장비 유지 보수 및 수리
처방적 유지 관리는 고급 분석 및 기계 학습을 활용하여 유지 관리 요구 사항을 예측하고 장비 성능을 최적화하는 자산 관리에 대한 최첨단 접근 방식을 나타냅니다. 이는 단순히 잠재적인 문제를 식별하는 것 이상으로 유지 관리 조치 및 운영 조정에 대한 구체적인 권장 사항을 제공합니다. 이 전략은 유지 관리 전문가의 의사 결정 프로세스를 향상시켜 유지 관리 작업을 보다 효과적으로 계획하고 실행할 수 있도록 하여 가동 중지 시간을 줄이고 자산 수명을 늘립니다. 데이터 기반 통찰력을 지능적으로 적용함으로써 최신 유지 관리 방법론의 선두에 서게 되었습니다.
여러 세대에 걸쳐 유지보수 전문가들은 장비 고장을 방지하기 위해 예방적 유지보수를 사용하고 자산이 고장난 경우 대응적 유지보수로 전환해 왔습니다. 산업용 사물 인터넷(IIoT)의 출현으로 이제 유지 관리 전문가는 도구, 소프트웨어 및 센서를 연결하여 한 곳에서 여러 데이터 소스를 수집, 저장 및 분석할 수 있습니다.
이러한 도구는 이미 센서와 소프트웨어가 향후 오류를 예측하는 예측 유지 관리를 실현하고 있습니다. 그러나 많은 유지 관리 리더들은 머신 러닝과 인공 지능이 고장을 예측할 뿐만 아니라 솔루션도 식별하는 처방적 유지 관리라는 개념을 바탕으로 미래를 바라보고 있습니다.
처방적 유지 관리는 기계 학습(ML) 및 인공 지능(AI)을 IIoT와 함께 사용하여 장비 유지 관리에 대한 구체적인 권장 사항을 제시합니다. 이력을 분석하고, 가정하고, 테스트하고, 데이터를 다시 테스트하는 기술을 자유롭게 결합합니다. 복잡한 알고리즘을 통해 소프트웨어는 데이터 추세를 자동으로 식별 및 학습하고 데이터 패턴을 인식할 수 있습니다.
기계 학습 프로세스는 모델(특정 패턴을 인식하도록 훈련된 파일)과 데이터를 지속적으로 재평가하여 인간 분석가가 달성할 수 없는 속도로 어떤 작업이 수행될지 정확하게 예측합니다. 궁극적으로 처방적 유지 관리는 다양한 조치의 잠재적 결과를 결정하고 최선의 접근 방식을 제안합니다.
진동 센서와 같은 고급 자산 상태 모니터링 솔루션은 패턴 감지를 지원하고 신뢰성 팀이 처방적 유지 관리에 더 가까워지도록 도와줍니다. 예를 들어 압전 진동 센서, MEMS 센서 및 소프트웨어를 결합하면 자산 성능 추적, 결함 분석 및 예측 분석이 가능합니다.
유지 관리 책임자는 진동 센서를 사용하여 기계 결함에 영향을 미치는 근본 원인과 조건을 파악하고, 자산 문제와 근본적인 문제를 진단하고, 데이터 분석을 통해 다음 단계를 결정할 수 있습니다. 이는 처방적 유지 관리의 목표인 솔루션 권장과는 아직 한 걸음 멀었지만, 그 목표에 한 걸음 더 가까워진 것이기도 합니다.
예측 유지 관리는 처방 유지 관리와 많은 유사점을 공유합니다. 예측 유지 관리는 상태 기반 유지 관리(CBM)와 같은 데이터 기반의 사전 유지 관리 방법을 사용하여 장비 상태를 분석하고 유지 관리 수행 시기를 예측하는 데 도움을 줍니다.
예측 유지 관리는 센서의 실시간 데이터를 활용하여 자산 성능과 CMMS(Computerized Maintenance Management System)에 저장된 기록 데이터를 추적하여 기계 상태를 확인합니다. 데이터에 알고리즘을 적용하여 온도, 진동, 전기, 압력 및 오류 발생 시기를 나타내는 기타 측정값과 같은 주요 지표를 사용하여 추세를 찾습니다.
예측 유지 관리는 센서를 통해 실시간으로 데이터를 수집하여 기계 상태를 파악하고 장비 이상 현상을 식별합니다. 데이터를 기반으로 유지 관리 팀은 다음에 취할 조치를 결정할 수 있습니다.
처방적 유지 관리도 이 작업을 수행하지만 솔루션을 처방하고 취할 수 있는 최선의 조치를 권장할 수도 있습니다.
예방 유지보수(PM)는 현재 상태에 관계없이 각 기계에 대해 고정된 유지보수 일정을 설정합니다. 유지 관리 간격은 달력 기반 또는 사용량 기반이며 제조업체 권장 사항에 따라 예약됩니다.
예방적 유지보수는 사후 유지보수 및 계획되지 않은 가동 중지 시간을 줄이고 장비를 정기적으로 서비스함으로써 안전성을 높입니다. PM 작업에는 예약된 복원과 예약된 삭제라는 두 가지 유형이 있습니다. 두 가지 조치 모두 정확한 실패 모드를 해결하기 위해 규정된 PM 작업에 의해 수행됩니다.
장기적으로 새로운 기술은 처방적 분석을 가능하게 할 것입니다. 예를 들어, 기계 학습(ML)과 인공 지능(AI)은 스스로 진단하고 특정 "복구" 또는 "폐기" 예방 유지 관리 작업을 수행해야 할 시기를 알려줄 수 있습니다.
대응적 유지 관리는 기계가 예기치 않게 고장나서 초과 근무, 가동 중지 시간, 생산량 감소 등 예산에 맞지 않는 비용이 발생하는 경우 유지 관리 팀이 취하는 계획되지 않은 조치입니다.
예방 유지보수(PM)는 예상치 못한 가동 중지 시간을 방지하기 위해 윤활, 검사, 수리, 교체 등의 예방 조치를 통해 자산의 수명을 연장하는 계획된 유지 관리입니다.
사후 유지 관리는 계획되지 않은 유지 관리이며 자산이 고장나지 않는 한 발생하지 않습니다. 유지 관리 팀 구성원이 장애의 근본 원인을 파악하면 기술자가 파견되어 자산을 작동 상태로 복원합니다.
자산이 실패하도록 허용하는 것을 의미하는 Run-to-Failure 전략은 장비에 따라 최소화될 수 있는 자산 가치와 운영에 대한 영향에 특정한 이점을 제공합니다.
신뢰성 중심 유지보수(RCM)는 모든 유지보수 및 신뢰성 프로그램과 전략의 조상이라고 할 수 있습니다. RCM의 목표는 유지 관리 팀이 가장 적절한 자산 관리 정책을 선택할 수 있도록 특정 프로세스를 사용하여 정보를 수집하는 것입니다.
이 프로세스를 사용하여 신뢰성 전문가는 모든 장비가 현재 작동 상황에서 사용자가 원하는 기능(기능)을 계속 수행하도록 보장하기 위해 수행해야 할 작업을 발견하고 이해합니다. 이는 자산 기능, 기능적 실패, 예상되는 실패/원인을 식별함으로써 달성됩니다.
최종 결과는 시설이나 공장의 각 장비에 대한 구체적인 유지 관리 전략을 구현하고 유지 관리 프로그램을 최적화하는 것입니다.
좋은 소식은 이러한 전략과 프로그램을 모두 한 번에 구현할 필요가 없다는 것입니다. 각각에는 장점이 있으며 실제로 여러 프로그램을 사용하는 것이 일반적으로 더 유리합니다. 하나의 전략으로 소규모로 시작하든 유지 관리 프로그램을 조합하여 시작하든 관계없이 모두 자산 성능을 향상하고 장비 수명을 연장할 수 있습니다.
장비 유지 보수 및 수리
올해 초 지멘스의 사장 겸 CEO인 Tony Hemmelgarn은 Siemens Digital Industries Software 비즈니스를 SaaS(Software as a Service)로 전환할 계획이라고 발표했습니다. 이제 회사는 XaaS(Xcelerator as a Service)를 도입하여 Xcelerator 포트폴리오를 확장한다고 발표했습니다. 지멘스 디지털 인더스트리 소프트웨어(Siemens Digital Industries Software)의 전략 및 마케팅 SVP인 브렌다 디셔(Brenda Discher)는
구성품 및 소모품 진동 센서 모듈 × 1 남성/여성 점퍼 와이어 × 3 LED(일반) × 1 Arduino UNO 또는 Arduino 메가 × 1 앱 및 온라인 서비스 Arduino IDE 이 프로젝트 정보 이 프로젝트에서는 Arduino를 진동 센서 및 LED와 연결합니다. 진동이 감지되지 않으면 진동 센서 출력은 0(저전압)이고, 그렇지 않으면 출력은 1(고전압)입니다. Arduino가 진동 센서에서 0(