预测维护 - 制造的影响和价值

发布日期:2019年10月17日

技术创新,如工业物联网(IoT)的发展,使得利用机器数据来提高操作性能和流程效率成为可能。物联网的可用性使其提供的远程监控和维护能力得以优化,从而将计划和计划外停机的成本和后果降至最低。这是一个通常称为预测性维护的过程。但即使有这些好处,一些制造商还没有采用它。PWE报告。

机器故障是制造业的正常情况。每台机器的重复函数不可避免地导致故障和停机时间。当然,这是这个问题的是,今天的制造需要更高的效率和质量输出。任何导致无计划的停机时间的设备都会导致服务延误,不满意的客户以及生产力和收入可能的损失。

预测性维护vs.反应性维护

首先,Radwell International Ltd的欧洲市场经理Martin Thomas解释说,我们需要区分预测性维护和反应性维护(更多的人都很熟悉这一点)。前者是一种过程,在此过程中,生产设施或工厂的机器的维护要求是预期的。我们大多数人都知道,被动维护是指只有当机器真的出了故障或坏掉的时候才进行维护或修理。

托马斯说,基于这种差异,不难理解,被动维护会导致大量的维修费用,甚至可能需要更换设备。在某些情况下,由于一个部件故障,但没有得到处理或处理,其他部件也会损坏,而这本来是很容易避免的。此外,意外故障会显著影响生产产出和质量,生产中的任何延迟都会对底线产生负面影响。

与被动维护不同,预测性维护利用从每台机器收集到的基于其正常运行模式或性能的数据。任何微小的变化或与传感器检测到的基线数据不一致都将导致随后的警报,以便操作人员能够合理地预测维护工作的必要性。这样,任何损坏或故障都是孤立的,因此其他部件不会受到影响,从而避免了整个设备的故障。

预测性维护的好处

说到保护机器的寿命,预测性维护显然是赢家。此外,它还为制造实体提供了以下额外优势:

1.减少意外的失败和停机时间。由于其本质上,预测性维护是预期的,它有效减少,甚至可能会消除意外设备失败的发生率。反过来,这可以显着降低停机时间或服务中断的发生率。

2.减少维护费用。预测性维护有助于制造商避免昂贵的维修和或更换部件或机器,因为故障是在严重的机器损坏发生之前检测、隔离和修复的。此外,由于预防性维修的目的是预防设备的重大损坏,因此将不需要大量的修理工作和紧急服务。

3.减少修理和大修时间。机器故障在恶化之前就被诊断出来,因此维修工作被保持在最低限度,从而消除了需要花费几个小时甚至几天的大修的需要。

4.确保工人的安全。机器中未检测到的故障增加了操作过程中发生意外伤害甚至死亡的风险。预测性维护通过在问题很小且易于修复或解决时发现问题来防止这种情况的发生。

5.生产产出的改善。减少的机械停机意味着更有效的生产计划。制造流程保持按计划,反过来,这反过来肯定地影响了底线,特别是长期。

麦肯锡(McKinsey) 2015年发布的一份报告探讨了工业分析的多种用途,包括预测性维护,并发现了显著的优势。

首先,预测性维护可以将维护成本降低10%至40%,因为它消除了不必要的计划维护工作的需求。

其次,预测性维护可以减少10 - 20%的浪费,因为它基本上可以在故障成为浪费时间、资源和精力的问题之前发现故障。

最后,发现预测性维护可以将新的改进机会提高10%至5​​0%,因为数据收集和高级分析可用于识别系统间隙或效率低下。这样,可以解决,修改和解决它们。

如何准备贵公司预测维护

如果您准备在您的公司采用预测性维护,请务必注意以下事项:

1.找出你已经发现并想要解决的问题的根源,然后找出公司中从计划到实施项目都将参与的人。您是否关心特定机器的故障,或者您是否想要关注防止计划外停机?具体说明您的目标,因为您需要将这些目标与参与预防性维护项目的人员进行沟通。他们需要和你一样投入到预防性维护的重要性中。

2.检查您当前的状态,或者提供有关机器性能的基线数据。这需要一个完整的资产或设施设备清单。记录每台机器的重要信息,包括名称、型号、序列号等。一定要评估每台机器以及它的性能历史和维护记录。

3.分析故障或故障模式的数据,并提出可用作问题指标的措施,以及预防性维护程序。同样,详细说明对于不同的场景需要采取哪些步骤,以及每个步骤中要使用的工具和资源。

4.制定一个预防性维护计划,并将优先级高的项目(你最有价值的资产)列成一张清单。根据您的清单,为每一个项目制定一个预防性维护的时间表,从优先级高的资产开始,到优先级低的项目。此外,当您的预防性维护项目仍处于初期阶段时,为仍然可能发生的紧急维护事件留出空间。

5.如果您还没有这样做,请采用计算机化维护管理系统(CMMS),并确保您有员工培训以处理预防性维护工作。再次,必须参与该项目的工作人员了解其对公司的价值和长期影响,因此他们已经投入了。此外,您还需要投资其培训,因为利用良好的CMM可以显着改善ROI。

然而,工作并未就此止步。您还需要制定一个持续更新数据的流程,并确保收集到的数据是准确的。

不断分析和完善你的系统,并随时准备采用新技术,以加强运作和提高效率。很快,随着人工智能成为主流,以及人们对机器学习的好处有了更好的理解,可能会有更多的制造企业愿意投资于预测性维护和相关技术。

托马斯解释了更多:“与此同时,应该强调的是,已经采用预测维护的公司准备成为行业领导者。目前对制造的要求已经需要采用。虽然预防性维护似乎仍然是一个选择或替代品,但在涉及行业的资产维护时,这是不再如此。未来属于已经接受它的远见证公司。“

    注册PWE通讯欧宝app在线登录

    最新问题

    要查看最新植物和工程工程的数字副本,点击这里

    查看过去的文档存档欧宝ob400在这里

    请订阅日记点击这里

    阅读BCAS官方的《2018压缩空气与真空技术指南》点击图片

    民意调查

    “英国退欧谈判期间,对英国制造商来说最重要的问题是什么?”





      推特

      事件日志