Predictive Maintenance Explained
predictive maintenance (PdM) to Konserwacja, która monitoruje wydajność i stan sprzętu podczas normalnej pracy, aby zmniejszyć prawdopodobieństwo awarii. Konserwacja predykcyjna, znana również pod nazwą condition-based maintenance, jest stosowana w przemyśle od lat 90. XX wieku.
jednak w rzeczywistości konserwacja predykcyjna jest znacznie starsza, chociaż jej historia nie jest formalnie udokumentowana. Według Control Engineering ” początek konserwacji predictive maintenance (PdM) mógł mieć miejsce, gdy mechanik po raz pierwszy przyłożył ucho do uchwytu śrubokręta, dotknął drugiego końca Maszyny i stwierdził, że brzmiało to tak, jakby łożysko działało źle.”
celem konserwacji predykcyjnej jest zdolność do przewidywania, kiedy może dojść do awarii sprzętu (na podstawie pewnych czynników), a następnie zapobiegania awariom poprzez regularne zaplanowane i naprawcze konserwacje.
konserwacja predykcyjna nie może istnieć bez monitorowania stanu, które jest definiowane jako ciągłe monitorowanie maszyn w warunkach procesowych w celu zapewnienia optymalnego wykorzystania maszyn. Istnieją trzy aspekty monitorowania stanu: online, okresowe i zdalne. Monitorowanie stanu Online jest definiowane jako ciągłe monitorowanie maszyn lub procesów produkcyjnych, z danymi zebranymi na temat krytycznych prędkości i zmieniających się pozycji wrzeciona („monitorowanie stanu maszyn wirujących”, Istec International).
okresowe monitorowanie stanu, które jest osiągane poprzez analizę drgań, „daje wgląd w zmieniające się zachowanie drgań instalacji” z analizą trendów („monitorowanie stanu maszyn wirujących”, Istec International). Wreszcie, zdalne monitorowanie stanu, jak sama nazwa wskazuje, umożliwia monitorowanie sprzętu ze zdalnej lokalizacji, z danymi przesyłanymi do analizy.
przed ustanowieniem programu konserwacji predykcyjnej organizacja musi podjąć kilka kroków, które obejmują:
-
analiza potrzeb i historii sprzętu
-
przegląd wszelkich dostępnych zapisów dotyczących przestojów, usterek sprzętu, strat (wydajności i energii), potencjalnych grzywien regulacyjnych i Bezpieczeństwa Pracy
-
ustanowienie definicji i pojęć, a także zbudowanie uzasadnienia dla PdM
-
Edukacja głównych interesariuszy i zdobywanie wpisowego
-
ukończenie projektu inwentaryzacja sprzętu i wycena aktualnego stanu sprzętu
-
wybór sprzętu do wstępnej realizacji programu
-
opracowanie szczegółów systemu na podstawie na poszczególnych systemach i/lub komponentach
-
ocenianie wszelkich istniejących konserwacji prewencyjnych lub prewencyjnych
-
decydowanie, które systemy mają zostać włączone i pod kątem których należy je skontrolować
-
Definiowanie krytyczności programu i ustalanie częstotliwości PdM i typu harmonogramu
-
ocena przewidywanych zasobów i przypisanie ról i obowiązków personelu
-
organizowanie programu i integrowanie go do systemu planowania
-
prowadzenie szkoleń
-
Tworzenie skomputeryzowanych systemów zarządzania utrzymaniem ruchu (CMMS)
około 65 procent personelu zajmującego się utrzymaniem ruchu ankietowanych w ankiecie Reliable Plant 2019 Predictive Maintenance Survey stwierdziło, że korzysta z konserwacji zapobiegawczej. Po wdrożeniu i wykonaniu konserwacja predykcyjna jest podstawą udanego programu konserwacji.
