상태 기반 유지보수 마스터하기: 언어, 전략, ROI

가장 효과적인 유지보수 전략은 일률적인 접근이 아니라 각 자산에 맞춰져야 합니다. 각 설비를 분석함으로써 조직은 최대 신뢰성과 ROI를 제공하는 경로를 계획할 수 있습니다. 오늘날 유지보수 전문가들은 이러한 여정을 탐색하기 위해 예측 유지보수(PdM)와 상태 모니터링(CdM)에 점점 더 의존하고 있습니다.

유지보수 환경을 탐색하려면 먼저 올바른 용어를 사용해야 합니다. PdM과 CdM은 상태 기반 유지보수(CBM) 전략 내에서 작동하는 기술 및 도구입니다. 이 도구들은 임박한 고장의 징후를 감지하며, 그 자체가 전략은 아닙니다.

CBM은 PdM과 CdM의 데이터를 집계하여 유지보수의 최적 시점을 식별하고, 고장으로 이어지는 조건을 완화합니다.

CBM의 목표는 각 자산이 필요할 때 가용하도록 유지하면서 P-F 곡선에서 너무 이르거나 늦은 유지보수를 피하는 것입니다. 목표는 잠재적 고장을 더 일찍 감지함으로써 P-F 곡선에서 왼쪽으로 이동하는 것입니다.

이상적인 유지보수 창을 찾는 것은 오랫동안 실무자들에게 과제였습니다.

인더스트리 4.0 (IIoT) 마인드셋 채택

최근까지 유지보수 결정은 시간 기반 스케줄과 고장까지 운전(RTF) 접근법의 혼합이었습니다. 사람의 관찰과 사후 고장 데이터가 주요 통찰의 원천이었습니다.

설비는 모터, 펌프, 컨베이어가 고장 나기를 기다렸다가 개입하는 경우가 많았습니다. 도구와 데이터가 부족할 때 유일한 실행 가능한 옵션이었습니다.

인더스트리 3.0 시기 자동화와 디지털 데이터의 부상으로 컴퓨터화 유지보수 관리 시스템(CMMS) 소프트웨어가 도입되어 각 자산에 대한 디지털화된 시간 기반 예방 유지보수(PM) 일정이 가능해졌습니다.

유지보수 팀은 주요 지표를 측정하여 고장을 예측한 다음, 실제 상태와 관계없이 정해진 일정(종종 OEM 지정)에 따라 가동 중지 시간을 계획하여 구성 요소를 수리하거나 교체했습니다. 이는 고장률을 줄였지만 인력, 가동 중지 시간, 불필요한 교체를 증가시켰습니다.

오늘날 인더스트리 4.0과 IIoT로 많은 설비가 실시간(또는 준실시간) 자산 상태 데이터를 활용하여 유지보수 활동을 최적화합니다.

CBM은 센서, 휴대용 진단, SCADA 및 기타 수집 시스템에서 데이터를 캡처합니다. 데이터는 집계, 분석되어 CMMS를 통해 실행 가능한 인텔리전스로 변환되며, 이는 자원이 가장 필요한 곳으로 향하도록 안내합니다. 유지보수 팀은 소방수식 대응에서 디지털 프로세스 최적화로 전환합니다.

예측 유지보수 vs 상태 모니터링: 차이점은?

PdM과 CdM 모두 기술을 사용하여 자산 상태 데이터를 캡처하며, 둘 다 유지보수 환경 내에서 완전히 작동합니다. 차이는 미묘하며 상호 보완적입니다. 가장 견고한 프로그램은 포괄적인 신뢰성 그림을 제공하기 위해 둘 다 결합합니다.

함께 PdM과 CdM은 유지보수 자원을 효율적이고 수익성 있게 할당하는 데 필요한 경험적 데이터를 제공합니다.

예측 유지보수 (PdM)

PdM 도구(열화상, 진동 분석, 오일 분석, 초음파 측정)는 자산 건전성의 스냅샷을 캡처합니다. 데이터가 시간별이므로 가동 시간 및 부하 조건과 같은 운영 데이터로 맥락화해야 합니다.

PdM은 정확한 고장 시간이나 수명을 예측하지 않습니다. 대신 더 정확하고 비용 효율적인 유지보수 일정을 알리는 관찰 데이터를 제공하여 가용성과 용량 보장을 개선합니다.

상태 모니터링 (CdM)

CdM 도구는 센서와 수집 시스템을 통해 지속적인 건전성 데이터를 수집하며, 접근하기 어렵거나 위험한 자산에 이상적입니다. 센서는 베어링 진동, 과열, 전력 품질 문제를 감지하여 인력을 위험에 노출시키거나 가동 중지 시간을 요구하지 않습니다.

데이터는 초 단위에서 일 단위까지 수집될 수 있습니다. IIoT, 센서 발전, 비용 하락으로 기하급수적인 데이터 성장이 일어나고 있습니다. 이 추세 데이터에 AI와 머신러닝을 적용하면 예방 조치를 위한 P-F 곡선의 최적 지점을 파악하는 데 도움이 됩니다.

임의 고장 완화

임의 고장은 알려지지 않은 원인에서 발생합니다. PdM과 CdM은 이러한 이벤트의 근본 원인을 밝혀내는 데 탁월합니다.

유지보수 팀은 진동, 열화상, 전력 품질 및 기타 신호를 조사하여 고장 전조 증상을 식별해야 합니다. 반복적인 시간 기반 검사에 의존하면 자원이 고갈될 수 있습니다.

PdM과 CdM을 통해 조직은 고장을 정확하게 분류하고 근본 원인을 해결하며 올바른 완화 전략을 구현하여 '미지수'를 예측 가능한 유지보수 창으로 전환하고 MTBF를 연장할 수 있습니다.

효과적인 예방 조치 전략 개발

유지보수 진화는 시간 지향에서 상태 지향, 데이터 지향 접근으로 이동합니다. 모든 자산이 같은 경로를 따르는 것은 아니며, 전략 선택은 중요도와 비용에 따라 달라집니다.

대부분의 설비는 시간 지향, 상태 지향, 데이터 지향 방법을 혼합한 하이브리드 예방 계획을 채택합니다. 핵심은 올바른 조합을 선택하는 것입니다.

시간 지향 PM이 쇠퇴했지만, 미션 크리티컬 환경(석유 및 가스, 원자력 등)에서 고위험 구성 요소의 계획적 교체와 같은 작업에는 여전히 효과적입니다. 이러한 맥락에서는 CBM과 데이터 지향 유지보수의 결합이 선호됩니다.

결정은 자산 중요도, 예산, 인적 및 기술적 자원의 가용성을 고려해야 합니다. PdM과 CdM을 단순 시간 지향이나 고장까지 운전 방법보다 우월할 때만 배치하면 비용 효율적인 유지보수가 보장됩니다.

데이터 수집 빈도는 고장 모드와 일치해야 합니다. 6개월 P-F 곡선을 가진 베어링은 주간 모니터링만 필요할 수 있지만, 원자력 발전소의 동일한 베어링은 지속적인 감시가 필요합니다.

효과적인 유지보수 전략 설계의 주요 고려사항

최적 전략 선택은 재무적, 물류적 결정입니다. 다음 요소를 염두에 두십시오:

• 자산을 주기적으로 교체하는 것이 계획된 검사보다 저렴하고 빠른지 평가하십시오.
• 상태 모니터링 비용을 정당화하는 중요 자산을 식별하십시오.
• 전략과 기술 및 도구의 차이를 기억하십시오:
• CBM, RCM, RBM, DOM, RTF는 전략입니다.
• PdM과 CdM은 CBM 전략 내에서 사용되는 기술 및 도구입니다.
• 시간 지향, 상태 지향, 데이터 지향은 예방 조치 계획의 절차적 작업을 분류합니다.
• FMEA, FMECA 같은 신뢰성 도구는 전략 선택과 고장 원인 완화 또는 제거를 위한 절차 단계를 안내합니다.

궁극적으로 두 가지 투자 수익의 균형을 맞춰야 합니다: 전통적인 효율성 향상과 무결성의 ROI(자산 가용성 및 용량 보장 유지). 선택한 도구, 기술, 전략은 그 사명을 지원해야 합니다.

저자 소개

Gregory Perry, CMRP, CRL은 Fluke Reliability의 선임 용량 보증 컨설턴트입니다. 유지보수 및 운영 모범 사례 분야에서 거의 20년의 경험을 가진 공인 신뢰성 리더로, MRO, 창고, 세계적 수준의 유지보수 원칙, CMMS 리더십을 전문으로 합니다. Perry는 구현 및 자문 서비스를 제공하고, 주요 산업 컨퍼런스에서 모범 사례 세션을 발표하며, 유지보수 우수성에 관한 웨비나를 저술합니다.