工廠預測性維護設備情況說明
預測性維護(PdM)是在正常運行期間直接監(jiān)控設備性能和狀況的維護,以減少故障的可能性。自20世紀90年代以來,預測性維護也被稱為基于狀態(tài)的維護,已在工業(yè)界正式使用。
然而,實際上,預測性維護要早得多,盡管其歷史記錄尚未正式記錄。根據Control Engineering的說法,“預測性維護(PdM)的開始可能是機械師***先將他的耳朵放在螺絲刀的手柄上,將另一端接觸到機器,并宣稱它聽起來像一個軸承壞了“。
預測性維護的目標是***先預測何時可能發(fā)生設備故障(基于某些因素),然后通過定期計劃和糾正性維護來預防故障的能力。
如果沒有狀態(tài)監(jiān)測,預測性維護就不可能存在,狀態(tài)監(jiān)控定義為在過程條件下連續(xù)監(jiān)控機器以確保機器的***佳使用。狀態(tài)監(jiān)測有三個方面:在線,定期和遠程。在線狀態(tài)監(jiān)測定義為對機器或生產過程的連續(xù)監(jiān)控,收集關于臨界速度和更改主軸位置的數據(“旋轉機器的狀態(tài)監(jiān)測”,Istec International)。
通過振動分析實現的周期性狀態(tài)監(jiān)測“通過趨勢分析”(“旋轉機械狀態(tài)監(jiān)測”,Istec International)“深入了解裝置的振動行為”。***后,遠程狀態(tài)監(jiān)測,顧名思義,允許從遠程位置監(jiān)控設備,并傳輸數據進行分析。
在建立預測性維護計劃之前,組織必須采取幾個步驟,其中包括:
1、分析需求和設備歷史
2、審查有關停機時間,設備缺陷,損失(產量和能源),潛在的監(jiān)管罰款和工作場所安全的任何和所有可用記錄
3、建立定義和概念以及為PdM構建案例
4、教育主要利益相關者并獲得支持
5、完成設備庫存并評估當前的設備狀況
6、為程序的初始實施選擇設備
7、根據各個系統(tǒng)和/或組件開發(fā)系統(tǒng)詳細信息
8、評估任何現有的預防性或預測性維護
9、決定要包含哪些系統(tǒng)以及要檢查的內容
10、定義程序的關鍵性并建立PdM頻率和計劃類型
11、評估預期資源并分配人員角色和職責
12、組織程序并將其集成到調度系統(tǒng)中
13、從運營和維護中獲得教育和獲得支持
14、升級設備和進行培訓
15、創(chuàng)建計算機化維護管理系統(tǒng)(CMMS)
16、在正確實施和執(zhí)行時,預測性維護是成功維護計劃的基石。
17、預測性維護與預防性維護的區(qū)別
雖然許多維護程序都使用了兩者,但預測性維護和預防性維護之間存在一些差異。從歷史上看,預防性維護涉及定期檢查和執(zhí)行機器維護,無論設備是否需要維護。此維護計劃基于使用或時間觸發(fā)器。例如,一個加熱裝置每年在冬天之前進行維修,或者一輛汽車每隔5,000英里需要一次定期維護。
此外,預防性維護不要求預測性維護的狀態(tài)監(jiān)視組件。通過不要求狀態(tài)監(jiān)測,預防性維護計劃不涉及對技術和培訓的大量資本投入。***后,許多預防性維護計劃需要手動數據收集和分析。
雖然通過使用資產的平均生命周期來確定預防性維護,但是基于使用不同技術的特定設備的預設和預定條件來識別預測性維護。與預防性維護相比,預測性維護還需要對人員,培訓和設備進行更多投資,但從長遠來看,節(jié)省時間和節(jié)省成本將更多。
預測性維護的利弊
如前所述,從節(jié)約成本的角度來看,預測性維護的優(yōu)勢是巨大的,包括***大限度地減少計劃停機時間,***大化設備使用壽命,優(yōu)化員工生產力和增加收入(Immerman,“預測性維護對制造的影響”)。預測性維護的另一個優(yōu)勢是它能夠轉變維護團隊和組織,因為實施PdM可以使資產管理人員改善結果并更好地平衡優(yōu)先級,如盈利能力和可靠性。
預測性維護的主要缺點之一是評估和實施PdM計劃所需的時間。由于預測性維護是一項復雜的計劃,因此必須培訓工廠人員不僅要使用設備,還要學習如何解釋分析(或數據)。雖然許多組織選擇培訓現有員工進行預測性維護,但有些條件監(jiān)控承包商專門負責執(zhí)行所需的人工并分析設施的結果。除培訓成本外,預測性維護還涉及對工具和系統(tǒng)的投資。幸運的是,隨著基于云的技術的引入,這一成本隨著時間的推移而降低。
預測性維護與缺陷檢查
一段時間以來,在檢查是否存在給定故障模式的適當方式上存在相當大的混淆。我應該進行某種類型的感官檢查嗎?我應該進行某種類型的定量檢查嗎?我應該應用一種或多種狀態(tài)監(jiān)測技術嗎?我應該應用這些技術的某些組合來***大化找到缺陷的條件概率嗎?