- różnica między konserwacją prewencyjną a konserwacją prewencyjną
- zalety i wady konserwacji predykcyjnej
- Predictive Maintenance vs. Kontrola pod kątem wad
- rodzaje technik kontroli wad
- ulepszone kontrole sensoryczne
- inspekcje ilościowe
- Konserwacja predykcyjna jako technika kontroli wad
- Predictive Maintenance Technologies
- Termografia w podczerwieni
- Monitoring akustyczny
- Analiza drgań
- Analiza oleju
- Inne Technologie
- uzasadnienie biznesowe dla konserwacji predykcyjnej
- Predictive maintenance Applications
- Integracja IIoT i PdM
- Konserwacja predykcyjna i zwrot z inwestycji
różnica między konserwacją prewencyjną a konserwacją prewencyjną
podczas gdy wiele programów konserwacji używa po trochu obu, istnieje kilka różnic między konserwacją prewencyjną a konserwacją prewencyjną. Konserwacja prewencyjna obejmowała kontrolę i konserwację maszyn, niezależnie od tego, czy sprzęt wymagał konserwacji. Ten harmonogram konserwacji opiera się na użyciu lub wyzwalacza czasu. Na przykład jednostka grzewcza jest serwisowana co roku przed zimą lub samochód wymaga zaplanowanej konserwacji co 5000 mil.
ponadto konserwacja prewencyjna nie wymaga komponentu monitorowania stanu, który wykonuje konserwacja prewencyjna. Nie wymagając monitorowania stanu, program konserwacji zapobiegawczej nie wiąże się z tak dużymi inwestycjami kapitałowymi w technologię i szkolenia. Ponadto wiele programów konserwacji prewencyjnej wymaga ręcznego gromadzenia i analizy danych.
podczas gdy konserwacja prewencyjna jest określana na podstawie średniego cyklu życia majątku trwałego, konserwacja prewencyjna jest identyfikowana na podstawie wstępnie ustawionych i z góry ustalonych warunków określonych urządzeń, z wykorzystaniem różnych technologii. Konserwacja predykcyjna wymaga również więcej inwestycji w ludzi, szkolenia i sprzęt niż konserwacja prewencyjna, ale oszczędność czasu i oszczędności kosztów będą większe w dłuższej perspektywie.
zalety i wady konserwacji predykcyjnej
jak wspomniano, zalety konserwacji predykcyjnej są ogromne z punktu widzenia oszczędności kosztów i obejmują minimalizację planowanych przestojów, maksymalizację żywotności sprzętu, optymalizację wydajności pracowników i zwiększenie przychodów (Immerman, „wpływ konserwacji predykcyjnej na produkcję”). Kolejną zaletą konserwacji predykcyjnej jest jej zdolność do przekształcania zarówno zespołu utrzymania ruchu, jak i organizacji, ponieważ wdrożenie PdM pozwala zarządcom majątku trwałego poprawić wyniki i lepiej zrównoważyć priorytety, takie jak rentowność i niezawodność.
jedną z głównych wad konserwacji predykcyjnej jest czas potrzebny na ocenę i wdrożenie harmonogramu PdM. Ponieważ konserwacja predykcyjna jest złożoną inicjatywą, personel zakładu musi zostać przeszkolony w zakresie nie tylko obsługi sprzętu, ale także interpretacji danych analitycznych (lub danych).
podczas gdy wiele organizacji decyduje się szkolić istniejących pracowników w zakresie konserwacji predykcyjnej, istnieją wykonawcy monitorujący stan, którzy specjalizują się w wykonywaniu wymaganej pracy i analizowaniu wyników dla obiektu. Oprócz kosztów szkoleń, konserwacja predykcyjna obejmuje inwestycję w narzędzia i systemy konserwacji. Koszt ten zmniejszył się z czasem wraz z wprowadzeniem technologii opartej na chmurze.
