MachineMetrics博客

用机器数据开始决策。

准备好授权你的车间了吗?

了解更多
类别:

    预测性维护是如何工作的?

    左侧维修对于任何与制造业相关的人来说,当他们听到“维护”这个词时,脑海中浮现出一个熟悉的形象。这张照片是一个孤独的机械师拉着一个带轮子的工具箱穿过生产车间,来到一台突然停止或需要维修的机器上。这是多年来的一种股票形象,甚至在预防性维护等概念发展之后也是如此。即使是预防性维护,打开机器门、盖子和防护装置也经常会遇到意外的情况,包括意外磨损、增加停机时间和匆忙寻找合适的零件以影响维修。

    虽然预防性维护的概念是在其一天内提高停机时间和减少长期成本的概念,但它仍然仍然留下了这些意想不到的意外惊喜和相关成本的可能性。这种现实存在,因为它留给了技能集和直观的理解和体验机械师,再加上“手指”的维护制度的预防元件的希望,以保持机器在最佳范围内进行。但缺乏能力在实时评估机器可操作性的能力留下了门,以经常昂贵的“令人惊讶的一周”。最后,人类干预根本无法有效地优化机器操作。

    维修的未来

    随着工业4.0的进步和物联网技术在制造业中扎根,预测性维修的概念成为了预防性维修的继承者。的概念基于条件的预测性维护承诺弥合人类直觉和维修经验的缺陷与不仅预防故障,而且预测故障和优化维护和维修以节省时间和成本的能力之间的差距。

    基于状态的预测性维修有几个关键要素。也就是说,数据采集、数据处理和维修决策. 通过在工厂范围内部署物联网技术获取数据,捕获数据进行分析。然后,利用一个能够分析云中数据的平台,找出问题并制定维护策略,对数据进行处理和分析。最后,维护决策是自动化的,以将维护的各个方面联系到一个可预测的机制中,从而减少停机时间和成本,并真正将维护作为生产过程的一部分融入到操作中,而不是成为生产过程的障碍或“必要的罪恶”。

    预测

    更好地维护更好的边距

    使用机器学习和基于云的数据分析等工具的能力,允许公司开发针对机器和产品的定制维护解决方案。通过这样做,时间、质量和成本都得到了改善。一项研究表明,通过预测性维持,生产率提高25%停机时间减少了75%,维护成本也降低了25%。

    以下是预测性维护可以节省资金的四个关键领域:

    失效分析-有了通过物联网技术获取的数据,就有了能够分析整个运营过程中的数据的平台监控系统中断. 温度传感器、流量调节器、阀门和机器内的其他部件可与OEM参数进行实时监控,并与其他机器上的相应部件进行协调分析,并与历史数据进行对比,以预测特定部件何时或将何时不同步或出现故障。

    在许多情况下,可以通过电子方式进行调整。在其他方面,可以发送通知如果故障不迫在眉睫,则应在即将到来的转换周期内更换部件。通过显著减少停机时间,降低了成本。

    零件库存–生产运营部门一直在努力实现正确的备件水平,以确保所有设备的适当服务水平。这种分析通常是手工进行的,并通过“最小/最大”程序等方案来确保零件库存既不过高也不过低。但同样,此类计划的准确性是建立在人类决策的基础上的,成本高昂的短缺或同样成本高昂的供应过剩意味着更多的资金不得不被捆绑在备件上。

    有了预测性维修,零部件的库存成本可以通过使用来降低精确分析. 简单的最小/最大范围可以通过分析当前和历史零件消耗和故障率来代替。估计表明,在预测性维修计划中优化零件库存可以降低运输成本20 - 50%。重新排序可以自动化,以匹配历史消费率和零部件-就像生产组件供应链中的原材料-可以移动到JIT基础。

    节约能源对于预防性维护,如果一台机器在预定服务后不久偏离了规格,维护人员必须将机器停机一段时间来进行维修,或者等待下一个预定的停机周期。在很多情况下,方差可能不会被注意到直到下一个下行周期。这意味着,由于设备在使用更多资源的同时难以生产出正确数量的产品,严重依赖过量的电力使用、水流或流体或颗粒流进行生产的设备以能源效率低下或浪费的形式消耗了成本。

    通过预测性维护,可以精确地监测能量,水,天然气和产品流程,以确切地知道机器多种情况。在许多情况下,可以在检测点自动完成调整。在其他方面,该计划可以确定关注的领域或部分低效运行,安排适当的员工和时间并确保部件可用于维修。这提高了能源效率和降低了实用费用。预测性维护还可以监测能量和水费,以通过在OFF峰值时间为这些任务的峰值时间来捕获维护和转换的最低日,以捕获最低千瓦或每加仑成本的最佳时间。

    质量–每个行业都有一个既定的辐射率,通常用百分比表示。一个强大的预测性维修计划可以指导和集中维修到适当的故障点或自动调整,以保持设备不仅在既定的辐射范围内。此外,通过引入对设备故障的快速响应,可以减少这些辐射范围,通过提高效率和生产更优质的产品为整个操作节省资金。

    使用预测性维护来节省资金的关键在于分析可用数据的能力。尽管许多公司都在增加物联网功能,但决策中的数据使用仍然滞后。需要选择合适的平台来分析数据并提供可操作的实时维护,以提高不同物联网技术之间的互操作性。有了这样一个平台,机械师在几乎不知道或根本不知道他或她会发现什么的情况下,拖着工具箱走向故障的形象,可以被一个先进的预测性维护计划所取代,它可以节省资金并增加利润。

    带你的维护到下一个水平与机械度量健康!

    用机器数据开始决策。

    准备好授权你的车间了吗?

    了解更多

    注释

    留言

    订阅我们的邮件列表