Прогнозная аналитика:раскрытие ценности, выходящей за рамки технического обслуживания
Получаете ли вы реальную выгоду от своей программы прогнозной аналитики? Большинство программ прогнозного анализа заменяют основанные на вибрации программы прогнозного обслуживания . сосредоточена на единственной миссии предотвращения сбоев. С момента появления сборщиков данных на основе микропроцессоров в 1980 году менее трех процентов (3%) этих программ привели к поддающейся проверке экономии, которая компенсировала их текущие затраты.
В целом, эти программы рекламировали сокращение времени незапланированных простоев, но во всех случаях увеличивали запланированное время простоя, необходимое для предотвращения ожидаемых сбоев. Большинство этих программ привело к увеличению общего времени простоя при техническом обслуживании, а также общих затрат на рабочую силу и материалы для технического обслуживания. Несмотря на видимость преимуществ, эти программы оказались контрпродуктивными. Не из-за технологических ограничений, а из-за неправильного использования этих технологий.
Три основных фактора ограничивают преимущества прогнозной аналитики. могли бы предоставить, а именно:
- Сосредоточение внимания на предотвращении сбоев предопределяет, что оно не принесет положительных результатов. Если вы этого хотите, это лучшее, на что вы можете надеяться, а предотвращение сбоев не способствует повышению надежности или снижению затрат.
- Ограничение прогнозной аналитики обслуживанием и недостатками обслуживания. Данные показывают, что 17 % сбоев активов являются результатом проблем с обслуживанием, а большинство (83 %) — другими недостатками внутри организации. Расширение охвата за счет включения в аналитику причинных факторов, таких как режим работы, не только поможет понять причины сбоев, но и выявить недостатки, которые снижают надежность и увеличивают эксплуатационные расходы.
- Исключение из программы активов потока создания ценности. Программы по вибрации, обусловленные поставщиками технологий, включают в себя простые вращающиеся активы, термографию для электрооборудования и анализ смазочного масла в качестве резервной защиты от вибрации. Вопиющим упущением являются активы, которые приносят доход — активы, которые не просты и не могут быть динамичными, но без них компания не сможет выжить.
Прогнозная аналитика — это не только техническое обслуживание, но и не просто замена прогнозного обслуживания. Он не имеет ограничений. Прогнозная аналитика применима к любой повторяющейся деятельности, будь то физический актив. , производственная система или финансовый отдел вашей организации. В этой статье мы ограничим обсуждение физическими активами и тем, как прогнозная аналитика, основанная на операционной динамике, может обеспечить возможность получения и поддержания оптимальной производительности ваших активов.
Если вы хотите получить оптимальную производительность, надежность и экономический срок полезного использования своих активов, присоединяйтесь к нам, чтобы ознакомиться с этим поучительным подходом к истинно работающей прогнозной аналитике. Вместо исключительного внимания к предотвращению сбоев, сосредоточение внимания на поддержании потока создания ценности и важнейших вспомогательных активов в их проектном или оптимальном рабочем состоянии не только уменьшит количество сбоев, но в то же время продлит срок их экономической полезной службы и снизит общую стоимость владения организации. Это единственный эффективный способ получить оптимальную отдачу от вложенного капитала, а также получение дохода.
Введение
Одним из общих факторов, приводящих к провалу этих устаревших программ, является их зацикленность на способах отказа капитальных активов, а не на причинных факторах, стоящих за ними. Простой пример — выявление неисправного подшипника и корректирующие действия по его замене. Но если не задавать очевидный вопрос о том, что стало причиной выхода подшипника из строя, это будет самоисполняющимся пророчеством, которому суждено потерпеть неудачу.
Даже если физические сбои были основной причиной простоев и высоких затрат на техническое обслуживание, этот подход просто не может решить проблему. Пока вы не сосредоточитесь на основных причинных факторах, которые снижают надежность, экономический срок полезного использования и, таким образом, увеличивают эксплуатационные расходы и капитальные затраты на техническое обслуживание, вы обрекаете программу прогнозного анализа на полный провал.
Одним из примеров подхода, основанного на отказе, был крупный интегрированный сталелитейный завод, который внедрил для завода контрактную программу прогнозного технического обслуживания. До начала программы завод преследовали внеплановые простои и высокие затраты на техническое обслуживание. После шести лет участия в программе они сообщили о сокращении времени внеплановых простоев. на 35%.
Успешный результат, не так ли? Не тогда, когда вы посмотрите на реальные изменения за эти шесть лет. Да, время внеплановых простоев у них было меньше, но время плановых простоев — для замены предположительно неисправных подшипников, шестерен и других изнашиваемых деталей — увеличилось на 65 %.