Predictive Maintenance vs. Kontrola pod kątem wad
od pewnego czasu istnieje spora ilość zamieszania co do odpowiedniego sposobu kontroli pod kątem obecności danego trybu awarii. Czy powinienem przeprowadzić jakąś kontrolę sensoryczną? Czy powinienem przeprowadzić jakąś kontrolę ilościową? Czy powinienem stosować jedną lub więcej technologii monitorowania stanu? Czy powinienem zastosować kombinację tych technik, aby zmaksymalizować warunkowe prawdopodobieństwo wykrycia wady?
w jaki sposób zidentyfikować kluczową usterkę w taki sposób, aby zmaksymalizować czas, jaki mój dział planowania musi poświęcić na opracowanie procedur pracy, stworzenie zleceń, zamówienie części, zaplanowanie i zakończenie pracy, zanim warunkowe prawdopodobieństwo awarii stanie się zbyt wysokie? Wyjaśnienie rodzajów kontroli i sposobu, w jaki się wzajemnie uzupełniają, prowadzi do wyjaśnienia, które z nich są najbardziej odpowiednie.
rodzaje technik kontroli wad
inspekcje sensoryczne od dawna uważane są za podstawę każdego dobrego programu kontroli i prac konserwacyjnych. Wierzono, że wysyłanie kogoś na tyle często, aby sprawdzić, czy nie ma problemów z maszyną, spowoduje wykrycie usterek w odpowiednim czasie, aby zminimalizować nieplanowane przestoje. Inspektor używał wzroku, dźwięku i dotyku, aby ustalić, czy coś się zmieniło od ostatniej kontroli. Każda zmiana będzie rejestrowana, raportowana i badana przez rzemieślnika podczas następnej zaplanowanej przerwy w dostawie.
chociaż wysyłanie kogoś w celu przeprowadzenia inspekcji przynosi ogromne korzyści, jest tak wiele dziur w tej strategii, że nigdy nie należy jej traktować jako podstawy programu inspekcji. Inspekcje sensoryczne zazwyczaj identyfikują tylko najbardziej oczywiste i drastyczne problemy. Badanie sensoryczne nie jest w stanie zidentyfikować wczesnych, wewnętrznych wad maszyn.
ulepszone kontrole sensoryczne
ulepszone kontrole sensoryczne wypełniają tę szarą strefę. Są to zarówno inspekcja sensoryczna, jak i pomiar ilościowy z charakterystyką monitorowania stanu. W tych inspekcjach wykorzystuje się takie przyrządy, jak radiometry punktowe, światła stroboskopowe, ręczne pióra wibracyjne i proste mierniki ultradźwiękowe do wykrywania defektów dalej w górę krzywej P-F. Podczas gdy te narzędzia zwielokrotniają moc ludzkich zmysłów, mają swoje granice. Te proste narzędzia umożliwiają wykrywanie różnych trybów awarii, ale nie powinny zastępować kompleksowego programu monitorowania stanu.
inspekcje ilościowe
inspekcje ilościowe mogą dostarczyć przydatnych informacji, jeśli chodzi o generowanie danych do trendów i określanie charakterystycznej żywotności trybu awaryjnego. Kontrole ilościowe potrzebują kogoś, kto coś zmierzy. Bardzo częste kontrole ilościowe obejmują pomiar temperatury uszczelnienia na pompie lub pomiar luzu płyty tylnej na wirniku pompy. Pomiary te dostarczają danych planiście i inżynierowi oraz pomagają określić potrzebę dalszych działań konserwacyjnych.
Po prawidłowym zaprojektowaniu procedura kontroli ilościowej określa limity i zazwyczaj oczekiwane pomiary. Każda inspekcja, która wymaga od kogoś zmierzenia czegoś, powinna mieć wartości minimalne, maksymalne i typowe, z zadaniami warunkowymi zdefiniowanymi na wypadek przekroczenia limitów. Ale kontrola ilościowa przeprowadzana przy odpowiedniej częstotliwości kontroli rzadko będzie miała pomiar przekraczający limity.
