상태 기반 유지 관리 언어를 성공적으로 탐색

이상적인 유지보수 신뢰성 전략은 획일적인 접근 방식이 아닙니다. 가장 큰 영향을 미치려면 각 자산을 분석하고 조직에 최상의 결과를 제공할 경로를 차트로 표시해야 합니다. 유지보수 전문가는 이 여정에서 성공을 달성하는 데 도움이 되는 예측 유지보수(PdM) 및 상태 모니터링(CdM) 기술로 점점 더 눈을 돌리고 있습니다.

유지 관리 환경을 효과적으로 탐색하려면 먼저 올바른 언어를 사용해야 합니다. 예측 유지보수(PdM) 및 상태 모니터링(CdM)은 유지보수 기술 및 도구입니다. 상태 기반 유지 관리(CBM) 전략 내에서 이러한 기술과 도구는 장비의 잠재적인 고장 증상을 감지하는 데 사용됩니다. 전략 자체가 아닙니다.

상태 기반 유지 관리는 예측 유지 관리 및 상태 모니터링 기술에서 자산 상태 정보를 수집하여 장애로 이어지는 조건을 완화하기 위해 유지 관리를 수행할 최적의 시점을 결정합니다.

상태 기반 유지 관리의 목표는 요청 시 각 자산을 사용할 수 있도록 하고 P-F 곡선에서 너무 빠르거나 너무 늦게 유지 관리를 수행하지 않도록 하는 것입니다. 아이디어는 잠재적인 오류를 더 빨리 감지하여 P-F 곡선에서 왼쪽으로 이동하는 것입니다.

거기에 도전이 있습니다. 유지보수를 위한 이상적인 순간을 찾는 것이 수십 년 동안 유지보수 실무자들을 혼란스럽게 해왔습니다.

<중앙>

인더스트리 4.0(IIoT) 사고방식으로의 전환

최근 몇 년까지 유지 관리 전략은 주로 시간 지향 및 실행 실패의 조합이었습니다. 유지 관리 결정은 주로 인간의 관찰 기반 기술을 기반으로 했으며 사후에 자산 상태 정보를 경험적으로 캡처했습니다.

시설은 작동하기 전에 모터, 펌프 또는 컨베이어가 고장날 때까지 기다립니다. 당시에는 악조건을 피할 수 있을 만큼 신속하게 불리한 조건을 안정적으로 찾을 수 있는 도구와 데이터가 없었기 때문에 선택할 수 있는 유일한 방법이었습니다.

인더스트리 3.0과 연계된 자동화 및 디지털 데이터의 부상은 유지 보수 직원이 자산 실패를 초래할 수 있는 조건을 예측하는 데 도움이 되는 기술적 관찰 방법을 제공했습니다. CMMS(Computerized Maintenance Management System) 소프트웨어의 세계로 들어가십시오. 이를 통해 각 자산에 대해 디지털화된 시간 기반 예방 유지보수(PM) 전략을 수립할 수 있었습니다.

유지 보수 실무자는 잠재적인 오류를 발견하기 위해 중요 장비의 주요 지표를 정기적으로 측정한 다음 자산의 실제 상태에 관계없이 정해진 일정(종종 원래 장비 제조업체에서 지정)에 따라 구성 요소를 수리하거나 교체하기 위해 가동 중지 시간을 예약합니다. 이것은 일반적으로 실패율을 줄였지만 가동 중지 시간이 추가되고 때때로 불필요한 구성 요소 교체로 인해 노동 집약적이고 비용이 많이 들었습니다.

이제 인더스트리 4.0과 산업용 사물 인터넷(IIoT) 내 스마트 자율 시스템으로 발전함에 따라 많은 시설에서 실시간(또는 거의 실시간) 자산 상태 데이터를 사용하여 유지 관리 활동을 최적화하고 있습니다.

이 상태 기반 유지 관리 전략에는 센서, 휴대용 진단 도구, SCADA 및 기타 데이터 수집 시스템을 포함한 다양한 소스에서 데이터 캡처가 포함됩니다. 데이터는 집계, 분석되고 CMMS를 통해 실행 가능한 인텔리전스로 전환되며, CMMS는 유지 관리 리소스를 가장 필요한 곳으로 보냅니다. 따라서 유지보수 전문가는 화재를 진압하는 대신 프로세스를 디지털화하는 작업을 할 수 있습니다.

예측 유지 보수? 상태 모니터링? 차이점은 무엇입니까?

예측 유지보수 및 상태 모니터링은 모두 기술 관찰 방법을 사용하여 자산 상태 데이터를 캡처한다는 점에서 유사합니다. 또한 그들은 모두 환경에 완전히 몰두한다는 점에서 이러한 방법의 완전한 참가자입니다.

