PdM 프로그램에서 진정한 신뢰성을 얻는 방법

예측 유지보수(PdM)가 신뢰성 프로그램이라고 생각하십니까? PdM이 사후 대응적 또는 사전 예방적 접근 방식이라고 생각하십니까? 대부분의 사람들에게 이 두 질문에 대한 대답은 '예'입니다. 가장 오랜 시간 동안 나는 이 그룹에 나를 포함시켰을 텐데, 내가 틀렸다.

35년 이상 PdM 실무자, 프로그램 관리자 및 서비스 제공자로 일한 후 저는 예측 유지 관리와 그 배치가 시설의 안정성 노력의 주요 구성 요소라는 것을 강력하게 옹호했습니다. 당신은 나에게 다르게 말할 수 없었다. 나는 다른 생각에 마음을 열지 않을 것입니다. 변화는 어렵고 우리 모두는 우리가 알고 있는 것의 피조물입니다. 하지만 신뢰성의 정의를 조사하던 중 어느 날 불이 꺼졌습니다.

신뢰성은 요구에 따라 성능 저하나 고장 없이 의도하거나 필요한 기능이나 임무를 일관되게 수행하는 장치, 기계 또는 시스템의 능력으로 정의됩니다.

PdM 기술이 악화 또는 저하를 포함하여 현재 자산 상태를 효과적으로 측정하기 때문에 예측 유지 관리에 대한 접근 방식은 임박한 장애를 식별하는 데 성공했습니다. 그러나 잘 작동하는 PdM 프로그램이 장애를 효율적으로 관리하지만 전체 장비 신뢰성을 반드시 향상시키는 것은 아닙니다. 실패를 이해하고 관리하는 것은 의심할 여지 없이 PdM 프로그램의 유익한 목표이지만 일반적인 시설 운영의 경우 진정한 신뢰성 향상과 상당한 비용 절감이 더 바람직한 결과일 것입니다.

자산을 조건에 맞게 유지 관리(조건 기반 유지 관리)하는 것이 run-to-fail 또는 시간 기반 전술과 같은 대체 유지 관리 접근 방식보다 선호되는 것으로 입증되었습니다. 자산의 중요도와 개별 고장 모드의 예측 가능성 또는 부족을 고려할 때 이러한 대안적 접근 방식은 전체 유지 관리 전략에서 여전히 자리를 차지합니다. 일반적으로 PdM 접근 방식은 본질적으로 반응적입니다. 장애 발생 이후에만 현재 장애 및 장애 모드에 대응하고 관리합니다. 사전 예방적 전략은 장애 제거와 장애 관리에 중점을 둡니다. 오류 제거는 진정한 안정성 향상과 비용 절감의 핵심입니다.

PdM 프로그램이 원하는 결과를 얻지 못합니까?

오늘날 대부분의 PdM 프로그램에는 두 가지 중요한 항목이 없으며, 이러한 항목이 없기 때문에 많은 프로그램이 PdM 설문조사에서 만족스럽거나 낮은 점수를 받을 수 있습니다. 첫째, 시설 내 안정성 향상과 손실 제거에 중점을 두어야 합니다. 프로그램은 완료된 PdM 작업이나 장애 관리의 영향이 아니라 전체 공장의 목표와 밀접하게 일치하는 메트릭 및 핵심 성과 지표(KPI)에 의해 관리되어야 합니다.

둘째, PdM 접근 방식은 시설 내에서 안정성 전략의 필수적인 부분이어야 합니다. 많은 경우에 이것은 상당히 효과적일 수 있지만 다른 안정성 이니셔티브와 별개인 독립 실행형 노력입니다. 또한 PdM 결과가 안정성 향상에 어떻게 도움이 되는지 더 잘 이해해야 합니다.

여기에서 어디로 가나요? 기존 PdM 프로그램은 진정한 신뢰성 이니셔티브로 전환하고 플랜트에 더 많은 가치를 제공하기 위해 조정 또는 개선이 필요할 수 있습니다. 프로그램 평가는 프로그램의 현재 상태를 평가하고 재설계, 개선 또는 개선이 필요한 영역을 식별하는 데 사용할 수 있습니다. 또한 프로그램 배포, 일상적인 워크플로, 기술, 빈도, 보고 및 관리의 핵심 요소를 평가할 수도 있습니다.

PdM 평가의 또 다른 이점은 인더스트리 4.0, 산업용 사물 인터넷(IIoT), 인공 지능(AI) 및 기계 학습을 포함한 차세대 전략으로의 마이그레이션을 위한 견고한 프로그램의 개발입니다.

프로그램의 개선 사항이 식별되고 최적화되면 데이터 분석, KPI 및 메트릭을 통해 반복적인 오류 패턴을 제거할 수 있는 영역이 표시됩니다. 따라서 향상된 예측 유지보수를 통해 공장의 신뢰성 노력을 강화하고 PdM 평가와 사전 예방적 이점을 활용하십시오.

저자 소개

John Pucillo는 True Reliability를 보유한 신뢰성, 예측 유지보수 및 운영 컨설턴트입니다. 그는 38년 동안 비즈니스 목표를 달성하기 위해 동급 최고의 제공 및 프로젝트 전략을 성공적으로 실행한 경험이 있습니다. John은 이메일([email protected])을 통해 연락할 수 있습니다.