Другое заметное изменение коснулось стоимости обслуживания по сравнению с прошлым годом. Общие затраты на рабочую силу и материалы увеличились более чем на 80%. Стоимость замены подшипников увеличилась с 2,4 миллиона долларов до 14,7 миллиона долларов, шестерни и другие изнашиваемые детали следовали аналогичной схеме.
Неудачи – это не норма. Активы, спроектированные так, чтобы быть надежными, постоянно эксплуатироваться в пределах проектных пределов и получать адекватное поддерживающее техническое обслуживание, останутся надежными и после окончания расчетного срока службы. Проблема прогнозной аналитики, основанной на сбоях, заключается в непризнании того, что то, как мы работаем и обслуживаем активы, может стать самоисполняющимся пророчеством. Мы создаем ускоренный износ, создаем ненормальные условия эксплуатации, которые ускоряют износ, а затем откладываем техническое обслуживание, которое хотя бы смягчит ущерб.
Решение
Устранить ограничения прогнозной аналитики не так уж сложно, по крайней мере, с технической точки зрения. Классические прогностические технологии не являются ограничением. При эффективном использовании они предоставят средства для достижения положительных результатов.
Хорошим примером является сталелитейный завод. Когда их программа перешла от анализа, ориентированного на сбои, к настоящей прогнозной аналитике, изменения произошли почти мгновенно. Менее чем за год затраты на материалы для обслуживания упали до менее чем 2 миллионов долларов.
На примере подшипника новая программа сосредоточила внимание на причинных факторах, вызывающих отказы подшипников, и реализовала корректирующие действия для их устранения. Устранение причинного фактора немедленно устранило хронический преждевременный отказ, который привел к увеличению стоимости, а затраты на замену резко упали.
На второй год стоимость подшипников и других изнашиваемых деталей снизилась еще больше. Сокращение затрат на техническое обслуживание на 60% позволило заводу стабильно производить продукцию на 30% выше, чем до смены фокуса.
Успех вашей программы прогнозного анализа должен учитывать динамику работы активов, систем и процессов, составляющих предприятие. Он должен учитывать присущие проекту ограничения, режимы работы и уровень постоянного обслуживания, которые определяют их динамику.
Другой пример разницы между аналитикой, основанной на сбоях, и истинной прогнозной аналитикой касается семисот шламовых насосов на нефтеперерабатывающем заводе. На нефтеперерабатывающем заводе существовала хорошо зарекомендовавшая себя программа профилактического технического обслуживания с использованием портативных сборщиков данных. Техники ежедневно послушно ходили по своим маршрутам, и система сообщала, когда каждый из этих насосов требовал обслуживания, чтобы предотвратить неминуемый отказ.
Со временем затраты, связанные с ремонтом насосов, выросли до более чем 10 миллионов долларов в год. Согласно документам, программа работала, и было мало сообщений о простоях, вызванных неисправностями насосов.
Когда программа прогнозного анализа истинной операционной динамики заменила программу прогнозного обслуживания , результаты резко изменились. Поскольку новая программа искала причинные факторы, а не останавливалась на видах отказов, стало очевидно, что причиной того, что 11% насосов ежегодно требовали капитального ремонта, был их режим работы.
Дистанционно управляемые выпускные клапаны управляли каждым насосом. Аналитики признали, что диапазон регулирования вынуждал насосы работать далеко за пределами рекомендаций передовой практики. Возникшая в результате нестабильность привела к ускоренному износу и серьезному повреждению вращающегося узла и корпуса.
Чтобы исправить проблему, клиент изменил рабочие параметры, ограничив диапазон регулирования до +/- 10% от BEP, в результате чего ежегодные затраты на ремонт упали до менее 1 миллиона долларов. Еще одним преимуществом прогнозной аналитики было то, что она распознавала влияние старого диапазона регулирования на энергопотребление.
Вместо 160-сильных тормозных сил у BEP насосы тянули в среднем почти 300 л.с. Разница в годовом потреблении электроэнергии составила более 7 миллионов долларов. В этом одном приложении прогнозная аналитика снизила затраты по сравнению с предыдущим годом на более чем 16 миллионов долларов США. .
Как это работает
Применить прогнозную аналитику к управлению активами не так уж и сложно; вам просто необходимо мыслить логически и четко определять требования к надежности и устойчивости активов вашей организации.
Следующие шаги определяют процесс:
Определите внутреннюю надежность каждого актива
Надежность определяется конструкцией. Все действия после проектирования должны поддерживать присущую им надежность, чтобы получить оптимальную отдачу от инвестиций. Этот первый решающий шаг определяет не только присущие каждому активу или системе недостатки, но также режим эксплуатации и технического обслуживания, необходимые для поддержания внутренней надежности и достижения оптимального экономического срока полезного использования каждого актива.