예측 유지보수와 상태 모니터링 간의 차이는 미미합니다. 그들은 실제로 보완적입니다. 따라서 대부분의 유지보수 프로그램은 둘 중 하나를 선택하는 대신 이들을 결합하여 보다 포괄적인 유지보수 신뢰성 그림을 제공합니다.

예측 유지보수 및 상태 모니터링 기술을 함께 사용하면 최상의 수익을 얻기 위해 유지보수 리소스를 적용할 위치에 대해 더 나은 결정을 내리는 데 필요한 경험적 데이터를 캡처하고 기록할 수 있습니다.

예방적 유지보수

예측 유지 관리 도구 및 기술은 자산 상태의 스냅샷을 적시에 찍기 위해 열화상, 진동 분석, 오일 분석, 초음파 소리 측정과 같은 초감각 기술을 사용합니다. 짧은 시간을 캡처하기 때문에 구성 요소가 실행된 기간과 성능 상태에 영향을 줄 수 있는(또는 더 나은 평가) 기타 운영 데이터와 같은 판독값의 운영 컨텍스트도 기록하는 것이 중요합니다.

예측 유지 관리에 대한 한 가지 주의 사항은 예측하지 않는다는 것입니다. 자산의 수명 또는 정확한 기능 장애 지점. 오히려 기술 관찰 데이터를 제공하여 자산에 대한 유지 관리를 보다 정확하고 효율적이며 재정적으로 책임감 있게 예약하여 더 높은 수준의 가용성 및 용량 보장을 제공합니다.

상태 모니터링

상태 모니터링 도구와 기술은 기술적 관찰 데이터도 제공합니다. 그러나 단순히 스냅샷을 캡처하는 것이 아니라 센서 및 기타 데이터 수집 시스템을 통해 지속적으로 지속적인 자산 상태 데이터를 수집합니다.

상태 모니터링 기술은 접근하기 어렵거나 위험한 환경에 있는 자산에 이상적입니다. 과도한 베어링 진동, 과열 또는 모터 전력 품질 문제를 감지하기 위해 센서를 설치하면 직원을 위험에 빠뜨리거나 생산 중단 없이 중요한 자산 상태 정보를 얻을 수 있습니다.

시스템에 따라 데이터는 몇 초에서 몇 시간, 몇 일 사이의 간격으로 수집될 수 있습니다. IIoT의 부상, 센서 기술의 발전, 비용 절감으로 인해 데이터 볼륨이 기하급수적으로 증가하고 있습니다. 이렇게 증가하는 추세 상태 데이터에 인공 지능과 기계 학습을 적용하면 유지 관리 전문가가 예방 조치를 적용하기 위해 P-F 곡선에서 최적의 지점을 보다 정확하게 식별하는 데 도움이 됩니다.

무작위 실패 완화

무작위 고장은 원인을 알 수 없기 때문에 분류됩니다. 예측 유지 관리 및 상태 모니터링 도구와 기술이 가장 큰 영향을 미치는 영역 중 하나는 무작위 고장의 근본 원인을 식별하는 것입니다.

이는 유지보수 실무자가 진동, 열화상 측정, 전력 품질과 같은 기술적 관찰 지점에서 모든 것을 살펴보아야 함을 의미합니다. 반복적인 시간 지정 유지 관리 활동을 사용하여 이러한 모든 검사를 수행하면 시간과 리소스가 크게 소모될 수 있습니다.

이제 예측 유지보수 및 상태 모니터링 기술은 종종 무작위 장애로 이어지는 조건을 식별하고 적절한 장애 곡선으로 분류하고 보다 효과적으로 원인을 해결한 다음 올바른 완화 유지보수 전략을 적용할 수 있습니다.

이러한 방식으로 유지보수 실무자를 도우면 이러한 기술을 통해 제거 이전에는 무작위로 분류된 많은 실패. 간단히 말해서, 우리는 우리가 무엇을 모르는지 모릅니다. 예측 유지보수 및 상태 모니터링 기술에서 파생된 기술적 관찰 데이터를 사용하면 미지의 것을 알 수 있으므로 P-F 곡선을 더 오른쪽으로 이동하여 오류 사이의 작동 시간을 늘릴 수 있습니다.

효과적인 예방 조치 전략 개발

유지 관리 전략의 진행은 시간 중심에서 조건 중심, (결국) 데이터 중심 유지 관리로 이동하는 경향이 있습니다. 하지만 모든 자산이 그 경로를 따를 필요는 없습니다.

사실, 대부분의 시설은 해당 자산의 중요도와 비용을 기반으로 이러한 유지 관리 전략의 조합을 사용합니다. 추세가 상태 기반 및 데이터 중심 유지 관리 전략으로 향하고 있지만 많은 조직에서는 시간 중심에서 데이터 중심 유지 관리 절차에 이르기까지 모든 것을 포함하는 하이브리드 예방 조치 계획을 개발합니다. 핵심은 올바른 조합을 찾는 것입니다.

