WikiDer > Профилактическое обслуживание - Википедия

Predictive maintenance - Wikipedia
Характер и степень разрушения асфальта анализируются для профилактического обслуживания дорог. Смотрите больше на Индекс состояния дорожного покрытия.

Профилактическое обслуживание Методы разработаны, чтобы помочь определить состояние оборудования в процессе эксплуатации, чтобы оценить, когда следует проводить техническое обслуживание. Такой подход обещает Экономия затрат сверх рутинной или временной профилактика, потому что задачи выполняются только при наличии гарантии. Таким образом, это рассматривается как техническое обслуживание на основе состояния, выполняемое на основе оценок состояния разрушения элемента.[1][2]

Главное обещание профилактического обслуживания - обеспечить удобное планирование корректирующее обслуживание, а также для предотвращения непредвиденных отказов оборудования. Ключевым моментом является «правильный срок службы оборудования, повышенная безопасность предприятия, меньшее количество аварий с негативным воздействием на окружающую среду и оптимальное обращение с запасными частями».

Прогнозирующее обслуживание отличается от профилактического, поскольку оно основывается на фактическом состоянии оборудования, а не на статистике среднего или ожидаемого срока службы, чтобы предсказать, когда потребуется обслуживание.

Некоторые из основных компонентов, которые необходимы для реализации профилактического обслуживания: сбор информации и предварительная обработка, рано обнаружение неисправности, обнаружение неисправности, время до отказа прогнозирование, планирование технического обслуживания и оптимизация ресурсов.[3] Профилактическое обслуживание также считается одной из движущих сил повышения производительности и одним из способов достижения "вовремя"в производстве.[4]

Обзор

Профилактическое обслуживание оценивает состояние оборудования путем периодического (автономного) или непрерывного (онлайн) оборудования. контроль состояния. Конечная цель этого подхода - выполнить техническое обслуживание в запланированный момент времени, когда деятельность по техническому обслуживанию наиболее высока. экономически эффективным и до того, как оборудование потеряет производительность в пределах порогового значения. Это приводит к сокращению незапланированных время простоя затраты из-за сбоя, где, например, затраты могут достигать сотен тысяч в день в зависимости от отрасли.[5] В производстве энергии, помимо потери доходов и затрат на компоненты, могут взиматься штрафы за непоставку, что еще больше увеличивает расходы. Это контрастирует с техобслуживанием, основанным на времени и / или количестве операций, когда часть оборудования обслуживается независимо от того, нужно это или нет. Повременное обслуживание является трудоемким, неэффективным для выявления проблем, возникающих между плановыми проверками, и поэтому не является рентабельным.

«Прогностический» компонент профилактического обслуживания проистекает из цели прогнозирования будущих тенденций состояния оборудования. В этом подходе используются принципы статистического управления процессами, чтобы определить, в какой момент в будущем техническое обслуживание будет целесообразным.

Большинство профилактических осмотров выполняется во время эксплуатации оборудования, что сводит к минимуму нарушение нормальной работы системы. Внедрение профилактического обслуживания может привести к значительной экономии затрат и более надежность системы.

Техническое обслуживание, ориентированное на надежность подчеркивает использование методов профилактического обслуживания в дополнение к традиционным профилактическим мерам. При правильной реализации он предоставляет компаниям инструмент для достижения наименьших чистых текущих затрат на активы при заданном уровне производительности и риска.[6]

Одна из целей - передать данные профилактического обслуживания в компьютеризированная система управления техническим обслуживанием чтобы данные о состоянии оборудования отправлялись на нужный объект оборудования для запуска планирования технического обслуживания, выполнения рабочих заданий и отчетности.[7] Если это не будет достигнуто, решение для профилактического обслуживания будет иметь ограниченную ценность, по крайней мере, если решение будет реализовано на предприятии среднего и крупного размера с десятками тысяч единиц оборудования. В 2010 году горнодобывающая компания Boliden реализовала комбинированный Распределенная система управления и решение для профилактического обслуживания, интегрированное с компьютерной системой управления техническим обслуживанием на уровне объекта на уровне объекта, передача данных об оборудовании с использованием таких протоколов, как Протокол удаленного датчика с адресацией по магистрали, IEC61850 и OLE для управления процессами.

Технологии

Для оценки состояния оборудования в профилактическом обслуживании используются неразрушающий контроль такие технологии как инфракрасный, акустический (частичный разряд и ультразвуковой контроль в воздухе), обнаружение коронного разряда, анализ вибрации, измерения уровня звука, анализ маслаи другие специальные онлайн-тесты. Новый подход в этой области заключается в использовании измерений на реальном оборудовании в сочетании с измерением рабочих характеристик процесса, измеряемых другими устройствами, для запуска технического обслуживания оборудования. Это в первую очередь доступно в системах совместной автоматизации процессов (CPAS). Измерения на месте часто поддерживаются беспроводные сенсорные сети для снижения стоимости электромонтажа.