Физика отказов
Четко определите все виды отказов и их причинные факторы для каждого актива или системы. Это должно быть нечто большее, чем простой FMEA. или списки предполагаемых неудач. Он должен учитывать все отклонения от лучших практик, например влияние различных режимов работы — производства и обслуживания. Помните, что только 17% отказов активов происходят из-за неправильного обслуживания; остальные 83% являются результатом недостатков в работе.
Понимание сбоев важно, но понимание причинных факторов или вынуждающих функций, которые приводят к этим сбоям, имеет решающее значение. Если вы знаете режим сбоя, вы, возможно, сможете его предвидеть и быстро восстановить, но это никак не повысит надежность и не предотвратит повторение. Причинные факторы предоставляют знания, необходимые для предотвращения первоначального и всех повторений сбоя.
Какие параметры определяют виды отказов и причинные факторы
Как только вы получите глубокое понимание внутренней надежности, режимов отказов и их причинных факторов, следующим шагом будет определение конкретных параметров, таких как вибрация или распределение тепла, необходимых в качестве входных данных для механизма прогнозного анализа. Прогнозная аналитика, как и любая другая форма диагностики, зависит от качества и полноты входных данных.
Например, ввод широкополосных и дискретных узкополосных данных о вибрации с высоким разрешением достаточен для эффективного анализа механического состояния насоса, но может оказаться недостаточным для определения причинных факторов, которые могли бы обеспечить раннее обнаружение и коррекцию отклонений, которые, если они остаются неизвестными, могут привести к отказу. В большинстве случаев эти параметры будут представлять собой комбинацию данных процесса, извлеченных из существующих систем мониторинга и управления, и непосредственно измеренных данных, которые являются неотъемлемой частью механизма прогнозной аналитики. В динамических активах и системах последнее включает использование интеллектуальных датчиков, которые включают периферийную аналитику, машинное обучение и искусственный интеллект, стратегически расположенные на активе, процессе или системе.
Модель обнаружения аномалий
Объединив знания, полученные в ходе этого обсуждения, последним шагом в эффективной прогнозной аналитике является разработка операционной динамики или физической модели, которая может получать непрерывные данные от каждого актива, системы или процесса, а также автоматически анализировать все переменные, выявлять все отклонения от нормы, выявлять причинные факторы, стоящие за каждым отклонением, и генерировать предписывающие инструкции для корректирующих действий. Очевидно, что модель ODA является ключом к эффективной прогнозной аналитике. Любой опытный инженер по надежности должен быть в состоянии оценить конкретный актив на определенном этапе его жизненного цикла и сделать то же самое.
Разница в том, что у нас недостаточно квалифицированных инженеров по надежности или часов в день для постоянного анализа всех активов. Системы прогнозной аналитики не устают, не скучают и не отвлекаются.
В заключение отметим, что истинная эффективность программ прогнозной аналитики заключается не в их простом существовании, а в их стратегической реализации. Преобладающий акцент на предотвращении сбоев, хотя и делается из лучших побуждений, часто не оправдывает ожиданий из-за неспособности устранить основные причинные факторы. Переход к целостному подходу, охватывающему динамику активов и операционные сложности, приносит ощутимые выгоды, о чем свидетельствует успешный переход от парадигм, ориентированных на сбои, к истинной парадигме прогнозного анализа.
Признавая решающую важность поддержания потока создания ценности и вспомогательных активов, организации могут не только смягчать последствия сбоев, но также оптимизировать производительность и снизить совокупную стоимость владения. Использование прогнозной аналитики в качестве инструмента повышения надежности, продления срока полезного использования экономики и минимизации эксплуатационных расходов означает сдвиг парадигмы в сторону стратегий упреждающего управления активами, обеспечивающих оптимальную отдачу от инвестированного капитала и устойчивое получение доходов.
Об авторе
Об авторе
Интернет вещей
- 2020 год станет годом непрерывного интеллекта
- [Пример использования] Как Water IQ International укрепила свои позиции на рынке с помощью IXON Cloud
- Привод двигателей в системах Интернета вещей с питанием от батарей
- Хвост вашей безопасности виляет вашей архитектурной собакой?
- StarlingX 10.0 представляет двухстековую сеть для преодоления разрыва в IPv4-IPv6
- Роль граничных вычислений в коммерческих развертываниях Интернета вещей
- Коммуникации замыкаются - мы возвращаемся в мир, в котором прежде всего голосование?
- Как заставить данные IoT работать на ваш бизнес
- Amphenol расширяет ассортимент разъемов жидкостного охлаждения для систем искусственного интеллекта, ESS и элект…
- Категории приложений IoT в транспортном секторе