Konserwacja predykcyjna jako technika kontroli wad
monitorowanie stanu, znane również jako konserwacja predykcyjna (PdM), to zastosowanie technologii monitorowania stanu, statystycznej kontroli procesu lub wydajności sprzętu w celu wczesnego wykrywania i eliminowania wad sprzętu, które mogą prowadzić do nieplanowanych przestojów lub niepotrzebnych wydatków.
i ogólnie rzecz biorąc, musisz to przeprowadzić, gdy sprzęt jest w normalnej pracy, z niewielkim lub żadnym przerywaniem procesu. Przeznaczenie tych narzędzi (analiza drgań, termografia w podczerwieni, analiza obwodów silnika itp.) jest znalezienie wad nie znalezionych za pomocą wcześniej dostępnych metod kontroli, podczas gdy maszyna jest w normalnej pracy.
wykorzystanie dostępnej technologii pozwala ocenić stan części oraz obecność wad dotychczas niemożliwych do wykrycia. Przykładem zalet tych narzędzi w zakresie kontroli ilościowych lub kontroli sensorycznych jest zastosowanie analizy drgań do określenia obecności wady na łożysku elementu tocznego.
wcześniej mechanicy i frezarki polegali na „kontroli podnoszenia” w celu określenia wielkości luzu w łożysku. Niestety, ta technika jest ważna tylko w przypadku wad łożysk, które doprowadziły do usunięcia materiału z bieżni łożyska; to łożysko byłoby bardzo złe, gdyby miało w sobie tysięczne cale luzu.
zmęczenie pod powierzchnią jest łatwo widoczne dzięki analizie drgań i w tym momencie propagacji awarii nie spowodowało usunięcia materiału z bieżni. Jest to najczęstszy przykład zalet technologii konserwacji predykcyjnej.
istnieją różne rodzaje technik kontroli wad, które można zastosować na maszynie, a każda z nich ma swoje zalety i wady. Jednak techniki te nie są dokładnymi zamiennikami dla siebie. Każdy z nich określa obecność defektu w różnych miejscach wzdłuż krzywej P-F, a w rezultacie każdy daje funkcji planowania różne ilości czasu na odpowiedź na defekt.
A tryby awarii, efekty i analiza krytyczności (FMECA) mogą pomóc w określeniu, które techniki kontroli powinny być stosowane, jak często i z jakim stopniem redundancji. Pamiętaj, sztuczka polega na zrównoważeniu ryzyka z rygorem. Ile ryzyka jesteś gotów podjąć w danym trybie awarii w połączeniu z tym, ile jesteś gotów zapłacić za kontrolę określa odpowiednią strategię.
Predictive Maintenance Technologies
jak sama nazwa wskazuje, celem Predictive maintenance jest przewidywanie, kiedy konserwacja jest potrzebna. Chociaż nie ma magicznego 8-Ball, istnieje kilka urządzeń i technik monitorowania stanu, które można wykorzystać do skutecznego przewidywania awarii, a także zapewnienia zaawansowanego ostrzeżenia o konserwacji na horyzoncie.
Termografia w podczerwieni
znana jako nieniszcząca lub nieintruzyjna technologia testowania, termografia w podczerwieni (IR) w konserwacji predykcyjnej jest szeroko stosowana. Dzięki kamerom podczerwieni personel jest w stanie wykryć wysokie temperatury (aka, hotspoty) w sprzęcie. Zużyte komponenty, w tym nieprawidłowo działające obwody elektryczne, zazwyczaj emitują ciepło, które będzie wyświetlane jako hotspot na obrazie termicznym („Konserwacja predykcyjna”, narzędzia Lean Manufacturing).
dzięki szybkiej identyfikacji hotspotów inspekcje w podczerwieni mogą wskazać problemy i pomóc uniknąć kosztownych napraw i przestojów. Technologia podczerwieni jest uważana za „jedną z najbardziej wszechstronnych dostępnych technologii konserwacji predykcyjnej … używaną do badania wszystkiego, od pojedynczych elementów maszyn po systemy instalacji, dachy, a nawet całe budynki” (Control Engineering). Więcej zastosowań technologii podczerwieni obejmuje wykrywanie anomalii termicznych i problemów z systemami procesowymi polegającymi na zatrzymywaniu i/lub przenoszeniu ciepła.
