예측 유지보수 설명

예측 유지보수(PdM)는 정상 작동 중에 장비의 성능과 상태를 모니터링하여 고장 가능성을 줄이는 유지보수입니다. 상태 기반 유지 관리라고도 하는 예측 유지 관리는 1990년대부터 산업계에서 활용되었습니다.

그러나 실제로는 그 역사가 공식적으로 문서화되지는 않았지만 예측 유지 관리는 훨씬 더 오래되었습니다. Control Engineering에 따르면, “예측 유지보수(PdM)의 시작은 정비사가 처음으로 드라이버의 손잡이에 귀를 대고 기계의 다른 쪽 끝을 만지고 베어링이 나빠지는 소리가 난다고 선언했을 때였을 것입니다. .”

예측 유지 보수의 목표는 장비 고장이 발생할 수 있는 시점(특정 요인을 기반으로)을 먼저 예측한 다음 정기적인 계획 및 수정 유지 보수를 통해 고장을 예방하는 능력입니다.

기계의 최적 사용을 보장하기 위해 공정 조건 동안 기계를 지속적으로 모니터링하는 것으로 정의되는 상태 모니터링 없이 예측 유지보수는 존재할 수 없습니다. 상태 모니터링에는 온라인, 주기적 및 원격의 세 가지 측면이 있습니다. 온라인 상태 모니터링은 임계 속도 및 스핀들 위치 변경에 대해 수집된 데이터를 사용하여 기계 또는 생산 공정을 지속적으로 모니터링하는 것으로 정의됩니다("회전 기계의 상태 모니터링", Istec International).

진동 분석을 통해 달성되는 주기적인 상태 모니터링은 추세 분석을 통해 "설비의 변화하는 진동 거동에 대한 통찰력을 제공"합니다("회전 기계의 상태 모니터링", Istec International). 마지막으로 원격 상태 모니터링은 이름에서 알 수 있듯이 원격 위치에서 장비를 모니터링하고 분석을 위해 데이터를 전송할 수 있습니다.

예측 유지 관리 프로그램을 수립하기 전에 조직은 다음과 같은 몇 가지 단계를 수행해야 합니다.

<울> <리>

필요성 및 장비 이력 분석

<리>

가동 중지 시간, 장비 결함, 손실(수율 및 에너지), 잠재적 규제 벌금 및 작업장 안전에 대한 모든 사용 가능한 기록 검토

<리>

정의 및 개념 수립 및 PdM 사례 구축

<리>

주요 이해관계자 교육 및 동의

<리>

장비 인벤토리 작성 및 현재 장비 상태 평가

<리>

프로그램의 초기 구현을 위한 장비 선택

<리>

개별 시스템 및/또는 구성 요소를 기반으로 시스템 세부 정보 개발

<리>

기존 예방 또는 예측 유지 관리 평가

<리>

포함할 시스템 및 검사 대상 결정

<리>

프로그램의 중요도 정의 및 PdM 빈도 및 일정 유형 설정

<리>

예상 자원 평가 및 직원 역할 및 책임 할당

<리>

프로그램 구성 및 일정 시스템에 통합

<리>

운영 및 유지 보수 교육 및 승인 획득

<리>

장비 업그레이드 및 교육 실시

<리>

전산화된 유지 관리 시스템(CMMS) 만들기

Reliable Plant의 2019년 예측 유지보수 설문조사에서 조사된 유지보수 담당자의 약 65%가 예측 유지보수를 사용한다고 말했습니다. 구현 및 실행 시 예측 유지 관리는 성공적인 유지 관리 프로그램의 초석입니다.

