예방 대 예측 유지 관리 및 탑승해야 하는 이유

사람들과 이야기할 때 예방 및 예측이라는 용어가 종종 정신적으로 겹칠 수 있음을 발견했습니다. 그러나 구현 기술과 실제 효과에는 현저한 차이가 있으므로 장단점과 예측 유지 보수가 제조업체의 유일한 미래인 이유에 대해 설명하기 전에 두 가지를 명확하게 정의하는 것이 중요합니다.

예방적 유지보수 기계와 해당 구성 요소의 평균 고장 사이의 시간을 나타내는 제조업체 지정 MTBF(평균 고장 간격)에 크게 의존합니다. 유지 관리 작업은 MTBF 수(일반적으로 작업 시간)를 초과하기 전에 수행됩니다.

예측 유지보수 기계 및 부품의 실제 진단(현재 상태) 및 예후(미래 상태) 정보에 의존합니다(베어링/기어박스의 진동 모니터링, 전기 모터의 전류 모니터링, 온도). 유체 모니터링 등). 유지 보수는 구성 요소의 실제 상태와 예상 잔여 수명(RUL)을 기반으로 수행되므로 기계 고장을 정확하게 예측하고 방지할 수 있습니다.

현실 세계는 이상적이지 않습니다

불행히도 이러한 계획과 우리의 깔끔한 다이어그램에는 현실 세계가 결코 '이상'을 따르지 않으며 약간의 타협이 필요합니다.

예방적 유지보수 기계의 실제 사용량을 고려하지 않으며 잠재적인 오류 지점을 표시할 수 없습니다. 종종 실패하는 것은 제조업체가 원래 테스트 체제에서 발견한 것과 다르며 기계가 노후화됨에 따라 동작이 상당히 변경됩니다. 제조업체에서 제공한 MTBF 번호는 일반적으로매우 과도한 유지 관리 경향은 일반적으로 실패 및 이로 인한 가동 중지 시간보다 비용이 적게 들기 때문에 보수적입니다.

계획된 유지보수로 인해 작업이 중단될 뿐만 아니라(다운타임) 계획되지 않은 고장으로 인해 추가 다운타임이 발생합니다. 때로는 계획된 유지보수 이벤트 직전에도 발생합니다. 현실 세계에서 이 방식은 기계가 노후화됨에 따라 점점 더 비싸지고 비효율적이 됩니다.

Nissan과 Senseye가 어떻게 협력하여 생산 중단 시간을 50%까지 단축했는지 확인하십시오." align="middle">

예측 유지보수 현실 세계에서는 보장을 강화하기 위해 계획된 유지 관리 요소가 있을 가능성이 높지만 이러한 요소는 점점 줄어들고 중단되는 경향이 있습니다. 예측 정보를 기반으로 하는 정기적인 상태 기반 유지 관리를 통해 계획되지 않은 다운타임을 방지할 수 있습니다. 어떤 경우에는 상태 표시기가 계획된 유지 관리 이벤트 전에 나타날 수 있으며, 기회적 유지 관리는 이미 계획된 유지 관리 이벤트에 병합되어 효율성을 추가로 높일 수 있습니다.

체중

신뢰할 수 있는 진단 및 예측으로 구동되는 예측 유지보수는 생산성 최적화 및 가동 중지 시간 최소화 측면에서 확실한 승자입니다. 채택자들을 위한 한 가지 주의 사항은 이것이 완전히 현실 세계에서 구동되기 때문에 방대한 데이터를 수집해야 하며 이에 대한 선행 투자가 벅차게 보일 수 있다는 것입니다. 그러나 이는 인더스트리 4.0과 IIoT가 발전하고 센서 비용이 낮아지면서 변화하고 있습니다. 최신 기계에는 센서와 데이터 수집 기능이 내장되어 있어 예측 유지보수를 지원합니다.

예방적 유지보수에 비해 가장 큰 개선점은 순전히 MTBF가 아닌 적절한 사용법과 상태로 유지보수할 수 있다는 것입니다. 깊은 유지 관리 이벤트가 줄어들고 계획되지 않은 가동 중지 시간이 줄어들어 비용을 절약할 수 있습니다. 구성 요소의 상태에 대해 미리 경고를 받고 가동 중지 및 생산성 문제가 되기 전에 수정 유지 관리를 수행할 기회를 갖게 됩니다.

예측 유지보수가 미래인 이유

시간과 돈을 낭비하는 것을 좋아합니까? 그렇게 생각하지 않았다. 경쟁업체도 마찬가지입니다. 인더스트리 4.0이 가져오는 거대한 도약은 새로운 재료, 기계 또는 생산 기술에 있지 않습니다. 이미 가지고 있는 것을 개선하고 최적화하여 투자에서 생산성의 모든 마지막 한 방울까지 짜내는 것입니다.

예측 유지 관리는 Senseye와 같은 제품에서 활성화되어 가동 중지 시간을 방지하고 적은 비용으로 생산성을 보장합니다. 정말 흥미진진합니다!

사용하기 쉬운 진단, 예후 및 상태 모니터링 제품인 Senseye가 작동하는 모습을 보고 어떻게 가동 중지 시간을 절약할 수 있는지 알고 싶으십니까? 여기에서 라이브 데모를 요청하십시오: