ennakoiva kunnossapito (PDM) on kunnossapitoa, jossa seurataan laitteiden suorituskykyä ja kuntoa normaalin käytön aikana vikojen todennäköisyyden vähentämiseksi. Myös kuntopohjaisena ylläpitona tunnettua ennakoivaa kunnossapitoa on hyödynnetty teollisessa maailmassa 1990-luvulta lähtien.

silti todellisuudessa ennakoiva kunnossapito on paljon vanhempaa, joskaan sen historiaa ei ole virallisesti dokumentoitu. Control Engineeringin mukaan ” ennustavan huollon (PDM) alku saattoi olla se, kun mekaanikko painoi ensin korvansa ruuvimeisselin kahvaan, kosketti koneen toista päätä ja lausui, että se kuulosti siltä kuin laakeri olisi menossa huonoon kuntoon.”

ennakoivan huollon tavoitteena on kyky ensin ennustaa, milloin laitevika saattaa ilmetä (tiettyjen tekijöiden perusteella), minkä jälkeen vikaantuminen ehkäistään säännöllisellä aikataululla ja korjaavalla huollolla.

ennakoivaa huoltoa ei voi olla ilman kunnonvalvontaa, joka määritellään koneiden jatkuvaksi valvonnaksi prosessiolosuhteissa koneiden optimaalisen käytön varmistamiseksi. Kunnonvalvonnassa on kolme puolta: verkossa, jaksoittain ja etänä. Verkossa tapahtuvalla kunnonvalvonnalla tarkoitetaan koneiden tai tuotantoprosessien jatkuvaa seurantaa, jossa kerätään tietoa kriittisistä nopeuksista ja vaihtuvista karan asennoista (”pyörivien koneiden Kunnonvalvonta”, Istec International).

Jaksollinen kunnon seuranta, joka saadaan aikaan tärinäanalyysillä, ”antaa tietoa asennusten muuttuvasta tärinäkäyttäytymisestä” trendianalyysillä (”pyörivien koneiden Kunnonvalvonta”, Istec International). Lopuksi, etäkunnonvalvonta, kuten sen nimestä voi päätellä, mahdollistaa laitteiden tarkkailun etäpaikasta, jolloin dataa siirretään analysoitavaksi.

ennen ennakoivan huolto-ohjelman perustamista organisaation on toteutettava useita toimenpiteitä, joihin kuuluvat:

tarve-ja laitehistorian analysointi

• tarkastelee kaikkia saatavilla olevia tietoja seisokista, laitevioista, häviöistä (tuotosta ja energiasta), mahdollisista sääntelysakoista ja työturvallisuudesta

• määritelmien ja käsitteiden laatiminen sekä PDM: n perustelu

suurten sidosryhmien kouluttaminen ja sisäänoston saaminen

laitteiden valmistaminen inventointi ja nykyisten laitteiden olosuhteiden arviointi

• laitteiden valinta ohjelman alustavaan toteutukseen

• järjestelmän yksityiskohtien kehittäminen yksittäisistä järjestelmistä ja/tai komponenteista

olemassa olevan ennaltaehkäisevän tai ennakoivan kunnossapidon arvioinnista

• päättämisestä, mitkä järjestelmät sisällytetään ja mitä tarkastetaan

ohjelman kriittisyyden määrittelemisestä ja PdM: n taajuus-ja aikataulutyypin määrittelemisestä

• ennakoitujen resurssien arvioinnista ja henkilöstön tehtävien ja vastuiden osoittamisesta

• ohjelman organisoimisesta ja integroimisesta aikataulujärjestelmään

• kouluttaminen ja sisäänoston hankkiminen operaatioista ja kunnossapidosta

• kaluston päivittäminen ja koulutuksen suorittaminen

• tietokoneistetun kunnossapidon hallintajärjestelmän (CMMS) luominen

noin 65 prosenttia luotettavan laitoksen vuoden 2019 ennakoivaan Kunnossapitotutkimukseen osallistuneista huoltohenkilöstöstä kertoi käyttävänsä ennakoivaa kunnossapitoa. Toteutettuna ja toteutettuna ennakoiva kunnossapito on onnistuneen huolto-ohjelman kulmakivi.

ero ennakoivan huollon ja ennakoivan huollon välillä

vaikka monissa huolto-ohjelmissa käytetään hieman molempia, on ennakoivan huollon ja ennakoivan huollon välillä useita eroja. Ennaltaehkäisevään kunnossapitoon on kuulunut koneiden tarkastaminen ja kunnossapidon suorittaminen riippumatta siitä, tarvitaanko laitteita huoltoon. Tämä huoltoaikataulu perustuu joko käyttö-tai aikalaukaisuun. Esimerkiksi Lämmityslaite huolletaan joka vuosi ennen talvea tai auto vaatii määräaikaishuoltoa 5 000 kilometrin välein.

myöskään ennakoiva kunnossapito ei vaadi kunnonvalvonnan komponenttia, kuten ennakoiva kunnossapito. Koska kunnonvalvontaa ei vaadita, ennaltaehkäisevä huolto-ohjelma ei sisällä yhtä paljon pääomainvestointeja tekniikkaan ja koulutukseen. Lopuksi monet ennaltaehkäisevät huolto-ohjelmat tarvitsevat manuaalista tietojen keruuta ja analysointia.

vaikka ennakoiva kunnossapito määritetään käyttämällä hyödykkeen keskimääräistä elinkaarta, ennakoiva kunnossapito määritetään tiettyjen laitteiden ennalta määrättyjen ja ennalta määrättyjen olosuhteiden perusteella käyttäen erilaisia teknologioita. Ennakoiva kunnossapito vaatii myös enemmän panostuksia ihmisiin, koulutukseen ja kalustoon kuin ennakoiva kunnossapito, mutta ajansäästö ja kustannussäästöt ovat pitkällä aikavälillä suuremmat.

ennakoivan huollon edut ja haitat

kuten mainittiin, ennakoivan huollon edut ovat kustannussäästöjen näkökulmasta suunnattomia ja niihin kuuluvat suunnitellun seisokin minimointi, laitteiden eliniän maksimointi, työntekijöiden tuottavuuden optimointi ja liikevaihdon kasvu (Immerman, ”ennakoivan huollon vaikutus valmistukseen”). Ennakoivan kunnossapidon etuna on myös sen kyky muuttaa sekä huoltoryhmää että organisaatiota, sillä PdM: n toteuttaminen antaa varainhoitajille mahdollisuuden parantaa tuloksia ja tasapainottaa prioriteetteja, kuten kannattavuutta ja luotettavuutta.

yksi ennakoivan kunnossapidon suurimmista haitoista on PdM-aikataulun arvioimiseen ja toteuttamiseen kuluva aika. Koska ennakoiva kunnossapito on monimutkainen aloite, laitoksen henkilökunnalle on opetettava laitteiden käytön lisäksi myös analytiikan (tai datan) tulkitseminen.

vaikka monet organisaatiot päättävät kouluttaa olemassa olevia työntekijöitä ennakoivaan kunnossapitoon, on olemassa kunnonvalvontaa tekeviä urakoitsijoita, jotka ovat erikoistuneet suorittamaan vaaditun työvoiman ja analysoimaan laitoksen tuloksia. Ennakoiva kunnossapito tarkoittaa koulutuskustannusten lisäksi panostusta kunnossapitotyökaluihin ja-järjestelmiin. Kustannukset ovat laskeneet ajan myötä pilvipohjaisen teknologian käyttöönoton myötä.

ennakoiva ylläpito vs. Vikojen tarkastus

jo jonkin aikaa on vallinnut huomattava sekaannus siitä, mikä on sopiva tapa tarkastaa tietyn vikatilan esiintyminen. Pitäisikö minun tehdä jonkinlainen aistitarkastus? Pitäisikö minun suorittaa jonkinlainen kvantitatiivinen tarkastus? Pitäisikö minun käyttää yhtä tai useampaa kunnonvalvontatekniikkaa? Pitäisikö minun käyttää joitakin näiden tekniikoiden yhdistelmä maksimoida ehdollinen todennäköisyys löytää vika?

miten tunnistan keskeisen vian niin, että suunnitteluosastollani on mahdollisimman paljon aikaa työmenetelmien kehittämiseen, työtilausten tekemiseen, osien tilaamiseen ja aikatauluttamiseen sekä töiden loppuun saattamiseen ennen kuin ehdollinen epäonnistumisen todennäköisyys kasvaa liian suureksi? Selvitys tarkastustyypeistä ja siitä, miten ne täydentävät toisiaan, auttaa paljon selventämään, mitkä tarkastuksista ovat tarkoituksenmukaisimpia.

Viantarkastustekniikoiden tyypit

Aistitarkastuksia on pitkään pidetty minkä tahansa hyvän tarkastusohjelman ja huoltotyön selkärankana. Uskottiin, että jonkun lähettäminen tarpeeksi usein tarkastamaan koneiden ongelmat johtaisi vikojen tunnistamiseen hyvissä ajoin ennakoimattomien seisokkien lieventämiseksi. Tarkastaja käyttäisi näköä, ääntä ja kosketusta selvittääkseen, onko jokin muuttunut edellisen tarkastuksen jälkeen. Mahdolliset muutokset kirjattaisiin, raportoitaisiin ja tutkittaisiin käsityöläisen toimesta seuraavan aikataulun mukaisella katkolla.

vaikka jonkun lähettämisestä tekemään tarkastuksia on valtavasti hyötyä, strategiassa on niin paljon aukkoja, ettei sitä pidä koskaan pitää tarkastusohjelman selkärankana. Aistitarkastuksissa tunnistetaan tyypillisesti vain ilmeisimmät ja rajuimmat ongelmat. Aistitarkastuksessa on lähes mahdotonta tunnistaa koneiden varhaisia sisäisiä vikoja.

tehostetut Aistitarkastukset

tehostetut aistitarkastukset täyttävät tuon harmaan vyöhykkeen. Ne ovat sekä aistitarkastus että kvantitatiivinen mittaus, jossa on kuntoa tarkkailevia ominaisuuksia. Näissä tarkastuksissa käytetään mittalaitteita, kuten spot-radiomittareita, strobe-valoja, kädessä pidettäviä tärinäkyniä ja yksinkertaisia ultraäänimittareita, joilla havaitaan vikoja P-F-käyrän yläpuolelta. Vaikka nämä työkalut moninkertaistavat ihmisen aistien voiman, niillä on rajansa. Nämä yksinkertaiset työkalut mahdollistavat eri vikatilojen havaitsemisen, mutta niiden ei pitäisi korvata kattavaa kunnonvalvontaohjelmaa.

kvantitatiiviset tarkastukset

kvantitatiiviset tarkastukset voivat antaa hyödyllistä tietoa, kun on kyse tietojen tuottamisesta trendejä varten ja vikatilalle ominaisen käyttöiän määrittämisestä. Määrälliset tarkastukset tarvitsevat jonkun mittaamaan jotain. Hyvin yleisiä kvantitatiivisia tarkastuksia ovat pumpun tiivisteen lämpötilan mittaaminen tai pumpun juoksupyörän takalevyvaran mittaaminen. Näistä mittauksista saadaan tietoa suunnittelijalle ja insinöörille ja niiden avulla voidaan selvittää, tarvitaanko kunnossapitoa edelleen.

kun kvantitatiivinen tarkastusmenettely on suunniteltu oikein, siinä esitetään yksityiskohtaisesti rajat ja tyypillisesti odotettavissa olevat mittaukset. Kaikissa tarkastuksissa, jotka edellyttävät jonkun mittaavan jotain, on oltava vähimmäis -, maksimi-ja tyypilliset arvot, ja ehdolliset tehtävät on määritelty raja-arvojen ylittämistä varten. Mutta määrällinen tarkastus suoritetaan asianmukaisella tarkastustiheydellä harvoin on mittaus, joka ylittää rajat.

ennakoiva kunnossapito vikojen Tarkastustekniikkana

Kunnonvalvonta, joka tunnetaan myös nimellä ennakoiva kunnossapito (PDM), on kunnonvalvontateknologioiden, tilastollisen prosessinohjauksen tai laitteiden suorituskyvyn soveltamista laitteiden vikojen varhaiseen havaitsemiseen ja poistamiseen, jotka voivat johtaa suunnittelemattomiin seisokkeihin tai tarpeettomiin menoihin.

ja yleisesti ottaen tämä on tehtävä laitteen ollessa normaalissa käytössä, jolloin prosessi keskeytyy vain vähän tai ei lainkaan. Näiden työkalujen tarkoitus (tärinäanalyysi, infrapunalämpögrafia, moottoripiirianalyysi jne.) on löytää vikoja, joita ei ole löydetty aiemmin käytettävissä olevilla tarkastusmenetelmillä koneen ollessa normaalissa käytössä.

käytettävissä olevaa tekniikkaa hyödyntämällä voidaan arvioida osien kunto ja vikojen esiintyminen, joita on ollut mahdotonta havaita. Esimerkki näiden välineiden eduista määrällisten tarkastusten tai aistitarkastusten alalla on tärinäanalyysin käyttö sen määrittämiseksi, onko vierivässä elementtilaakerissa vikaa.

aiemmin mekaanikot ja myllyntekijät luottivat ”nostotarkistuksiin” määrittääkseen laakerin raivaussumman. Valitettavasti tämä tekniikka on voimassa vain laakerin vikoja, jotka johtivat materiaalin poistamiseen Raceways laakerin; tämä laakeri olisi melko huono olla tuhannesosa tuumaa pelata sitä.

pinnan väsyminen on helposti havaittavissa tärinäanalyysillä ja tässä vaiheessa vikaantumista ei ole saatu poistettua materiaalia kilparadoilta. Tämä on yleisin esimerkki ennakoivan kunnossapitoteknologian eduista.

on olemassa erityyppisiä viantarkastustekniikoita, joita koneeseen voidaan tuoda, ja jokaisella on etunsa ja haittansa. Nämä tekniikat eivät kuitenkaan ole tarkkoja toistensa korvaajia. Kukin määrittää vian esiintymisen eri paikoissa P-F-käyrän varrella, minkä seurauksena kukin antaa suunnittelutoiminnolle eri määrän aikaa reagoida vikaan.

failure modes, effects and criticality analysis (fmeca) voi auttaa määrittämään, mitä tarkastustekniikoita tulisi soveltaa, kuinka usein ja millä redundanssiasteella. Muista, että juju on tasapainottaa riski kurinalaisuudella. Kuinka paljon riskejä olet valmis ottamaan tietyn vikatilaan yhdistettynä kuinka paljon olet valmis maksamaan tarkastuksesta määrittää asianmukaisen strategian.

ennakoivat Kunnossapitotekniikat

kuten nimestä voi päätellä, ennakoivan huollon tavoitteena on ennustaa, milloin huoltoa tarvitaan. Vaikka pelissä ei ole Magic 8-Ballia, on olemassa useita kunnonvalvontalaitteita ja tekniikoita, joita voidaan käyttää tehokkaasti vikojen ennustamiseen sekä ennakkovaroituksen antamiseen huollolle horisontissa.

Infrapunalämpögrafia

tunnetaan nondestructive tai nonintrusive testing technology, infrapuna (IR) Termografia ennakoiva huolto on laajalti käytössä. IR-kameroilla henkilöstö pystyy havaitsemaan laitteiden korkeita lämpötiloja (eli hotspotteja). Kuluneet komponentit, mukaan lukien epäkuntoiset virtapiirit, päästävät tyypillisesti lämpöä, joka näkyy hotspotina lämpökuvassa (”ennakoiva huolto”, Lean Manufacturing Tools).

tunnistamalla nopeasti kriisipesäkkeet infrapunatarkastuksilla voidaan paikantaa ongelmat ja välttää kalliit korjaukset ja seisokit. Infrapunateknologiaa pidetään ”yhtenä monipuolisimmista käytettävissä olevista ennakoivista huoltotekniikoista … joita käytetään kaiken tutkimiseen koneiden yksittäisistä komponenteista laitosjärjestelmiin, kattoihin ja jopa kokonaisiin rakennuksiin” (Control Engineering). Infrapunateknologian käyttökohteita ovat lämpöpoikkeamien havaitseminen ja lämmönerottuvuuteen ja/tai siirtoon perustuvien prosessijärjestelmien ongelmat.

Akustinen valvonta

akustisella teknologialla henkilöstö voi havaita kaasu -, neste-tai tyhjiövuodot laitteissa ääni-tai ultraäänitasolla. Ultraäänitekniikkaa halvempana pidetty sonic-tekniikka on hyödyllinen mekaanisissa laitteissa, mutta sen käyttö on rajoitettua. Ultraäänitekniikalla on enemmän sovelluksia ja se on luotettavampi mekaanisten ongelmien havaitsemisessa.