예방적 유지보수와 예방적 유지보수의 차이점

많은 유지 관리 프로그램에서 둘 다 약간 사용하지만 예측 유지 관리와 예방 유지 관리 사이에는 몇 가지 차이점이 있습니다. 예방 유지 보수는 장비의 유지 보수가 필요한지 여부에 관계없이 기계를 검사하고 유지 보수하는 작업을 포함합니다. 이 유지 관리 일정은 사용량 또는 시간 트리거를 기반으로 합니다. 예를 들어, 난방 장치는 매년 겨울이 오기 전에 서비스를 제공하거나 자동차는 5,000마일마다 정기 유지 관리가 필요합니다.

또한 예방 유지 보수는 예측 유지 보수와 같은 상태 모니터링 구성 요소를 요구하지 않습니다. 상태 모니터링이 필요하지 않기 때문에 예방 유지 관리 프로그램에는 기술 및 교육에 대한 자본 투자가 많이 필요하지 않습니다. 마지막으로, 많은 예방 유지보수 프로그램에는 수동 데이터 수집 및 분석이 필요합니다.

예방정비는 자산의 평균 수명을 기준으로 결정되지만, 예측정비는 특정 장비의 미리 정해진 조건을 기반으로 서로 다른 기술을 활용하여 식별됩니다. 또한 예방 유지 관리에는 예방 유지 관리보다 인력, 교육 및 장비에 더 많은 투자가 필요하지만 장기적으로 시간 절약과 비용 절감이 더 클 것입니다.

예측 유지보수의 장점과 단점

언급한 바와 같이 예측 유지 관리의 이점은 비용 절감 측면에서 엄청나며 계획된 가동 중지 시간 최소화, 장비 수명 최대화, 직원 생산성 최적화 및 수익 증대를 포함합니다(Immerman, "예측 유지 관리가 제조에 미치는 영향"). 예측 유지 관리의 또 다른 이점은 PdM을 구현하면 자산 관리자가 결과를 개선하고 수익성 및 안정성과 같은 우선 순위의 균형을 더 잘 맞출 수 있기 때문에 유지 관리 팀과 조직 모두를 변화시킬 수 있다는 것입니다.

예측 유지 관리의 주요 단점 중 하나는 PdM 일정을 평가하고 구현하는 데 걸리는 시간입니다. 예측 유지보수가 복잡한 이니셔티브이기 때문에 공장 직원은 장비 사용 방법뿐만 아니라 분석(또는 데이터) 해석 방법에 대해서도 교육을 받아야 합니다.

많은 조직에서 기존 직원에게 예측 유지 관리에 대해 교육하기로 선택하지만, 필요한 노동을 수행하고 시설에 대한 결과를 분석하는 것을 전문으로 하는 상태 모니터링 계약자가 있습니다. 교육 비용 외에도 예측 유지 관리에는 유지 관리 도구 및 시스템에 대한 투자가 포함됩니다. 이 비용은 클라우드 기반 기술의 도입으로 시간이 지남에 따라 감소했습니다.

예측 유지보수 vs. 결함 검사

얼마 동안 주어진 고장 모드의 존재를 검사하는 적절한 방법에 대해 상당한 혼란이 있었습니다. 일종의 감각 검사를 수행해야 합니까? 일종의 정량적 검사를 수행해야 합니까? 하나 이상의 상태 모니터링 기술을 적용해야 합니까? 결함을 찾을 조건부 확률을 최대화하려면 이러한 기술을 조합하여 적용해야 합니까?

내 계획 부서가 작업 절차를 개발하고, 작업 지시를 생성하고, 부품을 주문하고, 조건부 확률 이전에 작업을 예약하고 완료해야 하는 시간을 최대화하는 방식으로 주요 결함의 존재를 식별하는 방법은 무엇입니까? 실패가 너무 높아진다? 검사 유형과 검사가 서로를 보완하는 방법에 대한 설명은 어떤 검사가 가장 적합한지 명확히 하는 데 큰 도움이 됩니다.

결함 검사 기법의 종류

감각 검사는 좋은 검사 프로그램과 유지 보수 작업의 근간으로 오랫동안 여겨져 왔습니다. 기계 문제를 검사할 만큼 충분히 자주 사람을 보내면 계획되지 않은 가동 중지 시간을 완화할 수 있는 충분한 시간 내에 결함을 식별할 수 있다고 믿었습니다. 검사관은 시각, 청각 및 촉각을 사용하여 마지막 검사 이후 변경된 사항이 있는지 확인합니다. 모든 변경 사항은 다음 예정된 정전 시 장인이 기록, 보고 및 조사합니다.

검사를 수행하기 위해 누군가를 보내는 것은 엄청난 이점이 있지만 이 전략에는 검사 프로그램의 중추로 간주되어서는 안 되는 구멍이 너무 많습니다. 관능 검사는 일반적으로 가장 명백하고 과감한 문제만 식별합니다. 감각 검사로 기계의 내부 결함을 조기에 식별하는 것은 거의 불가능합니다.

향상된 감각 검사

향상된 감각 검사는 그 회색 영역을 채웁니다. 그것들은 감각 검사이자 상태 모니터링 특성을 가진 정량적 측정입니다. 이러한 검사는 스팟 복사계, 스트로브 라이트, 핸드헬드 진동 펜 및 간단한 초음파 미터와 같은 장비를 사용하여 P-F 곡선에서 더 나아가 결함을 감지합니다. 이러한 도구는 인간 감각의 힘을 배가하지만 한계가 있습니다. 이러한 간단한 도구를 사용하면 다양한 고장 모드를 감지할 수 있지만 종합적인 상태 모니터링 프로그램을 대체해서는 안 됩니다.

정량적 검사

정량적 검사는 경향화를 위한 데이터를 생성하고 고장 모드의 특성 수명을 결정할 때 유용한 정보를 제공할 수 있습니다. 정량적 검사에는 무언가를 측정할 사람이 필요합니다. 매우 일반적인 정량 검사에는 펌프의 씰 온도 측정 또는 펌프 임펠러의 백플레이트 간극 측정이 포함됩니다. 이러한 측정은 계획자와 엔지니어에게 데이터를 제공하고 추가 유지 관리 조치의 필요성을 결정하는 데 도움이 됩니다.

적절하게 설계된 경우 정량적 검사 절차는 한계와 일반적으로 예상되는 측정을 자세히 설명합니다. 누군가가 무언가를 측정해야 하는 모든 검사에는 최소, 최대 및 일반 값이 있어야 하며 제한을 초과할 때 정의된 조건부 작업이 있어야 합니다. 그러나 적절한 검사 빈도로 수행된 정량적 검사는 측정값이 한계를 초과하는 경우는 거의 없습니다.

결함 검사 기법으로서의 예측 유지보수

PdM(예측 유지 관리)이라고도 하는 상태 모니터링은 계획되지 않은 다운타임이나 불필요한 지출을 유발할 수 있는 장비 결함을 조기에 감지하고 제거하기 위한 상태 기반 모니터링 기술, 통계적 프로세스 제어 또는 장비 성능의 적용입니다.

일반적으로 말하면 장비가 정상 작동 중일 때 프로세스 중단이 거의 또는 전혀 없이 수행해야 합니다. 이러한 도구(진동 분석, 적외선 열화상 측정, 모터 회로 분석 등)의 목적은 기계가 정상 작동하는 동안 이전에 사용 가능한 검사 방법을 통해 발견되지 않은 결함을 찾는 것입니다.

사용 가능한 기술을 활용하면 부품의 상태와 지금까지 감지할 수 없었던 결함의 존재를 평가할 수 있습니다. 이러한 도구가 정량적 검사 또는 감각 검사 영역에서 갖는 이점의 예는 진동 분석을 사용하여 구름 요소 베어링에 결함이 있는지 확인하는 것입니다.

이전에는 기계공과 목공이 베어링의 간격을 결정하기 위해 "리프트 검사"에 의존했습니다. 불행히도 이 기술은 베어링의 궤도에서 재료가 제거된 베어링 결함에만 유효합니다. 이 베어링은 1000분의 1인치의 유격을 가하기에는 매우 좋지 않을 것입니다.