基本上,我如何識別缺陷的存在,以***大限度地延長我的計劃部門有效和***效地開發(fā)工作程序,訂購部件,安排和完成工作的時間,失敗變得太***了?對檢查類型的解釋以及它們如何相互補充,大大有助于澄清哪些是***合適的。
缺陷檢測技術的類型
感官檢查一直被認為是任何良好檢查計劃的支柱。據信,經常派人去檢查機器問題會導致在足夠時間內發(fā)現缺陷,以有效減輕意外停機。檢查員將使用視覺,聽覺和觸覺來確定自上次檢查以來是否有任何變化。任何變更都將由工匠在下次計劃中斷時進行記錄,報告和調查。
雖然派遣人員進行檢查有很多好處,但是這個策略中存在很多漏洞,它永遠不應被視為檢查計劃的支柱。感官檢查通常只能識別***明顯和***嚴重的問題。感官檢查幾乎不可能識別機器中的早期內部缺陷。
增強感官檢查
增強的感官檢查填補了灰色區(qū)域。它們既是感官檢查,也是具有狀態(tài)監(jiān)測特征的定量測量。這些檢查使用諸如點輻射計,頻閃燈,手持式振動筆和簡單超聲波儀表等儀器來檢測PF曲線上的缺陷。雖然這些工具增加了人類感官的力量,但它們有其局限性。這些簡單的工具確實可以檢測到不同的故障模式,但它們不應取代全面的狀態(tài)監(jiān)測程序。
定量檢查
在生成趨勢數據和確定故障模式的特征壽命時,定量檢查可以提供有用的信息。定量檢查需要有人來測量某些東西。非常常見的定量檢查包括測量泵上密封的溫度或測量泵葉輪上的背板間隙。這些測量為計劃人員和工程師提供數據,并幫助確定是否需要進一步的維護操作。
如果設計得當,定量檢查程序會詳細說明限制和通常預期的測量。任何需要某人測量某些東西的檢查都應該具有***小值,***大值和典型值,并且在超出限制時定義條件任務。但是,在適當的檢查頻率下進行的定量檢查很少會有超過限值的測量值。
預測性維護作為缺陷檢測技術
狀態(tài)監(jiān)測,也稱為預測性維護(PdM),是應用基于狀態(tài)的監(jiān)測技術,統(tǒng)計過程控制或設備性能,以便及早發(fā)現和消除可能導致意外停機或不必要支出的設備缺陷。
一般來說,您必須在設備正常運行時進行此操作,幾乎沒有過程中斷。這些工具(振動分析,紅外熱成像,電機電路分析等)的目的是找到通過以前可用的檢查方法找不到的缺陷,特別是在機器正常運行時。
利用現有技術,您可以準確地評估零件的狀況以及迄今無法檢測到的缺陷的存在。這些工具在定量檢查或感官檢查領域的優(yōu)勢的一個例子是使用振動分析來確定滾動元件軸承上是否存在缺陷。
以前,機械師和工程師依靠“升力檢查”來確定軸承中的間隙量。不幸的是,這種技術僅適用于導致從軸承滾道中去除材料的軸承缺陷; 這個軸承在千分之幾英寸的游戲中會非常糟糕。
通過振動分析可以很容易地看到亞表面疲勞,并且此時故障傳播導致不會從滾道中去除材料。這是預測性維護技術優(yōu)勢的***常見示例。
可以對機器施加不同類型的缺陷檢查技術,每種技術都有其優(yōu)點和缺點。然而,這些技術不一定是彼此的精確替代。每個都確定沿著PF曲線在不同位置處存在缺陷,并且因此每個都給予計劃函數不同的時間量以響應缺陷。
故障模式,影響和關鍵性分析(FMECA)可以幫助您確定應該應用哪種檢查技術,多長時間以及冗余程度。請記住,訣竅是平衡風險和嚴謹。在給定的故障模式下,您愿意承擔多少風險,以及您愿意為檢查支付多少,這決定了適當的策略。
預測性維護技術
顧名思義,預測性維護的目標是預測何時需要維護。雖然沒有Magic 8-Ball,但有幾種狀態(tài)監(jiān)測技術和技術可用于有效預測故障,并為即將到來的維護提供***警告。
紅外熱像儀
被稱為非破壞性或非侵入性測試技術,廣泛使用預測性維護中的紅外(IR)熱成像。使用紅外攝像機,人員可以檢測設備中的***溫(也稱為熱點)。磨損的部件,包括故障的電路,通常會發(fā)出熱量,這些熱量將在熱圖像上顯示為熱點(“預測性維護”,“精益制造工具”)。
通過快速識別熱點,紅外檢查可以查明問題并幫助避免昂貴的維修和停機時間。紅外技術被認為是“***通用的預測性維護技術之一......用于研究從機械的各個部件到工廠系統(tǒng),屋頂甚至整個建筑物的所有內容”(控制工程)。紅外技術的其他用途包括檢測熱異常和依賴于保溫和/或轉移的工藝系統(tǒng)的問題。
聲學監(jiān)測
利用 聲學 技術,人員可以在聲波或超聲波水平上檢測設備中的氣體,液體或真空泄漏??紤]到比超聲波技術便宜,聲波技術在機械設備上非常有用,但其使用受到限制。另一方面,超聲波技術具有更多應用,并且在檢測機械問題方面更可靠。
它允許技術人員“通過使用儀器將20至100千赫茲范圍內的聲音轉換為”聽覺或可以由技術人員聽到/看到的視覺信號。這些***頻率是由磨損和潤滑不足的軸承,故障電氣設備,泄漏閥門等產生的確切頻率。“(Wright,”如何利用多種預測性維護技術“)。
雖然聲波和超聲波測試都很昂貴,但還有另一種形式的聲學監(jiān)測非常實惠:技術人員的耳朵。“檢測漏油或聽起來很奇怪的變速箱這樣簡單的事情可以并且經常導致預防災難性故障,避免數萬美元的損失,”(賴特,“如何利用多種預測性維護技術”) )。
振動分析
主要用于***速旋轉設備,振動分析允許技術人員使用手持式分析儀或直接內置于設備中的傳感器來監(jiān)控機器的振動。在峰值條件下操作的機器表現出特定的振動模式。當軸承和軸等部件開始磨損和失效時,機器將開始產生不同的振動模式。通過主動監(jiān)控設備,經過培訓的技術人員可以將讀數與已知的故障模式進行比較,以確定問題發(fā)生的位置。
通過振動分析可以檢測到的問題包括未對準,彎曲軸,不平衡部件,松動的機械部件和電機問題。
確保技術人員接受適當的培訓至關重要,因為利用振動分析來預測機器故障可能很困難。許多組織提供深入的培訓,以使個人為振動分析師的認證做好準備。使用振動分析的***缺點是使用PdM程序實現它所需的成本。
油品分析
油品分析是預測性維護中非常有效的工具。它使技術人員能夠檢查油的狀況并確定是否存在其他顆粒和污染物。一些油分析測試可以揭示粘度,水或磨損金屬的存在,顆粒計數以及酸值或堿值。
使用油分析的好處之一是初始測試將為新機器設置基線。如果操作得當,油品分析可以產生大量的結果,有助于使預測性維護成功。
其他技術
除了這些技術,設施還可以采用其他技術,如電機狀態(tài)分析,詳細說明電機的運行和運行狀況; 和渦流分析,識別離心式冷水機組和鍋爐系統(tǒng)內管壁厚度的變化。內窺鏡檢查,CMMS,數據集成和狀態(tài)監(jiān)測也有助于促進預測性維護。雖然有幾種不同的技術可以幫助您完成PdM,但選擇合適的技術以確保成功至關重要。
預測性維護的商業(yè)案例
為了實現資本投資回報并保持機器以******效率運行,設施必須更加重視預測性維護。據“ 華爾街日報”報道,“計劃外停工成本每年使工業(yè)制造商損失500億美元。設備故障是導致意外停機42%的原因。意外中斷導致過度維護,維??修和設備更換。“
隨著運營和管理被推向降低成本和提***生產力,預測性維護的需求變得明顯,因為很難為設施做出任何具有成本效益的長期決策。
預測性維護的價值來自節(jié)省成本和/或節(jié)省時間的觀點,因為維護僅在需要時執(zhí)行。事實上,美***能源部聯(lián)邦能源管理計劃的一些研究發(fā)現,正常運行的預測性維護計劃可以節(jié)省30-40%的活性維護費用,比預防性維護費用提***8-12%。
要使PdM戰(zhàn)略取得成功,必須考慮并滿足若干標準。***先,承諾應該來自自上而下。整個組織必須致力于將預測性維護作為正常計劃的強制部分。所有過程操作員也必須接受教育并參與執(zhí)行所需的維護檢查。此外,整個組織需要了解實際成本和不良維護的影響。***后,必須立即實施PdM程序,以便組織開始獲得收益。
雖然許多人認識到利用預測性維護對***價機器的重要性,但PdM也可用于監(jiān)控較小的日常資產,如咖啡機,打印機,郵資計等。實際上,整個設施可以從實施預測性維護中受益。
預測性維護應用程序
預測性維護的***大應用是制造業(yè)。隨著制造工廠繼續(xù)面臨提***生產率的需求,已經創(chuàng)建并實施了幾種維護策略。但是,其中大多數都是反應性的。許多設施都有一種心態(tài),“如果它沒有損壞,就不要修理它。”不幸的是,這種心態(tài)導致了計劃外的維護和停機。
如前所述,設施在20世紀90年代初開始實施預測性維護。當時,“缺乏可用于生成數據的傳感器以及缺乏用于收集和分析數據的計算資源使得難以實施PdM”(“制造概述中的預測性維護”,Microsoft Azure)。
隨著物聯(lián)網(IoT),機器學習,云計算和大數據分析的引入,制造業(yè)在實施預測性維護方面取得了進展,從而延長了正常運行時間和質量控制,優(yōu)化了維護路線,提***了工人的安全性。提***生產力。由于制造商的利潤率和時間框架都很緊張,因此對計劃外停機的想法變得非常不受歡迎。預測性維護可以提供解決方案。
PdM的另一個應用是鐵路部門,特別是涉及鐵路行業(yè)的數字化轉型。由于火車的初始投資很***,因此我們非常注重盡可能長時間地保持服務。預測性維護使鐵路公司能夠通過各種技術從列車車隊中獲得***大價值,從而降低運營成本并延長車隊的使用壽命。
在鐵路部門內,利用預測性維護來檢測線性,固定和移動資產的問題; 通過基于車輛駕駛室的監(jiān)控系統(tǒng)提***安全性并跟蹤空洞檢測; 并確定空白所在的軌道資產的類型,并提供空白嚴重性的指示。
根據MaintWorld的一篇文章,“在未來,可靠的鐵路維護預計將依賴智能交通系統(tǒng)和互聯(lián)解決方案,如預測性維護和集成安全工具,以改善安全,延誤和整體系統(tǒng)容量等關鍵問題”( Peycheva,“鐵路通過預測性維護和工業(yè)4.0 CMMS變得聰明”)。
雖然傳統(tǒng)上維護系統(tǒng)現代化的速度很慢,但石油和天然氣行業(yè)正成為預測性維護的主要支持者。每天,石油和天然氣公司都會通過傳感器(尤其是無線傳感器)在世界各地的油田中收集大量數據。隨著石油和天然氣運營變得更加復雜,對設備狀況的可見性變得更加困難,特別是在偏遠,近海和深水地區(qū)。