sen avulla teknikko voi ”kuulla kitkaa ja stressiä pyörivissä koneissa, jotka voivat ennustaa heikkenemistä aikaisemmin kuin perinteiset tekniikat” (”ennakoiva huolto”, Wikipedia) käyttämällä instrumentointia 20-100 kilohertsin alueen äänien muuttamiseksi ”auditiivisiksi tai visuaalisiksi signaaleiksi, jotka teknikko voi kuulla / nähdä. Nämä korkeat taajuudet ovat tarkkoja taajuuksia, jotka syntyvät kuluneista ja alijulkisista laakereista, viallisista sähkölaitteista, vuotavista venttiileistä jne.”(Wright, ”How to Leverage Multiple Predictive Maintenance Technologies”).

vaikka sekä sonic-että ultrasonic-testaus voivat olla kalliita, on olemassa toinenkin akustisen seurannan muoto, joka on melko edullinen: teknikon korvat. ”Niinkin yksinkertainen asia kuin öljyvuodon tai oudolta kuulostavan Vaihdelaatikon havaitseminen voisi ja usein johtaakin katastrofaalisen vian ennaltaehkäisyyn välttäen kymmenien tuhansien dollarien tappiot” (Wright, ”How to Leverage Multiple Predictive Maintenance Technologies”).

Tärinäanalyysi

käytetään pääasiassa nopeisiin pyöriviin laitteisiin, tärinäanalyysin avulla teknikko voi seurata koneen tärinää käsikäyttöisellä analysaattorilla tai laitteisiin rakennetuilla reaaliaikaisilla antureilla. Huippukunnossa toimivassa koneessa on erityinen värähtelymalli. Kun komponentit, kuten laakerit ja akselit, alkavat kulua ja pettää, kone alkaa tuottaa erilaista tärinää. Valvomalla laitteita ennakoivasti koulutettu teknikko voi verrata lukemia tunnettuihin vikatiloihin selvittääkseen, missä ongelmia esiintyy.

tärinäanalyysillä voidaan havaita muun muassa vinoutumia, taipuneita akseleita, epätasapainoisia osia, irronneita mekaanisia osia ja moottoriongelmia.

teknikkojen koulutuksen varmistaminen on elintärkeää, sillä koneen vikaantumista voi olla vaikea ennustaa tärinäanalyysin avulla. Monet organisaatiot tarjoavat perusteellista koulutusta, jolla valmistellaan henkilöitä tärinäanalyytikoiksi. Ainoa haittapuoli käyttämällä tärinäanalyysiä on kustannukset, jotka liittyvät sen toteuttamiseen PDM-ohjelmalla.

Öljyanalyysi

Öljyanalyysi on tehokas työkalu ennakoivassa kunnossapidossa. Sen avulla teknikko voi tarkistaa öljyn kunnon ja määrittää, onko muita hiukkasia ja epäpuhtauksia. Jotkut öljyn analyysi testit voivat paljastaa viskositeetti, läsnäolo veden tai kulumista metalleja, hiukkasmäärä, ja Happoluku tai emäs numero.

yksi öljyanalyysin eduista on se, että alkutestit asettavat uudelle koneelle lähtötason. Oikein tehtynä öljyanalyysi voi tuottaa lukemattomia tuloksia, joiden avulla ennakoiva huolto onnistuu.

muut teknologiat

näiden tekniikoiden ohella laitokset voivat käyttää muita teknologioita, kuten moottorin kunnon analysointia, jossa selvitetään moottoreiden toiminta-ja käyntikunto, ja pyörrevirtaanalyysiä, jossa tunnistetaan keskipakojäähdytyslaitteiden ja kattilajärjestelmien putkien seinämän paksuuden muutokset. Borescope-tarkastukset, CMMS, tietojen integrointi ja kunnonvalvonta voivat myös helpottaa ennakoivaa huoltoa. Vaikka on olemassa useita erilaisia tekniikoita tukea PdM ponnisteluja, on tärkeää valita oikea menestyksen varmistamiseksi.