<중앙>

시간 중심 유지 관리가 최근 몇 년 동안 인기를 얻지 못했지만 전통적인 예방 유지 관리와 관련된 예정된 폐기 또는 복원 작업이 가장 효과적인 경우가 있습니다. 오일 및 가스 처리 또는 원자력 발전소와 같이 오류가 광범위한 물리적 또는 환경적 손상을 일으킬 수 있는 미션 크리티컬 애플리케이션의 경우 상태 기반 유지 관리 전략과 데이터 지향 유지 관리 전략을 결합하는 것이 선호되는 접근 방식입니다.

자산의 중요도 이후에는 예산과 인적 및 기술 자원의 가용성이 사용할 유지 관리 기술을 결정하는 데 필수적인 역할을 합니다.

표준 시간 지정(또는 심지어는 실패까지) 접근 방식이 더 효과적일 때 예측 유지 관리 및 상태 모니터링 기술을 배포하여 "돈 한푼 떼기"를 원하지 않습니다. 어떤 경우에는 자산을 감지하거나 정기적으로 PM을 수행하는 것보다 자산을 교체하는 것이 더 저렴하고 빠릅니다.

자산 상태 데이터의 시간 민감도와 수집 빈도도 마찬가지로 중요합니다. 예를 들어, P-F 곡선이 6개월인 베어링 고장 모드는 1분, 1시간 또는 1초마다 조건 데이터를 수집할 필요가 없습니다. 아마도 매주 괜찮습니다. 반면에 원자력 발전소와 같은 미션 크리티컬 작업에서 동일한 베어링은 지속적인 모니터링이 필요할 수 있습니다.

효과적인 유지 관리 전략 설계 시 주요 고려 사항

조직을 위한 최상의 유지 관리 전략을 수립하는 것은 재무 및 물류 결정 프로세스입니다. 다음은 염두에 두어야 할 몇 가지 핵심 요소입니다.

<울> <리>

자산을 정기적으로 점검하도록 유지보수 전문가를 보내는 것보다 자산을 자주 교체하는 것이 더 저렴하고 빠른지 결정하십시오.

<리>

어떤 자산이 상황을 계속 움직이게 하는 데 매우 중요하여 비용에 관계없이 상태 모니터링을 추가하는 비용만큼 가치가 있는 자산을 결정하십시오.

<리>

전략 에는 차이가 있음을 기억하십시오. 및 기술 및 도구 :

<리>

상태 기반 유지보수(CBM), 신뢰성 중심 유지보수(RCM), 신뢰성 기반 유지보수(RBM), 설계 설계 유지보수(DOM), 심지어 실행 실패(RTF)가 모두 전략입니다.

<리>

예측 유지보수 및 상태 모니터링은 기술 및 도구를 설명합니다. 상태 기반 유지 관리 전략 내에서 사용 .

<리>

시간 지향, 조건 지향 및 데이터 지향은 절차적 분류입니다. 이는 유지보수 실무자가 장애 모드를 제거 및/또는 완화하기 위해 예방 조치 계획에 배포하는 작업을 분류합니다.

<리>

FMEA(고장 모드 및 영향 분석) 또는 FMECA(고장 모드, 영향 및 임계값 분석)와 같은 안정성 기반 유지 관리 도구는 가장 신중한 유지 관리 전략 및 잠재적인 실패 원인을 식별, 완화 또는 제거하기 위한 절차 단계를 결정하는 데 도움이 됩니다. .

결국 두 가지 ROI를 고려해야 합니다. 하나는 기존 자원으로 효율성을 높이는 전통적인 투자 수익입니다. 다른 하나는 무결성에 대한 귀하의 수익입니다. 유지 관리 전문가로서 귀하와 전체 조직의 무결성은 자산 가용성 및 용량 보증을 유지하는 데 달려 있습니다. 선택한 유지 관리 도구, 기술 및 전략이 해당 목표를 지원해야 합니다.

저자 소개

Gregory Perry, CMRP, CRL은 Fluke Reliability의 선임 용량 보증 컨설턴트입니다. 그는 유지 보수 및 운영 모범 사례에서 거의 20년의 경험을 가진 공인 신뢰성 리더이며 MRO 및 창고, 세계적 수준의 유지 보수 원칙, 세계적 수준의 CMMS 컨설팅 및 리더십에 대한 광범위한 경험을 보유하고 있습니다. 고객에게 구현 및 컨설팅 서비스를 제공하는 것 외에도 Perry는 업계 최고의 컨퍼런스에서 유지 관리 모범 사례 세션을 제시하고 여러 온라인 모범 사례 웨비나를 저술했습니다.