Преобразование обслуживания в прогнозируемую надежность

В течение многих лет техническое обслуживание считалось грязной, скучной и разовой работой. Это критически важно для производительности, но не считается ключевым компонентом получения дохода. Часто возникает простой вопрос:«Почему нам нужно регулярно обслуживать вещи?» Ответ:«Чтобы они были как можно более надежными». Но реальный вопрос заключается в следующем:«Сколько изменений или ухудшений произошло с момента последнего раунда обслуживания?» Ответ:«Я не знаю».

Проблема надежности связана с данными из прошлого. Отказ моделируется, анализируется и, в некоторой степени, прогнозируется. К сожалению, прогноз не учитывает пользователей или ограничения, связанные с рабочей средой, и часто результаты не так полезны.

Техническое обслуживание по состоянию (CBM) имеет дело с онлайн-данными. Состояние машин постоянно контролируется, а их характеристики оцениваются. Однако это делается на уровне машины - по одной машине за раз. Это подход, основанный на принципах «отказал и исправил». Устранение неполадок - основная цель.

Сегодня CBM фокусируется на датчиках и коммуникациях. Все продукты и машины тем или иным образом объединены в сеть. Однако трудно понять, что делать со всеми этими данными. Мы должны превратить данные в информацию, используя вычислительные инструменты для локальной обработки данных.

Мир технического обслуживания завтрашнего дня - это мир информации для мониторинга на основе функций. Информация должна отражать тенденцию, а не просто статус. Он должен предлагать приоритеты, а не просто показывать, «сколько». Если мы это сделаем, то наша производительность будет сосредоточена на использовании ресурсов на уровне активов, а не только на производительности.

С появлением современных вычислительных и коммуникационных технологий все больше продуктов и машин оснащаются датчиками и подключаются через привязанные и свободные от привязки сети. Благодаря бесшовно интегрированным сетевым системам в сегодняшней глобальной бизнес-среде машины и предприятия объединены в сеть, а информация и решения синхронизированы, поэтому любой простой в системе может поставить под угрозу производительность всего предприятия.

С другой стороны, ограничения безопасности и ограничения пропускной способности требуют реорганизации, чтобы минимизировать или уменьшить риски раскрытия данных.

Решение - интеллектуальные системы обслуживания. IMS прогнозирует и прогнозирует работу оборудования, поэтому статус «почти нулевой поломки» становится достижимым. Возможны две причины отказа:производительность оборудования и человеческий фактор. Почти нулевое время простоя сосредоточено на методах прогнозирования для минимизации сбоев. Основное внимание в нем уделяется характеристикам производительности машины.

Данные поступают из двух источников:датчиков (установленных на машине для сбора информации о функциях) и всей корпоративной системы (включая данные о качестве, прошлую историю и тенденции). Сопоставляя данные из этих источников (текущих и исторических), вы можете предсказать будущие результаты. Цель состоит в том, чтобы предсказать состояние продукта / оборудования так же, как прогнозируется погода.

Нас действительно не волнует, насколько точен прогноз температуры. Мы заботимся о тенденциях - от холодного до горячего или от ясного до дождливого. Прогнозирование дает нам приоритеты и запасной план.

Сегодня полевые услуги машин зависят от сенсорных систем управления, которые выдают предупреждения, сигналы тревоги и индикаторы. В тот момент, когда срабатывает будильник, уже слишком поздно, чтобы предотвратить сбой. В большинстве случаев причиной простоя завода являются эти непредвиденные ситуации.

Не предусмотрено никаких предупреждений о деградации с течением времени. Если мы можем отслеживать деградацию, мы можем прогнозировать предстоящие ситуации и выполнять задачи прогнозирования надежности, когда это необходимо (не слишком рано или слишком поздно). Используя эти методы, можно запланировать техническое обслуживание до отказа.

Мое долгосрочное видение интеллектуального обслуживания заключается в том, что мы можем использовать любые средства, включая встроенные (программное обеспечение) и удаленные технологии, для мониторинга производительности оборудования. Затем, если ухудшение начнется, у вас будет достаточно времени для запуска службы до сбоя.

Машина может самостоятельно оценить свое состояние и при необходимости инициировать собственный запрос на обслуживание. Если эта модель сработает, то у нас будет продукт, который сможет управлять своими собственными услугами и своими собственными контрактами на основе гарантии. Он также может предупредить нас о способах поддержания его высокой производительности.

Промышленность так сосредоточена на чистой прибыли, а стоимость простоев в значительной степени влияет на прибыльность. Тем не менее, время простоя - не единственная проблема, связанная с затратами. Если оборудование начинает деградировать, вы можете начать производить детали неприемлемого качества и долгое время не знать об этом.

В конце концов, деградация машины серьезно повлияет на производительность и качество. Это особенно важно для производителей, которые передают операции на аутсорсинг в такие страны, как Китай. Этим фирмам необходимо удаленно контролировать качество продукции перед ее отправкой.

Компании мирового уровня уже применили кардинальный подход к прогнозированию надежности, внедрив новую бизнес-модель обслуживания, чтобы превратить системы обслуживания в интеллектуальные решения по обслуживанию и управлению активами.

Они сокращают время простоя и дают возможность заранее следить за качеством продукции перед ее отправкой, внимательно наблюдая за производительностью оборудования и деградацией машины. Вместо реактивного обслуживания - «отказать и исправить» - компании переходят на обслуживание «прогнозирование и предотвращение».