Monitoring akustyczny
dzięki technologiom akustycznym personel może wykryć wycieki gazu, cieczy lub próżni w sprzęcie na poziomie dźwiękowym lub ultradźwiękowym. Uważana za tańszą niż technologia ultradźwiękowa, technologia dźwiękowa jest przydatna na sprzęcie mechanicznym, ale ograniczona w jego użyciu. Technologia ultradźwiękowa ma więcej zastosowań i jest bardziej niezawodna w wykrywaniu problemów mechanicznych.
pozwala technikowi „usłyszeć tarcie i naprężenia w maszynach wirujących, które mogą przewidywać pogorszenie wcześniej niż konwencjonalne techniki” („Konserwacja predykcyjna”, Wikipedia) za pomocą oprzyrządowania do konwersji dźwięków w zakresie od 20 do 100 kiloherców na „sygnały słuchowe lub wizualne, które mogą być słyszane/widziane przez technika. Te wysokie częstotliwości są dokładnymi częstotliwościami generowanymi przez zużyte i niedosmarowane łożyska, wadliwy sprzęt elektryczny, nieszczelne zawory itp.”(Wright, „How to Leverage Multiple Predictive Maintenance Technologies”).
chociaż zarówno testy dźwiękowe, jak i ultradźwiękowe mogą być drogie, istnieje inna forma monitorowania akustycznego, która jest dość przystępna: uszy technika. „Coś tak prostego jak wykrycie wycieku oleju lub skrzyni biegów, które brzmi dziwnie, może i często prowadzi do zapobiegania katastrofalnej awarii, unikając strat rzędu dziesiątków tysięcy dolarów „(Wright,”How to Leverage Multiple Predictive Maintenance Technologies”).
Analiza drgań
Analiza drgań stosowana głównie w szybkich urządzeniach wirujących umożliwia technikowi monitorowanie drgań maszyny za pomocą ręcznego analizatora lub czujników wbudowanych w urządzenie w czasie rzeczywistym. Maszyna pracująca w stanie szczytowym wykazuje szczególny wzór drgań. Gdy elementy takie jak łożyska i wały zaczną się zużywać i ulegać awarii, maszyna zacznie generować inny wzór drgań. Proaktywnie monitorując sprzęt, wyszkolony technik może porównać odczyty ze znanymi trybami awarii, aby określić, gdzie występują problemy.
wśród problemów, które można wykryć za pomocą analizy drgań, należy wymienić niewspółosiowość, wygięte wały, niezrównoważone elementy, luźne elementy mechaniczne i problemy z silnikiem.
zapewnienie przeszkolenia techników będzie kluczowe, ponieważ przewidywanie awarii maszyny z wykorzystaniem analizy drgań może być trudne. Wiele organizacji oferuje dogłębne szkolenia przygotowujące osoby do certyfikacji jako analitycy drgań. Jedynym minusem stosowania analizy drgań jest koszt związany z jej wdrożeniem z programem PdM.
Analiza oleju
Analiza oleju jest skutecznym narzędziem w konserwacji predykcyjnej. Umożliwia technikowi sprawdzenie stanu oleju i określenie, czy obecne są inne cząstki i zanieczyszczenia. Niektóre testy analizy oleju mogą ujawnić lepkość, obecność wody lub zużycie metali, liczbę cząstek oraz liczbę kwasu lub liczbę zasadową.
jedną z zalet stosowania analizy oleju jest to, że wstępne testy wyznaczą linię bazową dla nowej maszyny. Prawidłowo przeprowadzona analiza oleju może przynieść niezliczone wyniki, które pomogą zapewnić pomyślną konserwację predykcyjną.
Inne Technologie
wraz z tymi technikami zakłady mogą wykorzystywać inne technologie, takie jak analiza stanu silnika, która szczegółowo określa warunki pracy i pracy silników; oraz analiza prądów wirowych, która identyfikuje zmiany grubości ścianki rury w odśrodkowych agregatach chłodniczych i systemach kotłowych. Inspekcje boroskopowe, CMM, integracja danych i monitorowanie stanu również mogą ułatwić konserwację predykcyjną. Chociaż istnieje kilka różnych technologii, które pomogą w wysiłkach PdM, ważne jest, aby wybrać odpowiedni, aby zapewnić sukces.
