Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Техническое обслуживание и ремонт оборудования

Освоение обслуживания на основе состояния: терминология, стратегии и ROI

Освоение обслуживания на основе состояния: терминология, стратегии и ROI

Наиболее эффективная стратегия обслуживания адаптируется к каждому активу, а не применяется как единый подход ко всем. Анализируя каждое оборудование, организации могут выстроить путь, обеспечивающий максимальную надежность и возврат инвестиций. Сегодня специалисты по обслуживанию всё чаще полагаются на предиктивное обслуживание (PdM) и мониторинг состояния (CdM) для решения этой задачи.

Для ориентации в ландшафте обслуживания необходимо сначала использовать правильную терминологию. PdM и CdM — это методы и инструменты, работающие в рамках стратегии обслуживания на основе состояния (CBM). Эти инструменты выявляют симптомы надвигающихся сбоев; они сами по себе не являются стратегиями.

CBM агрегирует данные из PdM и CdM для определения оптимального момента обслуживания, устраняя условия, приводящие к отказу.

Цель CBM — поддерживать каждый актив доступным при необходимости, избегая обслуживания слишком раннего или слишком позднего на кривой P-F. Задача — сместиться влево по кривой P-F, обнаруживая потенциальные отказы раньше.

Поиск этого идеального окна обслуживания давно ставит перед практиками сложную задачу.

Освоение обслуживания на основе состояния: терминология, стратегии и ROI

Принятие мышления Индустрии 4.0 (ППП)

До недавнего времени решения по обслуживанию представляли собой смесь планов по расписанию и подхода «работа до отказа». Основными источниками информации были человеческое наблюдение и данные после отказа.

Предприятия часто ждали выхода из строя двигателя, насоса или конвейера перед вмешательством — единственно возможный вариант, когда инструментов и данных было мало.

Появление автоматизации и цифровых данных в эпоху Индустрии 3.0 принесло системы CMMS, позволившие оцифровать плановое превентивное обслуживание (PM) для каждого актива.

Команды обслуживания измеряли ключевые показатели для прогнозирования отказов, затем планировали простои для ремонта или замены компонентов по фиксированному расписанию (часто по спецификациям OEM), независимо от реального состояния. Это снизило частоту отказов, но увеличило затраты на труд, простои и ненужные замены.

Сегодня, с Индустрией 4.0 и ППП, многие предприятия используют данные о состоянии активов в реальном (или gần реальном) времени для оптимизации обслуживания.

CBM собирает данные с датчиков, портативных диагностических инструментов, SCADA и других систем сбора. Данные агрегируются, анализируются и преобразуются в пригодные для действий инсайты через CMMS, который направляет ресурсы туда, где они нужны больше всего. Команды обслуживания переходят от тушения пожаров к цифровой оптимизации процессов.

Предиктивное обслуживание и мониторинг состояния: в чем разница?

И PdM, и CdM используют технологии для сбора данных о состоянии активов, и оба полностью работают в среде обслуживания. Различия тонки; они дополняют друг друга. Надежные программы чаще всего объединяют оба подхода для получения полной картины надежности.

Вместе PdM и CdM предоставляют эмпирические данные, необходимые для эффективного и прибыльного распределения ресурсов обслуживания.

Предиктивное обслуживание (PdM)

Инструменты PdM — термография, вибрационный анализ, анализ масла, ультразвуковой контроль — фиксируют снимок состояния актива. Поскольку данные привязаны ко времени, их необходимо контекстуализировать с операционными данными: временем работы, нагрузкой и условиями эксплуатации.

PdM не предсказывает точное время отказа или срок службы. Вместо этого он предоставляет наблюдательные данные, позволяющие планировать обслуживание точнее и экономичнее, повышая доступность и гарантии мощности.

Мониторинг состояния (CdM)

Инструменты CdM собирают непрерывные данные о состоянии через датчики и системы сбора, идеально подходя для труднодоступных или опасных активов. Датчики фиксируют вибрацию подшипников, перегрев или проблемы качества питания без риска для персонала и без необходимости простоев.