MapR Technologies Inc.在2015年的一份白皮書中表示,“通過更好的資產跟蹤和預測性維護,石油和天然氣公司有機會提***效率并降低運營成本。”
預測性維護可被視為石油和天然氣公司以及相關服務業(yè)務的競爭優(yōu)勢,特別是在經濟衰退期間,當組織被迫尋找更有效和更有效的工作方式時。當然,預測性維護不僅適用于制造業(yè),鐵路和石油天然氣行業(yè)。在其他應用中,PdM用于:
1、借助映射公用事業(yè)網絡的無人機和傳感器,幫助防止公用事業(yè)中斷
2、檢測蒸汽管道中的溫度下降,表明潛在的壓力泄漏
3、捕獲電氣面板中的溫度升***,以防止組件故障
4、在公共耦合點測量電源側和需求側電源,以監(jiān)控功耗
5、找到電氣面板中的過載
6、識別電機電流強度峰值或因軸承不良或損壞故障引起的過熱
7、從一個或多個相的諧波失真,過載,退化或故障中找出三相功率不平衡
8、IIoT和PdM集成
***重要的因素之一-如果不是的***重要的因素-一個成功的預測性維護計劃是物聯(lián)網產業(yè)網絡(IIoT)的使用和集成。根據Deloitte的一份報告,“物聯(lián)網(IoT)可能是PdM難題中***重要的部分...... IoT使用溫度,振動或電導率等傳感器將物理行為從機器轉換為數字信號......一旦物理行為發(fā)生了通過傳感器轉換成數字信號,對它們進行處理,聚合和分析。憑借帶寬和存儲的可承受性,可以傳輸大量數據,不僅可以在單個工廠中提供完整的資產圖像,而且可以提供整個生產網絡的資產“(Coleman等人,”Predictive Maintenance and the Smart Factory“) )。
為了取得成功,預測性維護依賴于傳感器來收集和分析來自各種來源的數據,例如CMMS和關鍵設備傳感器。使用這些數據,IIoT能夠創(chuàng)建“先進的預測模型和分析工具來預測故障并主動解決它們。此外,隨著時間的推移,新的機器學習技術可以提***預測算法的準確性,從而實現更好的性能“(Coleman等人,”Predictive Maintenance and the Smart Factory“)。
當與預測性維護配合使用時,IIoT能夠提前捕獲設備故障。隨著工業(yè)4.0在制造領域的到來,設施迫切希望利用IIoT獲得更好的運營洞察力。
預測性維護和投資回報
實施預測性維護需要在資金,人員和教育方面進行大量投資。雖然這些初始投資對組織而言似乎令人生畏,但預測性維護的投資回報率(ROI)遠遠超過任何前期成本。
根據德勤***近的一份報告,幾***工廠的運營和維護,維修和運營(MRO)材料支出節(jié)省了5-10%; 整體維護成本降低5-10%; 并降低庫存成本。來自美***能源部的進一步數據還表明,實施功能性PdM計劃有可能使投資回報率提***10倍,維護成本降低25-30%,故障率降低70-75%,35-45停機時間減少百分比。
“就維護成本而言,預防性維護每年每小時支付13美元,而預測性維護每年支付9美元小時工資,使預測性維護成為更便宜的選擇”(Ulbert,“預測性維護與預防性維護之間的差異”)。