uzasadnienie biznesowe dla konserwacji predykcyjnej
aby osiągnąć zwrot z inwestycji kapitałowych i utrzymać maksymalną wydajność maszyn, zakłady muszą kłaść większy nacisk na konserwację predykcyjną. Według Wall Street Journal ” nieplanowane przestoje kosztują producentów przemysłowych około 50 miliardów dolarów rocznie. Awaria sprzętu jest przyczyną 42 procent tego nieplanowanego przestoju. Nieplanowane przestoje skutkują nadmierną konserwacją, naprawą i wymianą sprzętu.”
ponieważ operacje i zarządzanie są ukierunkowane na obniżenie kosztów i zwiększenie wydajności, zapotrzebowanie na konserwację predykcyjną staje się jasne, ponieważ trudno jest podejmować opłacalne, długoterminowe decyzje dotyczące obiektu.
wartość konserwacji predykcyjnej wynika z podejścia oszczędzającego koszty i / lub czas, ponieważ konserwacja jest wykonywana tylko wtedy, gdy jest potrzebna. W rzeczywistości, kilka badań przez USA. Federalny Program zarządzania energią Departamentu Energii stwierdził, że prawidłowo działający program konserwacji zapobiegawczej zapewnia oszczędności w zakresie od 30-40 procent w stosunku do konserwacji reaktywnej i 8-12 procent w stosunku do konserwacji zapobiegawczej.
aby strategia PdM odniosła sukces, należy rozważyć i spełnić kilka kryteriów. Po pierwsze, zobowiązanie powinno pochodzić z góry na dół. Cała organizacja musi zobowiązać się do tego, aby konserwacja predykcyjna stała się obowiązkową częścią normalnych harmonogramów. Wszyscy operatorzy procesów muszą być również przeszkoleni i zaangażowani w Przeprowadzanie wymaganych kontroli utrzymania ruchu. Ponadto cała organizacja musi zrozumieć rzeczywiste koszty i konsekwencje złej konserwacji. Wreszcie, procedury PdM muszą być wdrożone natychmiast, aby organizacja zaczęła czerpać korzyści.
podczas gdy wielu zdaje sobie sprawę z znaczenia wykorzystania konserwacji predykcyjnej w maszynach za wysokie pieniądze, PdM jest również opłacalne do monitorowania mniejszych, codziennych zasobów, takich jak ekspresy do kawy, drukarki, mierniki pocztowe i inne. W rzeczywistości wdrożenie konserwacji predykcyjnej może przynieść korzyści całemu obiektowi.
Predictive maintenance Applications
największe zastosowanie do predictive maintenance znajduje się w sektorze produkcyjnym. Ponieważ zakłady produkcyjne nadal borykają się z zapotrzebowaniem na zwiększenie wydajności, stworzono i wdrożono kilka strategii konserwacji. Jednak większość z nich była reaktywna. Wiele obiektów posiada nastawienie ” jeśli nie jest zepsuty, nie naprawiaj go.”Niestety taki sposób myślenia przyczynia się do nieplanowanej konserwacji i przestojów.
jak wspomniano wcześniej, zakłady zaczęły wdrażać konserwację predykcyjną na początku lat 90. XX wieku.wtedy „brak dostępności czujników generujących dane, a także brak zasobów obliczeniowych do gromadzenia i analizy danych utrudniał wdrożenie PdM” („Predictive Maintenance in Manufacturing Overview”, Microsoft Azure).
wraz z wprowadzeniem Internetu rzeczy (IoT), uczenia maszynowego, przetwarzania w chmurze i analityki big data, branża produkcyjna posunęła się naprzód we wdrażaniu konserwacji predykcyjnej, co skutkowało wydłużeniem czasu pracy i kontrolą jakości, optymalizacją tras konserwacji, zwiększeniem bezpieczeństwa pracowników i większą produktywnością. Ponieważ producenci pracują z ograniczonymi marżami i ramami czasowymi, myśl o nieplanowanych przestojach stała się niepożądana. Konserwacja predykcyjna może zaoferować rozwiązanie.
