หลักสูตรอบรม
การพยากรณ์และวิเคราะห์ความเสียหายของเครื่องจักร
สู่การเพิ่มขีดความสามารถของอุตสาหกรรมสมัยใหม่
(How digitized machine health monitoring integrated with AI analysis and RCM will help Thai industries coping with technology disruption?)
จัดโดย
ศูนย์เทคโนโลยีโลหะและวัสดุแห่งชาติ
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัย และนวัตกรรม
วันที่ 29 มิถุนายน 2565
เวลา 13.30 – 16.00 น.
อบรมออนไลน์ผ่านระบบ Cisco WebEX Meeting 
หลักการและเหตุผล
Digital Transformation มีความสำคัญอย่างไรกับผู้ประกอบการ ในภาวะเศรษฐกิจที่เราเพิ่งผ่านวิกฤตการแพร่ระบาดของ Covid-19 ทั้งยังปัญหาเศรษฐกิจ ภาวะสงคราม ปัญหา supply chain ทั้งยังต้นทุนที่ทยอยเพิ่มขึ้นทุกอย่าง คนที่ปรับตัวได้เร็วและถูกทางจะสามารถนำพาธุรกิจให้รอดพ้นวิกฤตและมีศักยภาพในการแข่งขัน สำหรับผู้ประกอบการที่เป็นผู้ผลิต สิ่งสำคัญที่ควรจะโฟกัสคือทำอย่างไรให้สามารถเพิ่มประสิทธิภาพในการผลิตสูงสุด ทั้งในส่วนปริมาณและคุณภาพของสินค้า และการเพิ่มประสิทธิภาพของการใช้ทรัพยกรในการผลิตที่มีอยู่ให้ได้สูงสุด โดยทำให้ค่าใช้จ่าย operation cost น้อยที่สุด หนึ่งในตัวแปรสำคัญที่ส่งผลกระทบต่อประสิทธิภาพการผลิตโดยตรงคือการที่เครื่องจักรและอุปกรณ์ที่เกี่ยวข้องสามารถทำงานได้เต็มศักยภาพ การบำรุงรักษา (Maintenance) เครื่องจักรให้อยู่ในสภาพพร้อมใช้งาน (Availability) มีความเชื่อถือได้ในกระบวนการผลิต (Reliability) เพื่อทำให้ค่าจ่ายโดยองค์รวมในการผลิตต่ำที่สุด (lowest life cycle cost) โดยที่ยังบรรลุความต้องการในการผลิตได้นั้นจึงเป็นหัวใจสำคัญต่อประสิทธิภาพการผลิต
แต่เนื่องจากความสัมพันธ์ในแต่ละปัจจัยอาจจะไม่ได้ส่งผลตรงไปตรงมา ดังนั้นเพื่อให้การตัดสินใจในแต่ละขั้นตอนเกิดประสิทธิภาพสูงสุด ผู้ประกอบการจำเป็นต้องมีข้อมูลทั้งในเชิงกายภาพ (physical, functionalities, performance) ของเครื่องจักร อุปกรณ์ และองค์ประกอบต่างๆ ที่เกี่ยวข้องกันในแต่ละสายการผลิต และข้อมูลทางการเงินเช่น ค่าใช้จ่ายต่าง ๆ ที่เกิดขึ้นในแต่ละขั้นตอน เพื่อให้ผู้ประกอบการสามารถมองเห็น value และ cost span ตลอดอายุการใช้งานของเครื่องจักรและอุปกรณ์ในสายการผลิตเพื่อประเมินความสามารถในการผลิตได้ถูกต้อง เพื่อใช้ในการวางแผนการบริหารจัดการแบบองค์รวมให้เกิดประสิทธิภาพในการผลิตสูงสุด ซึ่งรวมถึงการลดค่าใช้จ่ายหรือโอกาสในการสูญเสียทั้งในการซ่อมบำรุงหรือการขาดโอกาสทางการตลาด (opportunity lost) ในกรณีที่ไม่สามารถผลิตสินค้าได้ทันตามปริมาณหรือระยะเวลาที่กำหนด ซึ่งในบางกรณีอาจส่งผลไปถึงการเสียโอกาสทางการตลาดให้กับบริษัทคู่แข่ง (competitive disadvantage) ที่อาจส่งผลเสียกับบริษัทในระยะยาว
อย่างไรก็ตาม ในการเลือกตัดสินใจในแต่ละกรณีที่มีความเป็นไปได้ อาจทำให้เกิดผลดีหรือเสียที่แตกต่างกันซึ่งอาจจะเป็นการยากที่จะเห็นผลกระทบเหล่านั้นหากขาดการจัดการความคิดแบบเป็นระบบ ด้วยเหตุผลดังกล่าว การนำ Reliability Centered Maintenance (RCM) มาใช้บริหารจัดการความเสี่ยง (risk management) ที่อาจเกิดขึ้นในกรณีที่เครื่องจักรมีปัญหา จะช่วยให้ผู้ประกอบการมีข้อมูลในการตัดสินใจได้มีประสิทธิภาพมากยิ่งขึ้น RCM เป็นกระบวนการคิดที่ช่วยในการวางแผนการจัดการเครื่องจักรและอุปกรณ์ในการผลิต โดยสามารถประเมินความเป็นไปได้ว่าเครื่องจักรใดมีโอกาสเสียตามลักษณะการใช้งาน (life cycle) ที่สัมพันธ์กับข้อมูลทางการเงินเมื่อเกิดความเสียหายในกรณีต่าง ๆ ซึ่งรวมถึงค่าใช้จ่ายที่เกิดขึ้นทั้งในส่วนการซ่อมบำรุง และโอกาสทางการค้าที่เสียไป ยิ่งไปกว่านั้น ข้อมูลเหล่านี้สามารถนำไปใช้ในการวางแผนการดำเนินงานทั้งในส่วนการป้องกัน หรือการซ่อมแชมความเสียหายในส่วนที่เกี่ยวข้อง บุคลากรที่เกี่ยวข้อง รวมถึงเทคโนโลยีที่จำเป็นต้องมีเพื่อป้องกันการเกิดความเสียหายดังกล่าวในอนาคต
เป็นที่น่าเสียดายว่าประเทศไทยยังไม่ค่อยมีการนำ RCM มาใช้ได้อย่างมีประสิทธิภาพ เนื่องจากจำเป็นต้องมีการรวบรวมข้อมูลของเครื่องจักรและอุปกรณ์ที่อยู่ในการผลิตอย่างละเอียดและเป็นระบบ ซึ่งจำเป็นต้องได้ข้อมูลทั้งเรื่อง specification ของเครื่องจักรและการใช้งานจากผู้ใช้งานหน้างานที่มีความรู้ และยังไม่มีการพัฒนา RCM มาเป็นโปรแกรมที่สามารถใช้ได้งานได้ง่าย เป้าหมายในการพัฒนาโปรแกรม RCM ที่คณะผู้วิจัยกำลังพัฒนาคือการพัฒนาให้โปรแกรม RCM สามารถถูกนำไปใช้ได้ง่าย โดยลดการพึ่งพาข้อมูลจากผู้เชี่ยวชาญให้มากที่สุด โปรแกรมที่จะพัฒนาขึ้นนั้นจะมีการใช้ปัญญาประดิษฐ์ทำงานควบคู่กับการใช้เทคนิคขั้นสูงในการพยากรณ์ Potential to Failure (PF curve) เพื่อเพิ่มประสิทธิภาพในพัฒนาโปรแกรมให้สามารถใช้เป็นเครื่องมือที่จะช่วยให้ธุรกิจในอุตสาหกรรมยานยนต์และอาจรวมถึงอุตสาหกรรมอื่น ๆ สามารถใช้ทรัพยากร( Resources) และบริหารสินทรัพย์การผลิตได้อย่างมีประสิทธิภาพสูงสุด
วัตถุประสงค์
เพื่อเพิ่มความเข้าใจถึงการนำศาสตร์ทางด้าน predictive maintenance ที่นำการตรวจวิเคราะห์สัญญาณของเครื่องจักร (machine health monitoring) และ AI มาใช้ในการวิเคราะห์ประสิทธิภาพการผลิตและวางแผนการบำรุงรักษาเพื่อช่วยในการบริหารจัดการใช้ประโยชน์ของสินทรัพย์การผลิตในองค์รวมเกิดประโยชน์สูงสุดโดยใช้หลักการ RCM
กลุ่มเป้าหมาย
ผู้ประกอบการขนาดใหญ่ ขนาดกลางและขนาดย่อม (SME) วิศวกรควบคุมการผลิต นิสิต/นักศึกษา ครู/อาจารย์ นักวิจัย ที่มีความสนใจในศาสตร์ที่เกี่ยวข้องกับ smart factory, IoT, big data, predictive maintenance, RCM (reliability center management), เครื่องมือวัดสัญญาณ, vibration, ultrasonic, สุขภาพเครื่องจักร (machine health monitoring), AI, Deep learning, Machine learning
กำหนดการและหัวข้อบรรยาย
13.00 – 13.30 เริ่มเปิดห้องอบรมออนไลน์ให้ผู้เข้าฟังเข้ามารอเริ่มการบรรยาย
13:30 – 13:45 Digital Transformation ทางรอดอุตสาหกรรมใหม่อย่างไร
(ดร.จอมขวัญ มั่นแน่)
13:45-14:25 สินทรัพย์การผลิตมีเอาไว้ทำเงิน เรารู้จักสินทรัพย์การผลิตของเราขนาดไหน
(คุณมโนรมย์ เชี่ยวพานิช)
14:30-15:15 โปรแกรมช่วยในการวิเคราะห์การเสียหายของเครื่องจักรมีประโยชน์อย่างไร
(รศ.ดร. นราภรณ์ เภาประเสริฐ)
15:15-16:00 การเพิ่มประสิทธิภาพของการบริหารจัดการสินทรัพย์ ด้วย Artificial intelligence (AI)
(คุณวรรษมน ภู่สกุลขจร)
วิทยากร
ดร.จอมขวัญ มั่นแน่
นักวิจัย, ศูนย์เทคโนโลยีโลหะและวัสดุแห่งชาติ
ความเชี่ยวชาญ: robotics, automation
คุณ มโนรมย์ เชี่ยวพานิช
กรรมการผู้จัดการ, บริษัท อีควิตี้ เซอร์วิสเซส แอนด์ โซลูชั่น จำกัด
Deputy Chief Technical Officer in R&D Eng of Enserv Holding
ความเชี่ยวชาญ: การออกแบบเครื่องจักรโดยเฉพาะอุปกรณ์ที่มีการหมุน (Rotating equipment),
Signal processing, Integrity & Reliability
มีประสบการณ์การทำงานในธุรกิจ Oil & Gas processing มากกว่า 20 ปี
รศ.ดร. นราภรณ์ เภาประเสริฐ
ภาควิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
ความเชี่ยวชาญ: Risk analysis, optimization, reliability analysis
คุณวรรษมน ภู่สกุลขจร
ศูนย์เทคโนโลยีโลหะและวัสดุแห่งชาติ
PhD researcher at Railway Engineering,
Delft University of Technology (TUDelf), the Netherlands
ความเชี่ยวชาญ: Predictive maintenance, Fault analysis, Machine learning, Neural networks – including applications in agriculture, oil and gas, automotive, and railways
การลงทะเบียน (ลงทะเบียนเข้าฟังฟรีไม่มีค่าใช้จ่าย)
ลงทะเบียนผ่านเว็บไซต์ที่
https://meeting-nstda.webex.com/meeting-nstda/j.php?RGID=rfa7555e1359cb4ca48b346bc200ebe5e
เมื่อลงทะเบียนสำเร็จแล้ว ระบบจะส่ง link เข้าอบรมให้ท่านทางอีเมลที่ท่านใช้สมัครอบรม
สอบถามรายละเอียดเพิ่มเติมได้ที่
งานพัฒนากำลังคนด้านเทคโนโลยีวัสดุเพื่ออุตสาหกรรม (นายพลธร เวณุนันท์)
ศูนย์เทคโนโลยีโลหะและวัสดุแห่งชาติ
โทรศัพท์ 0 2564 6500 ต่อ 4677
E-mail: ponlathw@mtec.or.th