Business Case ennakoivalle kunnossapidolle

pääomainvestointien tuoton realisoimiseksi ja koneiden toiminnan pitämiseksi huipputehokkaana laitoksissa on painotettava enemmän ennakoivaa kunnossapitoa. The Wall Street Journal-lehden mukaan ” suunnittelemattomat seisokit maksavat teollisuusvalmistajille arviolta 50 miljardia dollaria vuodessa. Laitevika on syynä 42 prosenttiin tästä suunnittelemattomasta seisokista. Suunnittelemattomat seisokit johtavat liialliseen kunnossapitoon, korjaukseen ja laitteiden vaihtoon.”

kun toimintaa ja johtamista ajetaan kohti kustannusten alentamista ja tuottavuuden lisäämistä, ennakoivan kunnossapidon tarve tulee selväksi, koska laitosta varten on vaikea tehdä kustannustehokkaita, pitkän aikavälin päätöksiä.

ennakoivan kunnossapidon arvo perustuu kustannussäästöön ja / tai aikaa säästävään lähestymistapaan, sillä kunnossapitoa tehdään vain tarvittaessa. Itse asiassa useat U. S. Department of Energy ’ S Federal Energy Management Program havaitsi, että oikein toimiva ennakoiva huolto-ohjelma tarjoaa säästöjä, jotka vaihtelevat 30-40 prosenttia yli reaktiivisen huollon ja 8-12 prosenttia yli ennaltaehkäisevän huollon.

PdM-strategian onnistuminen edellyttää useiden kriteerien täyttymistä. Ensinnäkin sitoumuksen pitäisi tulla ylhäältä alaspäin. Koko organisaation on sitouduttava tekemään ennakoivasta kunnossapidosta pakollinen osa normaaleja aikatauluja. Kaikkien prosessinhoitajien on myös oltava koulutettuja ja osallistuttava vaadittavien kunnossapitotarkastusten suorittamiseen. Lisäksi koko organisaation on ymmärrettävä huonon kunnossapidon todelliset kustannukset ja seuraukset. Lopuksi PdM-menettelyt on pantava välittömästi täytäntöön, jotta organisaatio voi alkaa hyödyntää niitä.

vaikka monet tunnustavat, että on tärkeää hyödyntää ennakoivaa kunnossapitoa korkean dollarin koneissa, PdM on myös käyttökelpoinen pienempien, jokapäiväisten hyödykkeiden, kuten Kahvinkeittimien, tulostimien, postimaksumittareiden ja muiden seurantaan. Todellisuudessa koko laitos voi hyötyä ennakoivan kunnossapidon toteuttamisesta.

ennakoivat Kunnossapitosovellukset

suurin ennakoivan kunnossapidon sovellus on teollisuudessa. Koska tuotantolaitoksilla on edelleen kysyntää tuottavuuden lisäämiseksi, on luotu ja otettu käyttöön useita kunnossapitostrategioita. Suurin osa näistä on kuitenkin ollut reaktiivisia. Monissa laitoksissa on ajattelutapa ”jos se ei ole rikki, älä korjaa sitä.”Valitettavasti tämä ajattelutapa vaikuttaa suunnittelemattomaan kunnossapitoon ja seisokkeihin.

kuten aiemmin mainittiin, tilat alkoivat toteuttaa ennakoivaa kunnossapitoa 1990-luvun alussa. tuolloin ”tietoa tuottavien antureiden saatavuuden puute sekä tietojen keräämiseen ja analysointiin tarvittavien laskennallisten resurssien puute vaikeuttivat PdM: n toteuttamista” (”Predictive Maintenance in Manufacturing Overview, Microsoft Azure).

esineiden internetin (IoT), koneoppimisen, pilvilaskennan ja big data-analytiikan käyttöönoton myötä valmistava teollisuus on edistynyt ennakoivan kunnossapidon toteuttamisessa, mikä on lisännyt käytettävyyttä ja laadunvalvontaa, optimoinut huoltoreittejä, parantanut työntekijöiden turvallisuutta ja lisännyt tuottavuutta. Kun valmistajat työskentelevät tiukoilla marginaaleilla ja aikatauluilla, ajatus suunnittelemattomasta seisokista on tullut epätoivotuksi. Ennakoiva kunnossapito voi tarjota ratkaisun.

toinen PdM-sovellus on rautatiealalla, erityisesti koska se liittyy rautatiealan digitaaliseen murrokseen. Koska junien alkuinvestoinnit ovat suuret, ne pyritään pitämään mahdollisimman pitkään käytössä. Ennakoivan kunnossapidon avulla rautatieyhtiöt voivat saada junakalustostaan parhaan hyödyn erilaisten teknologioiden ja ohjelmistojen avulla, jotka vähentävät käyttökustannuksia ja pidentävät kaluston käyttöikää.

rautateillä ennakoivaa kunnossapitoa käytetään lineaaristen, kiinteiden ja liikkuvien hyödykkeiden ongelmien havaitsemiseen; parantaa turvallisuutta ja radan tyhjyyden havaitsemista ajoneuvon ohjaamoon perustuvien valvontajärjestelmien avulla; ja tunnistaa, minkä tyyppisellä radalla tyhjiö sijaitsee, sekä antaa viitteitä tyhjiön vakavuudesta.

