유지 관리를 예측적 신뢰성으로 전환

수년 동안 유지 보수는 더럽고 지루하며 임시적인 작업으로 취급되었습니다. 생산성에는 중요하지만 수익 창출의 핵심 구성 요소로 인식되지는 않습니다. 간단한 질문은 종종 "정기적으로 유지 관리해야 하는 이유는 무엇입니까?"입니다. 대답은 "가능한 한 신뢰할 수 있도록 유지하기 위해"입니다. 그러나 진짜 질문은 "마지막 유지 관리 이후에 얼마나 많은 변경이나 저하가 발생했습니까?"입니다. 답은 "모르겠습니다."입니다.

신뢰성에 대한 도전은 과거의 데이터를 다루는 것입니다. 실패는 모델링되고 분석되며 어느 정도 예측됩니다. 불행히도 예측은 사용자나 작업 환경 관련 제약을 고려하지 않으며 종종 결과가 그다지 유용하지 않습니다.

상태 기반 유지 관리(CBM)는 온라인 데이터를 처리합니다. 기계 상태를 지속적으로 모니터링하고 서명을 평가합니다. 그러나 이것은 한 번에 한 기계씩 기계 수준에서 수행됩니다. "실패 후 수정 접근 방식"입니다. 문제 해결이 주요 목적입니다.

오늘날 CBM은 센서와 통신에 중점을 두고 있습니다. 모든 제품과 기계는 어떤 방식으로든 네트워크로 연결되어 있습니다. 하지만 이 모든 데이터로 무엇을 해야 하는지 알기 어렵습니다. 로컬에서 데이터를 처리하기 위해 계산 도구를 사용하여 데이터를 정보로 변환해야 합니다.

미래의 유지 관리 세계는 기능 기반 모니터링을 위한 정보 세계입니다. 정보는 단순히 상태가 아니라 추세를 나타내야 합니다. 단순히 "얼마나"를 보여 주는 것이 아니라 우선 순위를 제시해야 합니다. 그렇게 하면 생산 속도뿐만 아니라 자산 수준 활용에 생산성을 집중할 수 있습니다.

최신 컴퓨팅 및 통신 기술의 출현으로 더 많은 제품과 기계에 센서가 내장되고 테더링 및 테더링이 없는 네트워크를 통해 연결됩니다. 오늘날의 글로벌 비즈니스 환경에서 완벽하게 통합된 네트워크 시스템을 통해 기계와 공장이 네트워크로 연결되고 정보와 의사 결정이 동기화되므로 시스템의 다운타임이 전체 기업의 생산성을 위태롭게 할 수 있습니다.

반면에 보안 및 통신 대역폭 제한에 대한 제약으로 인해 데이터 노출 위험을 최소화하거나 완화하기 위한 재설계가 필요합니다.

솔루션은 지능형 유지 관리 시스템입니다. IMS는 장비 성능을 예측하고 예측하므로 "제로에 가까운 고장" 상태를 달성할 수 있습니다. 실패의 원인은 장비 성능과 인적 오류의 두 가지입니다. 제로에 가까운 다운타임은 장애를 최소화하기 위한 예측 기술에 중점을 둡니다. 기계 성능의 기능에 중점을 둡니다.

데이터는 센서(기능 정보를 수집하기 위해 기계에 장착)와 전체 엔터프라이즈 시스템(품질 데이터, 과거 이력 및 추세 포함)의 두 가지 소스에서 제공됩니다. 이러한 소스(현재 및 과거)의 데이터를 연관시켜 미래의 성능을 예측할 수 있습니다. 목표는 날씨가 예측되는 것과 같은 방식으로 제품/기계 상태를 예측하는 것입니다.

우리는 온도 예측이 얼마나 정확한지 신경 쓰지 않습니다. 우리는 춥거나 덥거나 맑음에서 비로의 추세를 중요하게 생각합니다. 예측은 우선 순위와 백업 계획을 제공합니다.

오늘날 기계 현장 서비스는 경보, 경보 및 표시기를 제공하는 센서 기반 관리 시스템에 의존합니다. 알람이 울리는 순간 이미 고장을 예방하기에는 너무 늦었습니다. 대부분의 공장 가동 중지는 이러한 예상치 못한 상황에서 발생합니다.

시간 경과에 따른 저하를 살펴보는 경고는 제공되지 않습니다. 성능 저하를 모니터링할 수 있다면 다가오는 상황을 예측하고 필요할 때 예측 신뢰성 작업을 수행할 수 있습니다(너무 이르거나 너무 늦지 않게). 이러한 기술을 사용하면 장애가 발생하기 전에 유지 관리를 예약할 수 있습니다.

지능형 유지 관리에 대한 저의 장기적 관점은 임베디드(소프트웨어) 및 원격 기술을 포함한 모든 수단을 사용하여 장비 성능을 모니터링할 수 있다는 것입니다. 그런 다음 성능 저하가 발생하기 시작하면 장애가 발생하기 전에 서비스를 트리거할 수 있는 충분한 시간이 있습니다.

머신은 상태를 자체 평가하고 필요에 따라 자체 서비스 요청을 트리거할 수 있습니다. 이 모델이 작동한다면 자체 서비스 성과와 자체 보증 기반 계약을 관리할 수 있는 제품을 갖게 될 것입니다. 또한 고성능 방식으로 실행하는 방법을 알려줄 수 있습니다.

업계는 수익에 집중하고 있으며 다운타임 비용은 수익성에 큰 영향을 미칩니다. 그러나 다운타임 비율이 유일한 비용 문제는 아닙니다. 장비의 성능이 저하되기 시작하면 수용할 수 없는 품질의 부품이 생성되기 시작하여 오랫동안 알지 못할 수 있습니다.

결국 기계 성능 저하가 처리량과 품질에 심각한 영향을 미칩니다. 이는 중국과 같은 국가에 작업을 아웃소싱하는 제조업체에게 특히 중요합니다. 이러한 회사는 제품을 배송하기 전에 원격으로 제품 품질을 모니터링해야 합니다.

세계적 수준의 기업들은 이미 예측 신뢰성에 대한 판도를 바꾸는 접근 방식을 취하여 유지 관리 시스템을 스마트 서비스 및 자산 관리 솔루션으로 전환하는 새로운 서비스 비즈니스 모델을 구현했습니다.

장비 성능과 기계 성능 저하를 면밀히 관찰하여 가동 중지 시간을 줄이고 선적 전에 제품 품질을 미리 볼 수 있는 기능을 제공합니다. 기업은 사후 유지 관리("페일 앤 픽스") 대신 "예측 및 방지" 유지 관리로 이동합니다.