표면 아래 피로는 진동 분석으로 쉽게 볼 수 있으며 이 지점에서 파손 전파로 인해 궤도에서 재료가 제거되지 않습니다. 이것은 예측 유지 보수 기술의 장점에 대한 가장 일반적인 예입니다.

기계에 적용할 수 있는 다양한 유형의 결함 검사 기술이 있으며 각각 장단점이 있습니다. 그러나 이러한 기술은 서로를 정확히 대체할 수 없습니다. 각각은 P-F 곡선을 따라 서로 다른 위치에서 결함의 존재를 결정하고 결과적으로 각각은 계획 기능에 결함에 대응할 수 있는 서로 다른 시간을 제공합니다.

FMECA(고장 모드, 영향 및 임계값 분석)는 적용해야 하는 검사 기술, 빈도 및 중복 정도를 결정하는 데 도움이 될 수 있습니다. 요령은 위험과 엄격함의 균형을 맞추는 것임을 기억하십시오. 검사에 대해 지불할 의사가 있는 금액과 함께 주어진 실패 모드에서 얼마나 많은 위험을 감수할 것인지에 따라 적절한 전략이 결정됩니다.

예측 유지보수 기술

이름에서 알 수 있듯이 예측 유지 관리의 목표는 유지 관리가 필요한 시점을 예측하는 것입니다. Magic 8-Ball은 없지만 고장을 효과적으로 예측하고 유지 보수에 대한 사전 경고를 제공하는 데 사용할 수 있는 몇 가지 상태 모니터링 장치와 기술이 있습니다.

적외선 열화상

비파괴 또는 비침해 테스트 기술로 알려진 IR(적외선) 서모그래피는 예측 유지보수에 널리 사용됩니다. IR 카메라를 사용하여 직원은 장비의 고온(핫스팟이라고도 함)을 감지할 수 있습니다. 오작동하는 전기 회로를 포함하여 마모된 구성 요소는 일반적으로 열화상 이미지에 핫스팟으로 표시되는 열을 방출합니다("예측 유지 관리", 린 제조 도구).

핫스팟을 신속하게 식별함으로써 적외선 검사는 문제를 정확히 찾아내고 비용이 많이 드는 수리 및 가동 중지 시간을 방지하는 데 도움이 됩니다. 적외선 기술은 "가장 다재다능한 예측 유지보수 기술 중 하나로 간주되며 ... 기계의 개별 구성요소에서 플랜트 시스템, 지붕 및 건물 전체에 이르기까지 모든 것을 연구하는 데 사용됩니다"(제어 엔지니어링). 적외선 기술의 더 많은 용도에는 열 유지 및/또는 전달에 의존하는 공정 시스템의 열 이상 및 문제 감지가 포함됩니다.

음향 모니터링

음향 기술을 통해 직원은 음파 또는 초음파 수준에서 장비의 가스, 액체 또는 진공 누출을 감지할 수 있습니다. 초음파 기술보다 저렴하다고 여겨지는 음파 기술은 기계 장비에 유용하지만 사용이 제한적입니다. 초음파 기술은 더 많은 응용 분야를 가지고 있으며 기계적 문제를 감지하는 데 더 안정적입니다.

이를 통해 기술자는 20~100kHz 범위의 소리를 "청각 또는 가청"으로 변환하는 기기를 사용하여 "기존 기술보다 더 빨리 열화를 예측할 수 있는 회전 기계의 마찰과 스트레스"("예측 유지 관리", Wikipedia)를 들을 수 있습니다. 기술자가 듣거나 볼 수 있는 시각적 신호. 이러한 고주파수는 마모되고 윤활되지 않은 베어링, 결함이 있는 전기 장비, 누출 밸브 등에 의해 생성되는 정확한 주파수입니다." (Wright, "여러 예측 유지 관리 기술을 활용하는 방법").

