Hankimme kesällä Komatsulta MaxiFleet-ohjelmiston 6aika: 365/12- Aina avoin ammatillinen oppilaitos– hankkeen avulla. Ohjelmisto sisältää koneen tietojen pilvipohjaisen reaaliaikaisen seurannan. Hankinnan kohteeksi valikoitui juuri Komatsu, sillä tämä oli ainoa koneketjumme, johon meillä oli mahdollista hankkia tällainen järjestelmä. Aiemman kokemuksemme perusteella konedatassa on potentiaalia kuljettajan itseoppimisen kehittämiseen ja juuri Komatsussa tämä on toteutettu kuljettajalle reaaliaikaisena palautteena sekä selaimen kautta toimivana palveluna.
Pilvipohjaisen rakenteensa perusteella tämä tukee myös opiskelijan oppimista ajasta ja paikasta riippumatta, sillä hän voi tarkastella omaa työpäivään tai työviikkoaan myös kotoaan. Järjestelmään liitetty karttasovellus toimii mainiosti esimerkiksi ennen työvuoron aloittamista, kun oman työvuoronsa voi suunnitella teoriassa etukäteen. Koululla tähän on erinomaista aikaa, sillä työmaalle kuljetaan yhteiskyydein ja tällöin matka-ajat ovat aidosti hyödynnettävissä itse opiskeluun.
Karttasovelluksesta nähdään tehtyjen puutavaralajien paikat reaaliaikaisesti, joten leimikon ajojärjestyksen voi suunnitella etukäteen. Ohjelmisto antaa erinomaisen mahdollisuuden myös tulevaisuuden opetuksen kehittämiseen, sillä nyt käytössämme on aito tieto eikä enää tarvitse arvailla. Konedata soveltuukin mainiosti itsensä kehittämiseen, koneen kunnon tarkasteluun, sekä olosuhteiden vaikutusten arviointiin.
Ohjelmiston avulla voidaan konetta seurata todella tarkasti
Olemme ottaneet käyttöön viikoittaisen raportoinnin koneiden tilasta. Näemme raporteista nopeasti keskeiset tunnusluvut, joita vertaamalla näemme miten konetyö on edennyt ja miten kuljettaja on kehittynyt. Koululla ollessamme tuotokset ovat verrattain vaatimattomia, sillä oikeilla urakoitsijoilla tämän kaltaiset tunnusluvut täyttyvät yleensä jo viikon ensimmäisen työpäivän aikana.
Ohjelmiston antama data toimii tulevaisuudessa keskeisenä osana kuljettajan portfoliota, jonka hän voi esittää tulevalle työantajalleen työpaikkaa hakiessaan. Tavoitteenamme on pienentää kuilua koulumaailman ja työelämän eroja, samalla tuleva työnantaja saa paremman kuvan hänelle työharjoitteluun tulevasta opiskelijasta.
Varsinainen pihvi itse oppimisen ja opetukseen tueksi on ehdottomasti rekisteröity koneaika- välilehti. Tältä sivulta näemme nopeasti mihin se aika oikeasti kuluu konetyössä. Asiaa voidaan tarkastella myös siten, että ainoa tuottava työvaihe näistä on syöttö eteenpäin, sillä silloin tuotosta syntyy. Kaikki muut työvaiheet ovat enemmän tai vähemmän pakollisia ja kannattamattomia.
Datan pohjalta voidaan aidosti ennakoida tulevia huoltoja.
Ohjelmasta voidaan havaita jo alkamassa olevat viat ennen niiden varsinaista puhkeamista. Mikäli esimerkiksi katkontaan alkaa palaa aiempaa enemmän polttoainetta, nähdään se ohjelman avulla heti. Omaa työtään reflektoiva kuljettaja voi tästä tehdä nopeita johtopäätöksiä: Mikäli hän ei sahaa tylsällä ketjulla ja koneen katkontalaipassa ei ole vikaa voi hän päätellä, että kouran sahanmoottorissa saattaa olla pian jotain vikana.
Toisaalta tätä dataa voi käyttää myös mahdollisten ongelmien syyn selvittämisessä, onko koneessa jotain vikaa, vai onko ongelmien syy lähtöisin koneen käyttöön liittyvistä syistä.
Mitä me yritämme tehdä?
Pedagogisesti avaamalla näitä mittareita kuljettajille tavoitteenamme olisi avata ymmärrystä kokonaisuuteen, sillä näistä pienistä puroista syntyy kokonaiskustannus.
Ohjelmaa ei ole tarkoitettu kuljettajan piiskaamiseen, vaan hänen opastamiseen, ohjelman avulla kuljettaja voi myös havaita koneessa olevat piilevät hitaasti kehittyvät viat. Toki ohjelma antaa erinomaisen mahdollisuuden työnantajalle esimerkiksi urakkapalkkaukseen, kun kaikki tietävät mikä on todellinen tilanne koneen tuottavuuden suhteen.
Kokonaisuutta pitää ehdottomasti katsoa koneketju periaatteella, raha kun saadaan vasta puiden ollessa pinolla tienvarressa, yksinään tehokas motokuski ei riitä vaan myös ajon on oltava kannattavaa.Kaikki turha työ on yksinkertaisesti pois tuottavasta työstä ja yrityksen kannattavuudesta.
Teksti: Janne Ruokonen @motoope