Анализ вибрации наиболее продуктивен на высокоскоростном вращающемся оборудовании и может быть самым дорогим компонентом программы PdM для запуска и работы. При правильном выполнении вибрационный анализ позволяет пользователю оценить состояние оборудования и избежать сбоев. Анализаторы вибрации последнего поколения включают в себя больше возможностей и автоматизированных функций, чем его предшественники. Многие устройства отображают полный спектр вибрации трех осей одновременно, обеспечивая моментальный снимок того, что происходит с конкретной машиной. Но, несмотря на такие возможности, даже самое сложное оборудование не может успешно предсказывать возникающие проблемы, если оператор не понимает и не применяет основы анализа вибрации.[8]

В определенных ситуациях сильные фоновые помехи от нескольких конкурирующих источников могут маскировать интересующий сигнал и препятствовать промышленному применению датчики вибрации. Как следствие, анализ сигнатуры тока двигателя (MCSA) - это неинтрузивная альтернатива измерению вибрации, которая может отслеживать неисправности как электрических, так и механических систем.

Дистанционный визуальный осмотр - это первый неразрушающий контроль. Он обеспечивает экономичную первичную оценку. Существенную информацию и настройки по умолчанию можно получить по внешнему виду детали, например, по складкам, изломам, трещинам и коррозии. Дистанционный визуальный осмотр должен проводиться в хороших условиях при достаточном освещении (не менее 350 люкс). Когда контролируемая часть изделия недоступна напрямую, используется инструмент, состоящий из зеркал и линз, называемый эндоскопом. Скрытые дефекты с внешними неровностями могут указывать на более серьезный дефект внутри.[нужна цитата]

Акустический анализ может быть выполнен на звуковом или ультразвуковой уровень. Новые ультразвуковые методы мониторинга состояния позволяют «слышать» трение и напряжение во вращающемся оборудовании, что позволяет прогнозировать ухудшение раньше, чем традиционные методы.[9] Ультразвуковая технология чувствительна к высокочастотным звукам, которые не слышны человеческому уху, и отличает их от низкочастотных звуков и механической вибрации. Волны трения и напряжения в машине издают характерные звуки в верхнем ультразвуковом диапазоне. Изменения этих волн трения и напряжения могут указывать на ухудшение условий намного раньше, чем такие технологии, как вибрация или анализ масла. При правильном ультразвуковом измерении и анализе можно отличить нормальный износ от аномального износа, физического повреждения, состояния дисбаланса и проблем со смазкой на основе прямой зависимости между активом и условиями эксплуатации.

Оборудование для звукового мониторинга менее дорогое, но оно также используется реже, чем ультразвуковые технологии. Звуковая технология полезна только для механического оборудования, в то время как ультразвуковое оборудование может обнаруживать электрические проблемы и является более гибким и надежным в обнаружении механических проблем.

Инфракрасный мониторинг и анализ имеют самый широкий спектр применения (от высокоскоростного до низкоскоростного оборудования) и могут быть эффективными для обнаружения как механических, так и электрических неисправностей; некоторые считают, что в настоящее время это самая экономичная технология. Анализ нефти - это долгосрочная программа, которая, если применимо, в конечном итоге может быть более предсказуемой, чем любая другая технология. Могут потребоваться годы, чтобы программа масел для растений достигла такого уровня сложности и эффективности. Методы анализа проб масла можно разделить на две категории: анализ отработанного масла и анализ частиц износа. Анализ отработанного масла определяет состояние самого смазочного материала, определяет качество смазочного материала и проверяет его пригодность для дальнейшего использования. Анализ частиц износа определяет механическое состояние смазываемых компонентов машины. С помощью анализа частиц износа вы можете определить состав присутствующего твердого материала и оценить тип, размер, концентрацию, распределение и морфологию частиц.[10]

Использование Мониторинг состояния на основе модели для программ профилактического обслуживания становится все более популярным с течением времени. Этот метод включает в себя спектральный анализ сигналов тока и напряжения двигателя, а затем сравнение измеренных параметров с известной и изученной моделью двигателя для диагностики различных электрических и механических аномалий. Этот процесс мониторинга состояния «на основе модели» был первоначально разработан и использовался на космическом шаттле НАСА для мониторинга и обнаружения развивающихся неисправностей в главном двигателе космического корабля.[11] Это позволяет автоматизировать задачи сбора и анализа данных, обеспечивая круглосуточный мониторинг состояния и предупреждения о неисправностях по мере их развития.