음파 및 초음파 테스트는 모두 비용이 많이 들 수 있지만 매우 저렴한 또 다른 형태의 음향 모니터링이 있습니다. 바로 기술자의 귀입니다. "오일 누출이나 이상하게 들리는 기어박스를 감지하는 것만큼 간단한 것이 치명적인 고장을 예방할 수 있고 종종 그렇게 하여 수만 달러의 손실을 피할 수 있습니다."(Wright, "How to Leverage Multiple Predictive Maintenance Technologies" ).

진동 분석

주로 고속 회전 장비에 사용되는 진동 분석을 통해 기술자는 장비에 내장된 휴대용 분석기 또는 실시간 센서를 사용하여 장비의 진동을 모니터링할 수 있습니다. 피크 조건에서 작동하는 기계는 특정 진동 패턴을 보입니다. 베어링 및 샤프트와 같은 구성 요소가 마모되고 고장나기 시작하면 기계가 다른 진동 패턴을 생성하기 시작합니다. 장비를 사전에 모니터링함으로써 숙련된 기술자는 판독값을 알려진 오류 모드와 비교하여 문제가 발생한 위치를 확인할 수 있습니다.

진동 분석으로 감지할 수 있는 문제에는 오정렬, 구부러진 샤프트, 불균형 구성 요소, 느슨한 기계 구성 요소 및 모터 문제가 포함됩니다.

진동 분석을 사용하여 기계 고장을 예측하기 어려울 수 있으므로 기술자를 훈련시키는 것이 중요합니다. 많은 조직에서 개인이 진동 분석가로서의 인증을 받을 수 있도록 준비하기 위해 심층 교육을 제공합니다. 진동 분석 사용의 유일한 단점은 PdM 프로그램과 함께 구현하는 데 드는 비용입니다.

오일 분석

오일 분석은 예측 유지보수에 효과적인 도구입니다. 이를 통해 기술자는 오일의 상태를 확인하고 다른 입자와 오염 물질이 있는지 확인할 수 있습니다. 일부 오일 분석 테스트는 점도, 물 또는 마모 금속의 존재, 입자 수, 산가 또는 염기가를 나타낼 수 있습니다.

오일 분석 사용의 이점 중 하나는 초기 테스트가 새 기계의 기준선을 설정한다는 것입니다. 제대로 수행되면 오일 분석을 통해 예측 유지보수를 성공적으로 수행하는 데 도움이 되는 수많은 결과를 얻을 수 있습니다.

기타 기술

이러한 기술과 함께 시설은 모터의 작동 및 작동 상태를 자세히 설명하는 모터 상태 분석과 같은 다른 기술을 사용할 수 있습니다. 원심 냉각기 및 보일러 시스템 내에서 튜브 벽 두께의 변화를 식별하는 와전류 분석. Borescope 검사, CMMS, 데이터 통합 ​​및 상태 모니터링도 예측 유지 관리를 용이하게 하는 데 도움이 될 수 있습니다. PdM 활동에 도움이 되는 여러 가지 기술이 있지만 성공하려면 올바른 기술을 선택하는 것이 중요합니다.

예측 유지 관리를 위한 비즈니스 사례

자본 투자에 대한 수익을 실현하고 기계를 최고의 효율성으로 계속 작동시키려면 시설에서 예측 유지 관리에 더 중점을 두어야 합니다. 월스트리트 저널에 따르면 , “계획되지 않은 다운타임으로 인해 산업 제조업체는 연간 약 500억 달러의 비용을 지출합니다. 장비 고장은 이 계획되지 않은 다운타임의 42%의 원인입니다. 계획되지 않은 가동 중단은 과도한 유지 관리, 수리 및 장비 교체로 이어집니다.”

