Assessment of Usefulness of CMMS Class System for Industry 4.0 Enterprise

• Autorzy: Andrzej Wieczorek
• Języki publikacji: EN

Abstrakty

EN

Purpose: The purpose of the article is recognition of the possibility of using CMMS class systems in supporting maintenance in the conditions of the implementation of the Industry 4.0 concept. Design/methodology/approach: The above-mentioned purpose was achieved as well by examining the opinions of employees of the selected company as the mathematical formula for CMMS social assessment. Findings: During the conducted research, it was found that there is a need to use CMMS class systems as a tool in the area of maintenance in an Industry 4.0 enterprise. It can be deduced from the ratings given by the employees of the researched company to these systems. There is also a need for further research and development of this topic as well as for providing appropriate training and support for employees for effective using CMMS class systems. Research limitations/implications: The article shows the method of social evaluation of a technical solution which is a CMMS class system. Such a system may be implemented if the results of such an assessment are verified on the basis of data on maintenance activities of a technical, economic, organizational or environmental nature. Therefore, it is justified to continue research in the mentioned area using indicators and measures of the maintenance effectiveness (KPI, OEE, measures/indicators of reliability of machines, devices and systems), as well as methods and techniques of their simulation and forecasting in the discussed area. Practical implications: The indicator for social evaluation can be used at the stage of selection, purchase of a CMMS class system of a production or service company or when carrying out comprehensive or partial changes in its information structure, ending with the implementation of a selected system of this class. Social implications: Conducting a research using the method proposed in the article among the company's employees may convince them that the introduced changes are justified and beneficial for themselves, the company and its environment. Originality/value: The article has a cognitive and application value, because it proposes the use of the original set of questions contained in the survey, as well as the original evaluation indicator of the CMMS class system. (original abstract)

Słowa kluczowe

EN

Industry 4.0; Exploitation; Maintenance; Enterprise management; Production enterprise

PL

Przemysł 4.0; Eksploatacja; Obsługa eksploatacyjna; Zarządzanie przedsiębiorstwem; Przedsiębiorstwo produkcyjne

• Czasopismo: Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
• Rocznik: 2023
• Numer: z. 182 Współczesne zarządzanie = Contemporary Management
• Strony: 557--571

Twórcy

autor

Andrzej Wieczorek

• Silesian University of Technology

Bibliografia

• 1. Atzori, L., Iera, A., Morabito, G. (2010). The internet of things: A survey. Computer networks, No. 54.15, pp. 2787-2805.
• 2. Azra, Z.J., Dachyar, M. (2020). The maintenance process improvement of radiological health equipment, by Utilizing Internet of Things (IoT). International Journal of Advanced Science and Technology, Vol. 29, No. 7s, pp. 3705-3714.
• 3. Bahrin, M., Othman, M., Azli, N., Talib, M. (2016). Industry 4.0: A review on industrial automation and robotic. Jurnal teknologi, Vol. 78, No. 6-13.
• 4. Cao, M., Cao, K., Wu, B., Tan, M., (17-20.09.2012) Intelligent Condition Monitoring and Management for Power Transmission and Distribution Equipments in Yunnan Power Grid. Paper session presented at Name of the International Conference on High Voltage Engineering and Application, Shanghai (China). Dalzochio J. et al. (2020). Machine learning and reasoning for predictive maintenance in Industry 4.0: Current status and challenges. Computers in Industry, Vol. 123, 103298, doi: https://doi.org/10.1016/j.compind.2020.103298.
• 5. Fidali, M. et al. (2021). Przewodnik po technologiach Przemysłu 4.0. Katowice: Elamed Media Group.
• 6. Fidali, M., Rybka, A. (2021). Doskonałe utrzymanie ruchu - krok po kroku: Ze wsparciem czy bez? Utrzymanie Ruchu, No. 1, pp. 10, 13-16.
• 7. Grunwald, A. (2019). Technology Assessment in Practice and Theory. New York: Routledge.
• 8. Jamrozik, W. (2018). Big data w służbie predykcji. Utrzymanie Ruchu, No. 4, pp. 36-39.
• 9. Kaźmierczak, J. (2000). Eksploatacja systemów technicznych. Gliwice: Wydawnictwo Politechniki Śląskiej.
• 10. Kaźmierczak, J. (2013). Uwagi na temat metod i narzędzi oceny oddziaływań społecznych innowacyjnych technologii i produktów ("Technology Assessment"). Systems Supporting Production Engineering, No. 2(4), pp. 47-54.
• 11. Kaźmierczak, J., Bartnicka, J., Janik, A., Loska, A., Pradela, A., Wieczorek, A., Ziętkiewicz, A. (2015). Uwagi na temat wybranych problemów oceny oddziaływań społecznych innowacyjnych produktów i technologii ("Technology Assessment"). Systemy Wspomagania w Inżynierii Produkcji, No. 2(11), pp. 110-124.
• 12. Krenczyk, D., Pawlewski, P., Plinta, D. (2022). Symulacja procesów produkcyjnych, Warszawa: PWE.
• 13. Legutko, S. (2007). Eksploatacja maszyn. Poznań: Wydawnictwo Politechniki Poznańskiej.
• 14. Loska, A. (2012). Wybrane aspekty komputerowego wspomagania zarządzania eksploatacją i utrzymaniem ruchu systemów technicznych. Opole: OWPTZP.
• 15. Loska, A. (2015). Methodology of variant assessment of exploitation policy using numerical taxonomy tools. Management Systems in Production Engineering, No. 2(18), pp. 98-104.
• 16. Loska, A. (2016). Metodyka modelowania eksploatacyjnego procesu decyzyjnego z wykorzystaniem metod scenariuszowych. Gliwice: Wydawnictwo Politechniki Śląskiej.
• 17. Loska, A., Paszkowski, W. (2017) SmartMaintenance - The Concept of Supporting the Exploitation Decision-Making Process in the Selected Technical Network System. In: A. Burduk, D. Mazurkiewicz (Eds.), Intelligent Systems in Production Engineering and Maintenance - ISPEM 2017. Advances in Intelligent Systems and Computing, Vol. 637, pp. 64-73. Cham: Springer.
• 18. Michalski, K. (2019). Technology Assessment. Ocena technologii - nowe wyzwania dla filozofii nauki i ogólnej metodologii nauk. Rzeszów: Oficyna Wydawnicza Politechniki Rzeszowskiej.
• 19. Mukhopadhyay, S., Suryadevara, N. (2014). Internet of things: Challenges and opportunities. Springer International Publishing.
• 20. Nordal, H., El-Thalji, I., (01.2021). Modeling a predictive maintenance management architecture to meet industry 4.0 requirements: A case study. Systems Engineering, Vol. 24, iss. 1, pp. 34-50, doi: https://doi.org/10.1002/sys.21565.
• 21. Orłowski, C., Lipski, J., Loska, A. (2012). Informatyka i komputerowe wspomaganie prac inżynierskich. Warszawa: PWE.
• 22. Palka, D. (2012). Application of model tests to diagnose the state of methane hazard in the mining production process. 38th International Business Information Management Association Conference (IBIMA), Seville (Spain), vol. 38, pp. 2509-2516.
• 23. Palka, D. (2021). Application of the CFD method to the study of safety in mining - based on a systematic literature review. 37th International Business Information Management Association Conference (IBIMA), Cordoba (Spain), pp. 7579-7587.
• 24. Palka, D. (2021). Modeling and simulation of the methane risk in the mining production process. Multidisciplinary Aspects of Production Engineering, Vol. 4, pp. 1-13, doi:10.2478/mape-2021-0001.
• 25. Palka, D., Ciukaj, J. (04-07.09.2019). Prospects for development movement in the industry concept 4.0. XVI International Conference Multidisciplinary Aspects of Production Engineering MAPE, Serock,
• 26. Palka, D., Rizaoğlu, T. (2019). The concept of hard coal mine in the perspective of Industry 4.0. Multidisciplinary Aspects of Production Engineering 2.1, pp. 327-335.
• 27. Paszkowski, W., Loska, A. (2018). Modelling of noise threat assessment in small industrial rooms. In: (Eds.), Cross-Border Exchange of Experience Production Engineering Using Principles of Mathematics: Modern Mathematical Methods in Engineering 3mi, 22.1. - 24.1. 2018, Horni Lomna: VSB - Technical University of Ostrava (Czech Republic).
• 28. Razali, M., Najib et al. (2020). Big data analytics for predictive maintenance in maintenance management. Property Management, No. 38.4, pp. 513-529.
• 29. Stankiewicz, P. (2010). Teoria i praktyka oceny technologii. Infos. Biuro Analiz Sejmowych, No. 22(92), pp. 1-4.
• 30. Szulc, T., Loska, A., Wieczorek, A. (2011): Badanie świadomości użytkowania system wspomagającego klasy CMMS na przykładzie wybranego przedsiębiorstwa. Mechanik, 7, pp. 869-876.
• 31. Walczak, M. (2012). System utrzymania ruchu czynnikiem przewagi konkurencyjnej przedsiębiorstwa. Historia i perspektywy nauk o zarządzaniu. Księga pamiątkowa dla uczczenia jubileuszu.
• 32. Wieczorek, A. (2019). Pozyskiwanie danych dla potrzeb podejmowania decyzji w eksploatacji i utrzymaniu ruchu sieci wodociągowej, In: J. Brodny, A. Wieczorek (Eds.), Wybrane problemy współczesnej inżynierii produkcji (pp. 171-186), Gliwice: Wydawnictwo Politechniki Śląskiej.
• 33. Wieczorek, A., Rozmus, M. (2017). Możliwości i potrzeby w zakresie wykorzystania systemu klasy CMMS w szpitalu. Systemy wspomagania w inżynierii produkcji. Problemy w zarządzaniu środowiskiem, Vol. 6(1), pp. 34-44.
• 34. Wieczorek, A., Szulc, T., Karwot, J. (2011). Racjonalizacja procesów eksploatacji sieci wodociągowej z wykorzystaniem modeli ARIS. Studia i materiały Polskiego Stowarzyszenia Zarządzania Wiedzą, Vol. 40, pp. 332-343.
• 35. Winkler, T. et al. (2012). Narzędzia informatyczne wspomagające utrzymanie ruchu kombajnów ścianowych wytwarzanych w Zabrzańskich Zakładach Mechanicznych SA. Maszyny Górnicze, 30, pp. 49-53.

Identyfikatory

DOI

10.29119/1641-3466.2023.182.33