Программного обеспечения

Коммерческое программное обеспечение

Приложения (по отраслям)

Железнодорожный

  • Выявляйте проблемы до того, как они приведут к простою линейных, фиксированных и мобильных ресурсов.[13]
  • Повышение безопасности и обнаружение пустот с помощью новой системы мониторинга на базе кабины транспортного средства
  • Сименс Система мониторинга трека Tracksure может определять пустоты под гусеницей по ускорению, измеренному в кабине транспортного средства.[14]
  • Может также определить тип объекта дорожки, под которым находится пустота, и предоставить указание на серьезность пустоты.
  • Мониторинг работоспособности стрелочных переводов (устройств, используемых для управления железнодорожными стрелочными переводами) может помочь в обнаружении ранних симптомов ухудшения характеристик до выхода из строя.

Производство

  • Раннее обнаружение и диагностика неисправностей в обрабатывающей промышленности.[4]
  • Производители все чаще собирают большое количество данных из Интернет вещей (IoT) датчики на своих заводах и в продукции и используют различные алгоритмы для собранных данных для обнаружения предупреждающих знаков дорогостоящих сбоев до их возникновения.[15]

[16]

Нефть и газ

  • Нефтегазовые компании часто не видят состояние своего оборудования, особенно в удаленных морских и глубоководных районах.[17]
  • Большие данные могут дать нефтегазовым компаниям представление о сбоях оборудования, а также проанализировать и спрогнозировать оптимальный срок службы системы и компонентов.[17]

Смотрите также

Рекомендации

  1. ^ Гориво, Рафаэль; Меджахер, Камаль; Зерхуни, Нуреддин (14 ноября 2016 г.). От прогноза и управления системами здравоохранения к профилактическому обслуживанию 1: мониторинг и прогнозирование. ISTE Ltd и John Wiley & Sons, Inc. ISBN 978-1-84821-937-3.
  2. ^ Мобли, Р. Кейт (2002). Введение в профилактическое обслуживание (2-е изд.). Баттерворт-Хайнеманн. ISBN 978-0-7506-7531-4.[страница нужна]
  3. ^ Амрутнатх, Нагдев; Гупта, Тарун (2018). «Прогнозирование класса неисправности при обучении без учителя с использованием подхода кластеризации на основе моделей». Дои:10.13140 / rg.2.2.22085.14563. Цитировать журнал требует | журнал = (помощь)
  4. ^ а б Амрутнатх, Нагдев; Гупта, Тарун (2018). «Исследование алгоритмов неконтролируемого машинного обучения для обнаружения неисправностей при профилактическом обслуживании». Дои:10.13140 / rg.2.2.28822.24648. Цитировать журнал требует | журнал = (помощь)
  5. ^ "Насколько профилактическое обслуживание экономит ваши деньги?". LearnOilAnalysis.com. Архивировано из оригинал на 2017-10-03. Получено 2017-12-03.
  6. ^ Мазер, Д. (2008). «Ценность RCM». Завод Услуги.
  7. ^ Пэн, К. (2012). Управление оборудованием в эпоху после ремонта: новая альтернатива полному производственному обслуживанию (TPM). CRC Press. С. 132–136. ISBN 9781466501942. Получено 18 мая 2018.
  8. ^ Юнг, Чак (9 июня 2006 г.). «Анализ вибрации: что это значит?». Завод Услуги.
  9. ^ Кеннеди, Шейла (2006). «Новые инструменты для PdM». plantservices.com. Putman Media. Получено 19 ноя 2019.
  10. ^ Робин, Лана (15 августа 2006 г.). «Хитрые приемы в анализе нефти». Завод Услуги.
  11. ^ Дуяр, Ахмет; Меррилл, Уолтер (март 1992 г.). «Диагностика неисправностей главного двигателя космического челнока». Журнал наведения, управления и динамики. 15 (2): 384–9. Дои:10.2514/3.20847.
  12. ^ «Набор инструментов для профилактического обслуживания». www.mathworks.com. Получено 2019-07-11.
  13. ^ Преимущества прогнозируемого технического обслуживания для железнодорожной отрасли, получено 19 ноября 2016
  14. ^ Повышение безопасности за счет раннего обнаружения пустот, получено 19 ноября 2016
  15. ^ 5 вариантов использования для профилактического обслуживания и больших данных, Oracle Corporation, CA 94065, США., получено 8 ноября 2018
  16. ^ Oracle 2018, 22 варианта использования больших данных, которые вы хотите знать, 2-е издание, Oracle Corporation, CA 94065, США. (PDF), получено 12 ноября 2018
  17. ^ а б 22 варианта использования больших данных, которые вы хотите знать, Oracle Corporation, CA 94065, США., получено 31 октября 2018