운영 및 관리가 비용 절감 및 생산성 증대 쪽으로 추진됨에 따라 시설에 대해 비용 효율적이고 장기적인 결정을 내리기가 어렵기 때문에 예측 유지 관리의 필요성이 명확해집니다.

유지 보수가 필요할 때만 수행되기 때문에 예측 유지 보수의 가치는 비용 절감 및/또는 시간 절약 방식에서 비롯됩니다. 실제로, 미국 에너지부의 연방 에너지 관리 프로그램(Federal Energy Management Program)의 여러 연구에 따르면 제대로 작동하는 예측 유지 관리 프로그램은 사후 유지 관리에 비해 30-40%, 예방적 유지 관리에 비해 8-12%의 절감 효과를 제공하는 것으로 나타났습니다.

PdM 전략이 성공하려면 몇 가지 기준을 고려하고 충족해야 합니다. 첫째, 헌신은 위에서 아래로 내려와야 합니다. 전체 조직은 예측 유지 관리를 정상적인 일정의 필수 부분으로 만드는 데 전념해야 합니다. 모든 공정 운영자는 교육을 받고 필요한 유지보수 점검을 수행하는 데 참여해야 합니다. 또한 조직 전체가 실제 비용과 부실한 유지 관리의 영향을 이해해야 합니다. 마지막으로, 조직이 혜택을 받기 시작하려면 PdM 절차를 즉시 구현해야 합니다.

많은 사람들이 고가 기계에 대한 예측 유지보수 활용의 중요성을 인식하고 있지만, PdM은 커피 기계, 프린터, 우편 요금 계량기 등과 같은 작은 일상 자산을 모니터링하는 데도 실행 가능합니다. 실제로, 전체 시설은 예측 유지보수를 구현함으로써 이점을 얻을 수 있습니다.

예측 유지 관리 애플리케이션

예측 유지보수의 가장 큰 응용 분야는 제조 부문입니다. 제조 공장에서 생산성 향상에 대한 요구가 계속됨에 따라 몇 가지 유지 관리 전략이 만들어지고 구현되었습니다. 그러나 이들 중 대부분은 반응적이었습니다. 많은 시설이 '고장난 것이 아니라면 고치지 말라'는 마인드를 갖고 있다. 불행히도 이러한 사고 방식은 계획되지 않은 유지 관리 및 가동 중지 시간에 기여합니다.

앞서 논의한 바와 같이 시설은 1990년대 초에 예측 유지보수를 구현하기 시작했습니다. 당시 "데이터를 생성하는 센서의 가용성 부족과 데이터 수집 및 분석을 위한 컴퓨팅 리소스 부족으로 인해 PdM 구현이 어려웠습니다"("제조 개요의 예측 유지 관리", Microsoft Azure).

사물 인터넷(IoT), 머신 러닝, 클라우드 컴퓨팅 및 빅 데이터 분석의 도입으로 제조 산업은 예측 유지 관리를 구현하는 방향으로 나아가고 있으며, 그 결과 가동 시간 및 품질 관리 증가, 유지 관리 경로 최적화, 작업자 안전 및 더 큰 생산성. 제조업체가 빡빡한 마진과 일정으로 작업함에 따라 예정에 없던 다운타임에 대한 생각은 바람직하지 않게 되었습니다. 예방적 유지보수가 솔루션을 제공할 수 있습니다.

PdM의 또 다른 애플리케이션은 특히 철도 산업의 디지털 혁신과 관련된 철도 부문입니다. 초기 투자가 많은 열차는 가능한 한 오랫동안 운행하는 데 중점을 두고 있습니다. 예측 유지보수를 통해 철도 회사는 운영 비용을 줄이고 차량의 수명을 연장하는 다양한 기술과 소프트웨어를 통해 열차의 가치를 최대한 활용할 수 있습니다.

철도 부문에서는 선형, 고정 및 이동 자산의 문제를 감지하기 위해 예측 유지보수가 활용됩니다. 차량 운전실 기반 모니터링 시스템을 통해 안전성을 개선하고 트랙 보이드 감지; 보이드가 위치한 트랙 자산의 유형을 식별하고 보이드의 심각성을 표시합니다.

MaintWorld의 기사에 따르면 , "미래에 안정적인 철도 유지 보수는 안전, 지연 및 전체 시스템 용량과 같은 중요한 문제를 개선하기 위해 스마트 운송 시스템 및 예측 유지 보수 및 통합 보안 도구와 같은 상호 연결된 솔루션에 의존할 것으로 예상됩니다"(Peycheva, "Railway Goes Smart 예측 유지 관리 및 Industry 4.0 CMMS 사용”).

전통적으로 유지보수 시스템 현대화 속도가 느리지만 석유 및 가스 산업은 예측 유지보수의 주요 지지자가 되고 있습니다. 매일 석유 및 가스 회사는 전 세계 유전에서 센서, 특히 무선 센서를 통해 방대한 양의 데이터를 수집합니다. 석유 및 가스 작업이 더욱 복잡해짐에 따라 장비 상태에 대한 가시성은 특히 원격, 연안 및 심해 위치에서 더욱 어려워집니다.

2015년 백서에서 MapR Technologies Inc.는 "석유 및 가스 회사는 더 나은 자산 추적 및 예측 유지 관리를 통해 효율성을 높이고 운영 비용을 절감할 수 있는 주요 기회를 갖고 있습니다."라고 말했습니다.

예측 유지보수는 특히 조직이 보다 효율적이고 효과적으로 작업할 수 있는 방법을 찾아야 하는 경기 침체기에 석유 및 가스 회사 및 관련 서비스 비즈니스의 경쟁 우위로 볼 수 있습니다. 물론 예측 유지보수는 제조, 철도, 석유 및 가스 산업에만 해당되는 것은 아닙니다. 다른 응용 프로그램에서 PdM은 다음 용도로 사용됩니다.

<울> <리>

유틸리티 네트워크를 매핑하는 드론 및 센서의 도움으로 유틸리티 중단을 방지합니다.

<리>

잠재적인 압력 누출을 나타내는 증기 파이프라인의 온도 저하 감지

<리>

구성 요소 오류를 방지하기 위해 전기 패널의 증가된 온도를 캡처합니다.

<리>

전력 소비 모니터링을 위한 공통 결합 지점에서 공급측 및 수요측 전력 측정

<리>

전기 패널에서 과부하 찾기

<리>

모터 암페어 스파이크 또는 불량 베어링 또는 절연 고장으로 인한 과열 식별

<리>

하나 이상의 위상의 고조파 왜곡, 과부하, 성능 저하 또는 고장으로 인한 3상 전력 불균형 찾기

IIoT 및 PdM 통합

가장 중요한 요소 중 하나 – 이 아닌 경우 가장 중요한 요소 - 성공적인 예측 유지 관리 프로그램에서 산업용 사물 인터넷(IIoT)의 사용 및 통합입니다. Deloitte의 보고서에 따르면 "사물 인터넷(IoT)은 아마도 PdM 퍼즐의 가장 큰 조각일 것입니다 ... IoT는 온도, 진동 또는 전도도와 같은 센서를 사용하여 기계의 물리적 동작을 디지털 신호로 변환합니다 ... 일단 물리적 동작이 완료되면 센서를 통해 디지털 신호로 변환되고 처리, 집계 및 분석됩니다. 대역폭 및 스토리지의 경제성으로 인해 대량의 데이터를 전송하여 단일 공장의 자산뿐만 아니라 전체 생산 네트워크의 전체 그림을 제공할 수 있습니다."(Coleman et al., "Predictive Maintenance and Smart Factory") ).

성공적인 예측 유지 관리는 CMMS 및 중요 장비 센서와 같은 다양한 소스에서 데이터를 수집하고 분석하기 위한 센서에 의존합니다. IIoT는 이 데이터를 사용하여 "고급 예측 모델 및 분석 도구를 생성하여 장애를 예측하고 사전에 해결할 수 있습니다. 또한 시간이 지남에 따라 새로운 기계 학습 기술은 예측 알고리즘의 정확도를 높여 훨씬 더 나은 성능을 제공할 수 있습니다."(Coleman et al., "Predictive Maintenance and Smart Factory")

예측 유지 관리와 결합하면 IIoT는 장비 오류를 미리 포착할 수 있습니다. 제조 영역에 인더스트리 4.0이 도래함에 따라 시설에서는 운영에 대한 더 나은 통찰력을 얻기 위해 IIoT를 활용하기를 열망하고 있습니다.

예측 유지 관리 및 투자 수익

예측 유지 관리를 구현하려면 돈, 인력 및 교육에 상당한 투자가 필요합니다. 이러한 초기 투자는 조직에 부담스러워 보일 수 있지만 예측 유지 관리의 ROI(투자 수익률)는 초기 비용을 훨씬 능가합니다.

Deloitte의 최근 보고서에 따르면 여러 시설에서 운영 및 유지보수, 수리 및 운영(MRO) 자재 지출 비용이 5-10% 절감되었습니다. 전체 유지 관리 비용의 5-10% 감소; 재고 유지 비용 감소. 미국 에너지부의 추가 데이터에 따르면 기능적인 PdM 프로그램을 구현하면 ROI가 10배 증가하고 유지 관리 비용이 25-30% 감소하며 고장이 70-75% 감소하고 35-45% 감소합니다. 가동 중지 시간의 백분율 감소.

"유지 관리 비용에 관한 한 예방 유지 관리 비용은 연간 $13 시간당 지불하는 반면 예측 유지 관리 비용은 연간 $9 시간당 지불하므로 예측 유지 관리가 더 저렴한 옵션이 됩니다."(Ulbert, "예측 유지 관리와 예방 유지 관리의 차이점")

참조

Coleman, Chris, Satish Damodaran 및 Ed Deuel. “예측 유지보수와 스마트 팩토리.” 딜로이트. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf

“회전 상태 모니터링 기계.” 이스텍인터내셔널. 2018년 11월 1일에 액세스했습니다. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

제어공학. "예측 유지 보수 기술." 2018년 11월 4일에 액세스했습니다. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

임머만, 그레이엄. "예측 유지보수가 제조에 미치는 영향." 머신메트릭스. 2018년 11월 1일에 액세스했습니다. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.

린 제조 도구. "예측 유지 보수." 2018년 11월 2일에 액세스했습니다. http://leanmanufacturingtools.org/427/predictive-maintenance/.

페이체바, 랄리차. "예측 유지보수 및 인더스트리 4.0 CMMS로 철도가 스마트해집니다." 메인트월드. 2017년 10월 11일. 2018년 11월 4일에 액세스했습니다. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

"제조 개요의 예측 유지 보수." 마이크로소프트 애저. 2018년 5월 1일. 2018년 11월 4일에 액세스했습니다. https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.

"석유 및 가스 산업에 Hadoop을 사용한 예측 유지 관리", MapR Technologies Inc., 2015년 5월. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian, "예측 유지 관리와 예방 유지 관리의 차이점", Coresystems, 2015년 9월 15일. 액세스 2018년 11월 2일. https://www.coresystems.net/blog/the-difference-between-predictive-maintenance- 및-예방-유지보수.

월스트리트 저널 . 2018년 11월 2일에 액세스했습니다. https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/.

위키피디아. "예측 유지 보수." 2018년 10월 11일에 액세스했습니다. https://en.wikipedia.org/wiki/Predictive_maintenance.

라이트, 제레미. "여러 예측 유지 관리 기술을 활용하는 방법." 기계 윤활. 2018년 11월 1일에 액세스했습니다. https://www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies