontážní diagnostiku. Průmyslovým podnikům nabízíme kurzy celoživotního vzdělávání nebo specializované vzdělávací aktivity zaměřené na řešení konkrétních úloh. V široké spolupráci s aplikační sférou se zaměřujeme na pomoc při zavádění systémů plánované údržby a na řešení identifikovaných problémů. V minulosti se pracoviště specializovalo na diagnostiku vibračních strojů produkujících výrobky z betonu, v současné době pokračuje spolupráce v oblasti tiskových strojů. Dalším naším významným partnerem je automobilový průmysl, který už ve svých systémech zavedení prvků plánované údržby vyžaduje. Vedle problematiky měření a hodnocení vibrací se zaměřujeme i na problematikou měření a hodnocení hluku a spolupracujeme při vývoji pohltivých materiálů. V rámci Průmyslu 4.0 se naše univerzita angažuje v Národním centru Průmyslu 4.0, je členem Akademického poradního výboru Průmysl 4.0 a v současné době zakládá za významné podpory firmy Siemens testbed na problematiku prediktivní údržby a robotiky. Ten bude firmám, které iniciativa Průmyslu 4.0 osloví, poskytovat testovací a konzultační služby v oblasti robotiky a plánované údržby. Nabídne možnost vyzkoušet vlastní hardwarové a softwarové vybavení na testovacím zařízení, konzultovat a nastavit parametry sledovaných diagnostických veličin, nastavit systém prediktivní údržby pro konkrétní stroj s možností propojení s TPM, ale také proškolit v základech údržby strojů. Jaroslava Kočárková