MaintWorld-lehden artikkelin mukaan ”tulevaisuudessa rautateiden luotettavan kunnossapidon odotetaan perustuvan älykkäisiin kuljetusjärjestelmiin ja yhteenliitettyihin ratkaisuihin, kuten ennakoivaan kunnossapitoon ja integroituihin turvavälineisiin, jotta voidaan parantaa kriittisiä kysymyksiä, kuten turvallisuutta, viivästyksiä ja järjestelmän kokonaiskapasiteettia” (Peycheva, ”Railway Goes Smart with Predictive Maintenance and Industry 4.0 CMMS”).

vaikka huoltojärjestelmien nykyaikaistaminen on perinteisesti ollut hidasta, öljy-ja kaasuteollisuudesta on tulossa merkittävä ennakoivan kunnossapidon puolestapuhuja. Öljy – ja kaasuyhtiöt keräävät joka päivä valtavia määriä dataa sensorien – erityisesti langattomien sensorien-avulla öljykentillä ympäri maailmaa. Öljy-ja kaasutoimintojen monimutkaistuessa näkyvyys laitteiden kuntoon vaikeutuu erityisesti syrjäisillä, merellä ja syvänmeren alueilla.

vuonna 2015 julkaistussa valkoisessa kirjassa MapR Technologies Inc. ”öljy-ja kaasuyhtiöillä on merkittävä mahdollisuus lisätä tehokkuutta ja vähentää toimintakustannuksia paremman omaisuudenseurannan ja ennakoivan kunnossapidon avulla.”

ennakoiva kunnossapito voidaan nähdä kilpailuetuna öljy-ja kaasuyhtiöille sekä niihin liittyville palveluliiketoiminnoille erityisesti taantuman aikana, jolloin organisaatioiden on pakko löytää tapoja toimia tehokkaammin ja vaikuttavammin. Ennakoiva kunnossapito ei tietenkään koske vain teollisuus -, rautatie -, öljy-ja kaasuteollisuutta. Muissa sovelluksissa PdM: ää käytetään:

auttavat estämään sähkökatkoja lennokkien ja sähköverkkoja kartoittavien antureiden avulla

• havaitsemaan höyryputken lämpötilan laskun, mikä viittaa mahdolliseen painevuotoon

kuvaa sähköpaneelien lämpötilan nousua komponenttien vikojen estämiseksi

mittaa tarjonta-ja kysyntäpuolen tehoa yhteisessä kytkentäkohdassa virrankulutuksen seuraamiseksi

• paikantaa ylikuormitukset sähköpaneeleissa

• tunnista Moottorin ampeeripiikit tai ylikuumeneminen huonoista laakereista tai häiriöistä

• Etsi kolmivaiheista tehoepätasapainoa harmonisesta säröstä, ylikuormituksesta, hajoamisesta tai yhden tai useamman vaiheen epäonnistumisesta

IIoT ja PdM – integraatio

yksi tärkeimmistä tekijöistä – ellei tärkein tekijä-onnistuneessa ennakoivassa huolto-ohjelmassa on teollisen esineiden internetin (IIoT) käyttö ja integrointi. Deloitten raportin mukaan ” esineiden Internet (IoT) on ehkä suurin osa PDM-palapeliä … IoT muuntaa koneiden fyysiset toiminnot digitaalisiksi signaaleiksi käyttäen antureita, kuten lämpötilaa, tärinää tai johtavuutta … kun fyysiset toiminnot on muunnettu digitaalisiksi signaaleiksi antureiden avulla, ne käsitellään, kootaan ja analysoidaan. Kaistanleveyden ja tallennustilan edullisuuden ansiosta voidaan siirtää valtavia määriä dataa, jotta saadaan kokonaiskuva yksittäisen laitoksen varoista, mutta koko tuotantoverkosta” (Coleman et al., ”Ennakoiva huolto ja Älytehdas”).

onnistuakseen ennakoiva huolto perustuu antureihin, jotka keräävät ja analysoivat dataa eri lähteistä, kuten CMMS: stä ja kriittisten laitteiden sensoreista. Näiden tietojen avulla IIoT pystyy luomaan ” kehittyneitä ennustemalleja ja analyyttisiä työkaluja epäonnistumisten ennustamiseen ja niihin puuttumiseen ennakoivasti. Lisäksi ajan myötä Uusi koneoppimistekniikka voi lisätä ennustavien algoritmien tarkkuutta, mikä johtaa entistä parempaan suorituskykyyn” (Coleman et al., ”Ennakoiva huolto ja Älytehdas”).

kun IIoT yhdistetään ennakoivaan kunnossapitoon, sillä on kyky havaita laiteviat etukäteen. Industry 4.0: n saapuessa valmistusteollisuuteen tilat ovat innokkaita hyödyntämään IIoT: tä saadakseen parempaa tietoa toiminnasta.

ennakoiva kunnossapito ja sijoitetun pääoman tuotto

ennakoivan ylläpidon toteuttaminen edellyttää merkittäviä investointeja rahaan, henkilöstöön ja koulutukseen. Vaikka nämä alkuinvestoinnit saattavat tuntua pelottavilta organisaatiolle, ennakoivan kunnossapidon sijoitetun pääoman tuotto (ROI) on paljon suurempi kuin etukäteiskustannukset.

Deloitten tuoreen raportin mukaan useissa laitoksissa on saavutettu 5-10 prosentin kustannussäästöt käyttö-ja kunnossapito -, korjaus-ja käyttökustannuksissa (MRO), 5-10 prosentin vähennys kunnossapitokustannuksissa ja pienemmät varastokustannukset. Yhdysvaltain energiaministeriön lisätiedot osoittavat myös, että toiminnallisen PDM-ohjelman toteuttamisella on mahdollisuus tuottaa ROI: n kymmenkertaistuminen, 25-30 prosentin vähennys ylläpitokustannuksissa, 70-75 prosentin vähennys katkoksissa ja 35-45 prosentin vähennys seisokissa.

”huoltokustannusten osalta ennakoiva kunnossapito maksaa 13 dollaria tuntipalkkaa vuodessa, kun taas ennakoiva kunnossapito maksaa 9 dollaria tuntipalkkaa vuodessa, jolloin ennakoiva kunnossapito on halvempi vaihtoehto” (Ulbert, ”ennakoivan huollon ja ennakoivan huollon ero”).

Coleman, Chris, Satish Damodaran ja Ed Deuel. ”Ennakoiva huolto ja Älytehdas.”Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf
” pyörivien koneiden Kunnonvalvonta.”Istec International. Accessed 1. Marraskuuta 2018. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

säätötekniikka. ”Ennakoivat Huoltoteknologiat. Marraskuuta 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

Immerman, Graham. ”Ennakoivan huollon vaikutus valmistukseen.”MachineMetrics. Accessed 1. Marraskuuta 2018. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.

Lean Manufacturing Tools. ”Ennakoiva Huolto.”Accessed November 2, 2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.

Peytševa, Ralitsa. ”Rautatie kulkee älykkäästi ennakoivan kunnossapidon ja teollisuuden 4.0 CMMS: n avulla.”MaintWorld. Lokakuuta 2017. Accessed 4. Marraskuuta 2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

”ennakoiva kunnossapito valmistuksen yleiskatsauksessa.”Microsoft Azure. Toukokuuta 2018. Accessed 4. Marraskuuta 2018. https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.

”Hadoopia käyttävä ennakoiva kunnossapito öljy-ja kaasuteollisuudelle”, MapR Technologies Inc. Toukokuuta 2015. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian, ”The Difference Between Predictive Maintenance and Preventive Maintenance”, Coresystems, September 15, 2015. Accessed November 2, 2018. https://www.coresystems.net/blog/the-difference-between-predictive-maintenance-and-preventive-maintenance.

Wall Street Journal. Accessed November 2, 2018. https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/.

Wikipedia. ”Predictive Maintenance.” Accessed October 11, 2018. https://en.wikipedia.org/wiki/Predictive_maintenance.

Wright, Jeremy. ”How to Leverage Multiple Predictive Maintenance Technologies.” Machinery Lubrication. Accessed November 1, 2018. https://www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies