什么是机器维护?

机器保养是对机器进行保养以确保机器持续正常工作的过程。它可以包括作为日常工作的一部分或任何形式的损坏或损坏之前的维护，比如清洁表面，润滑齿轮，检查皮带等部件的磨损情况。它还可以涉及到监测设备的任何潜在故障迹象，如振动模式的变化或温度或能源消耗的增加。机器维护还包括机器故障后发生的过程，如评估损坏和更换零件。

基本上，在工厂地板上保持机器的任何东西都可以考虑到机舱功能，可以考虑机器维护。机器维护服务通常由维护技术人员执行，并由计算机控制，传感器和机器接口支持的数据支持，这些计算机接口有助于评估维护 - 或者将需要。

你们如何维护机器?

机器维护有多种方法，每个方法都可以根据有问题的机械战略性地使用可预测性维护需求．

在许多场景中，更成熟和复杂的维护策略可以节省最多的机器正常运行时间和成本。先进的维护策略，如预测性和规定的维护使用机器监控技术收集有关工厂地板机械的信息，然后处理并用于为即将维护需求产生洞察力。

可以通过工业物联网设备和传感器以及从机器的运营商收集数据。此信息可以在实时收集和分析并使用对于近乎瞬间的见解，可以防止主要机器损坏以及推动地板工人安全。这种类型的数据也可用于更长的洞察力，可以指导决定，例如在任何给定时间手头上携带多少备件。

机器监控支持维护方法，不仅可以预测和防止机器停机和损坏，而且还规定了如何以及何时执行维护以解决问题以实现最高效率的解决方案。这意味着使用零件完全并更换，尽可能接近失败的时刻（或质量下降）。

对于高度可预测的机器，可以同样地管理维护的某些方面以及诸如基于使用的预防性维护的复杂策略。在设定数英里之后，这是一个非制造例子正在改变汽车发动机油。在几乎所有案例中，倾向于更具以数据为中心的方法的策略结合将导致最佳结果。

机器维护类型

如果您想深入进入不同类型的维护，我们有一个完整的关于该主题的文章，但这里是不同的机械维护策略的快速总结:

• 被动的维护当它坏了，你修理它。
• 预防性的维护：您通常在零件突破前提前安排更换，通常以定期间隔。
• 基于使用维护：当机器在休息之前使用一定量时，您更换部件。
• 状态维修：当他们看起来像是太疲惫不堪的时候，你更换零件以继续运作。
• 预测维护：您在突破之前，使用历史数据来预测，零件将根据这些预测替换零件。这通常，但并非总是利用人工智能和机器学习。
• 规范的维护：先进的数据分析方法用于做出更多预测失败点，而是提供假设的结果，以便在发生故障，安全危险和质量问题之前选择可以采取的最佳动作以及实施的时间。

预测机器维护是“金发姑娘”维护解决方案，其中制造商能够在发生之前解决问题，但在不必要的维护活动上不超支。

如何改进机器维护?

对于大多数制造商来说，改善机器维护最有效的方法之一就是关注数据的收集和分析。数据驱动的维护可以节省资源，并以多种方式提供好处:

• 仅在必要时更换零件，而不是浪费仍可使用的零件
• 减少意外故障导致的停机时间
• 减少维护人员所需的时间
• 减少因维修不善引起的机器和安全事故
• 减少储存空间，以保持更换零件的超额商店
• 增加可预测性，可以指导预算、进度、生产预期等。

为了收集准确、实时的机器数据，制造商可以使用机器监控软件，如MachineMetrics，直接连接到机器的控制。这些机器数据被上下文化，供不同的利益相关者在整个工厂中使用。而且，根据制造商的成熟度，这些数据可以以越来越有价值的方式使用。

例如，制造商可以简单地使用机器监视来查看机器何时宕机，并将维护部署到尽可能快地解决问题．但是，更先进的制造商不会想要招致如此大量的机器停机成本。

响应式维护方法的另一种选择是基于条件的维护。制造商正在使来自机器控制和传感器的信息能够传达设备的健康状况，并在机器故障之前触发通知。

通过这种方式，制造商可以努力在没有花费大量时间和金钱的情况下保持机器，而不是在基于日历的策略上过度维护设备。改进维护程序将沿着使用更多数据来推动更高级的策略，每个步骤驾驶更大的机器正常运行时间，同时降低成本。

为了确定数据驱动维护的哪些方面是最值得关注的，考虑以下几点:

• 收集数据可以让你知道你所处的位置。如果不能衡量你的维护计划，你就无法知道你是否在改善。
• 具有准确的数据允许您识别，并努力防止最坏记录的原因和必要的机器维护。
• 实时机器数据意味着该团队现在可以采取行动以防止或纠正问题。

专注于收集机器数据，以更好地了解设备的表现方式。使用此键作品到位，即使应如何警告维护资源以处理故障和潜在故障时，更容易了解。