Данные могут собираться от секунд до дней. ППП, прогресс датчиков и снижение стоимости создают экспоненциальный рост объемов данных. Применение ИИ и машинного обучения к этим трендам помогает определить оптимальную точку на кривой P-F для превентивных действий.

Снижение случайных отказов

Случайные отказы возникают по неизвестным причинам. PdM и CdM отлично выявляют корневые причины таких событий.

Команды обслуживания должны анализировать вибрацию, термографию, качество питания и другие сигналы для идентификации предвестников отказов. Опора на повторяющиеся плановые осмотры может истощить ресурсы.

С PdM и CdM организации могут точно классифицировать отказы, устранять корневые причины и внедрять правильные стратегии митигации, превращая «неизвестное» в предсказуемые окна обслуживания и увеличивая MTBF.

Разработка эффективной стратегии превентивных действий

Эволюция обслуживания идет от планового по времени к плановому по состоянию и далее — к управлению на основе данных. Не каждый актив проходит одинаковый путь; выбор стратегии зависит от критичности и стоимости.

Большинство предприятий внедряют гибридные превентивные планы, сочетающие методы по времени, по состоянию и на основе данных. Ключ — в выборе правильного сочетания.

Освоение обслуживания на основе состояния: терминология, стратегии и ROI

Хотя плановое по времени PM утратило популярность, оно остается эффективным для задач вроде плановой замены высокорисковых компонентов в критически важных средах — нефть и газ, ядерная энергетика и др. В таких контекстах предпочтительно сочетание CBM с управлением на основе данных.

Решения должны учитывать критичность актива, бюджет и доступность человеческих и технических ресурсов. Внедрение PdM и CdM только там, где они превосходят простые методы по времени или «работа до отказа», обеспечивает экономичность обслуживания.

Частота сбора данных должна соответствовать режиму отказа. Подшипник с шестимесячной кривой P-F может требовать только еженедельного мониторинга, тогда как тот же подшипник на АЭС требует постоянного наблюдения.

Ключевые аспекты при проектировании эффективной стратегии обслуживания

Выбор оптимальной стратегии — это финансовое и логистическое решение. Учтите эти факторы:

В конечном счете, необходимо балансировать между двумя видами ROI: традиционными выгодами от эффективности и ROI целостности — поддержанием доступности актива и гарантий мощности. Выбранные инструменты, методы и стратегии должны служить этой миссии.

Об авторе

Грегори Перри, CMRP, CRL — старший консультант по гарантии мощности в Fluke Reliability. Сертифицированный лидер по надежности с почти двухдесятилетним опытом в лучших практиках обслуживания и операций, специализируется на MRO, складах запчастей, принципах мирового класса обслуживания и лидерстве CMMS. Перри предоставляет услуги внедрения и консультирования, выступает на ведущих отраслевых конференциях и ведет вебинары по совершенству в обслуживании.

Техническое обслуживание и ремонт оборудования

  1. Модернизация управления объектами: ключевые тренды для 40% роста строительства
  2. Как интеграция Fiix с SensrTrx движет успех условного обслуживания
  3. Армия США развивает состояние-ориентированное обслуживание с инновационными датчиками и предиктивной анали…
  4. Мониторинг смазки в реальном времени: как портативный FT‑IR ведет к проактивному обслуживанию
  5. GE и Boeing представляют отраслевой стандарт OSA‑CBM для обслуживания самолетов на основе состояния
  6. Цифровое обслуживание: ключ к раскрытию мощностей в логистике
  7. Условное техническое обслуживание (CBM): оптимальная стратегия для вашей промышленной электроники?
  8. Обслуживание на основе состояния: ключевые принципы и основные преимущества
  9. Обслуживание на основе состояния: как это работает и его выгоды
  10. Условное техническое обслуживание: проверенный путь к снижению отказов оборудования