kolejnym zastosowaniem PdM jest sektor kolejowy, szczególnie w odniesieniu do cyfrowej transformacji przemysłu kolejowego. Ponieważ pociągi mają wysokie początkowe inwestycje, kładziemy duży nacisk na utrzymanie ich w ruchu tak długo, jak to możliwe. Konserwacja predykcyjna umożliwia firmom kolejowym maksymalne wykorzystanie floty pociągów dzięki różnorodnym technologiom i oprogramowaniu, które obniżają koszty operacyjne i wydłużają żywotność floty.
w sektorze kolejowym konserwacja predykcyjna jest wykorzystywana do wykrywania problemów z aktywami liniowymi, stałymi i mobilnymi; popraw Bezpieczeństwo i wykrywanie pustek gąsienicowych za pomocą systemów monitorowania w kabinie pojazdu; określ rodzaj infrastruktury gąsienicowej, pod którą znajduje się pustka, a także wskaż jej dotkliwość.
zgodnie z artykułem w MaintWorld, „w przyszłości niezawodna konserwacja kolei będzie polegać na inteligentnych systemach transportowych i połączonych ze sobą rozwiązaniach, takich jak konserwacja predykcyjna i zintegrowane narzędzia bezpieczeństwa w celu poprawy krytycznych kwestii, takich jak bezpieczeństwo, opóźnienia i ogólna wydajność systemu” (Peycheva, „Railway Goes Smart with Predictive Maintenance and Industry 4.0 CMM”).
choć tradycyjnie powoli modernizuje swoje systemy utrzymania ruchu, przemysł naftowy i gazowy staje się głównym zwolennikiem konserwacji predykcyjnej. Każdego dnia firmy naftowe i gazowe gromadzą ogromne ilości danych za pośrednictwem czujników-w szczególności czujników bezprzewodowych-na polach naftowych na całym świecie. W miarę jak operacje naftowe i gazowe stają się bardziej złożone, wgląd w stan Sprzętu staje się coraz trudniejszy, zwłaszcza w odległych, przybrzeżnych i głębinowych lokalizacjach.
w białej księdze z 2015 r., MapR Technologies Inc. „firmy naftowe i gazowe mają dużą szansę na zwiększenie wydajności i obniżenie kosztów operacyjnych poprzez lepsze śledzenie zasobów i konserwację predykcyjną.”
konserwacja predykcyjna może być postrzegana jako przewaga konkurencyjna dla firm naftowych i gazowych, a także powiązanych firm usługowych, szczególnie w czasach recesji, gdy organizacje są zmuszone do znalezienia sposobów na bardziej wydajną i efektywną pracę. Oczywiście konserwacja predykcyjna dotyczy nie tylko przemysłu wytwórczego, kolejowego, naftowego i gazowego. W innych zastosowaniach PdM jest używany do:
-
pomoc w zapobieganiu przestojom sieciowym za pomocą dronów i czujników mapujących sieci sieciowe
-
wykrywanie spadku temperatury w rurociągu parowym, wskazując potencjalny wyciek ciśnienia
-
wychwytywanie podwyższonych temperatur w panelach elektrycznych, aby zapobiec awariom komponentów
-
pomiar mocy po stronie podaży i popytu we wspólnym punkcie sprzęgania w celu monitorowania zużycia energii
-
zlokalizuj przeciążenia w panelach elektrycznych
-
zidentyfikuj skoki natężenia prądu silnika lub przegrzanie z powodu złych łożysk lub awarii uszkodzeń
-
Znajdź trójfazową nierównowagę mocy na podstawie zniekształceń harmonicznych, przeciążeń, degradacji lub awarii jednej lub więcej faz
Integracja IIoT i PdM
jednym z najważniejszych czynników – jeśli nie najważniejszym czynnikiem – w udanym programie konserwacji predykcyjnej jest wykorzystanie i integracja Przemysłowego Internetu rzeczy (IIoT). Według raportu Deloitte, ” Internet Rzeczy (IoT) jest prawdopodobnie największym elementem układanki PdM … Internet rzeczy przekłada działania fizyczne z maszyn na sygnały cyfrowe za pomocą czujników, takich jak temperatura, wibracje lub przewodnictwo … po przetłumaczeniu działań fizycznych na sygnały cyfrowe za pośrednictwem czujników są one przetwarzane, agregowane i analizowane. Dzięki przystępnej cenie przepustowości i pamięci masowej można przesyłać ogromne ilości danych, aby dać nie tylko pełny obraz aktywów w jednym zakładzie, ale całej sieci produkcyjnej” (Coleman et al., „Predictive Maintenance and the Smart Factory”).
aby odnieść sukces, konserwacja predykcyjna opiera się na czujnikach do zbierania i analizy danych z różnych źródeł, takich jak CMM i czujniki sprzętu krytycznego. Korzystając z tych danych, IIoT jest w stanie stworzyć „zaawansowane modele predykcji i narzędzia analityczne do przewidywania awarii i proaktywnego ich rozwiązywania. Dodatkowo, z biegiem czasu, nowa technologia uczenia maszynowego może zwiększyć dokładność algorytmów predykcyjnych, co prowadzi do jeszcze lepszej wydajności „(Coleman et al., „Predictive Maintenance and the Smart Factory”).
w połączeniu z konserwacją predykcyjną IIoT ma możliwość wcześniejszego wykrycia awarii sprzętu. Wraz z pojawieniem się Przemysłu 4.0 w dziedzinie produkcji zakłady chętnie wykorzystują IIoT, aby uzyskać lepszy wgląd w operacje.
Konserwacja predykcyjna i zwrot z inwestycji
wdrożenie konserwacji predykcyjnej wymaga znacznych inwestycji w pieniądze, personel i edukację. Chociaż te początkowe inwestycje mogą wydawać się zniechęcające dla organizacji, zwrot z inwestycji w konserwację predykcyjną znacznie przewyższa wszelkie koszty początkowe.
według najnowszego raportu firmy Deloitte, w kilku zakładach odnotowano 5-10 procent oszczędności w wydatkach na materiały eksploatacyjne i konserwacyjne, naprawy i operacje (MRO); 5-10 procent redukcję ogólnych kosztów konserwacji i zmniejszenie kosztów magazynowania. Dalsze dane amerykańskiego Departamentu Energii pokazują również, że wdrożenie funkcjonalnego programu PdM może przynieść dziesięciokrotny wzrost zwrotu z inwestycji, 25-30 procentową redukcję kosztów konserwacji, 70-75 procentową redukcję awarii i 35-45 procentową redukcję przestojów.
” jeśli chodzi o koszty utrzymania, konserwacja prewencyjna kosztuje 13 USD za godzinę rocznie, podczas gdy konserwacja prewencyjna kosztuje 9 USD za godzinę rocznie, co sprawia, że konserwacja prewencyjna jest tańszą opcją „(Ulbert,”The Difference Between Predictive Maintenance and Preventive Maintenance”).
Coleman, Chris, Satish Damodaran i Ed Deuel. „Konserwacja predykcyjna i inteligentna Fabryka.”Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf
„monitorowanie stanu maszyn wirujących.”Istec International. 01.11.09, 00: 00 https://www.istec.nl/en/condition-monitoring-rotating-machines/.
Inżynieria sterowania. „Technologie Konserwacji Predykcyjnej.”Dostęp 4 Listopada 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.
Immerman, Graham. „Wpływ konserwacji predykcyjnej na produkcję.”MachineMetrics. 01.11.09, 00: 00 https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.
narzędzia Lean Manufacturing. „Konserwacja Predykcyjna.”Dostęp 2 Listopada 2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.
Peycheva, Ralitsa. „Kolej jest inteligentna dzięki konserwacji predykcyjnej i maszynom przemysłowym 4.0 CMM.”MaintWorld. 11 października 2017. 04.11.09, 00: 00 https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.
„Predictive Maintenance in Manufacturing Overview.”Microsoft Azure. 1 maja 2018. 04.11.09, 00: 00 https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.
„Predictive Maintenance Using Hadoop for the Oil and Gas Industry,” MapR Technologies Inc., Maj 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. 02.11.09, 00: 00 https://www.coresystems.net/blog/the-difference-between-predictive-maintenance-and-preventive-maintenance.
Wall Street Journal. 02.11.09, 00: 00 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