تعمیر و نگهداری پیشبینانه چیست؟
تعمیر و نگهداری پیشبینانه تکنیکی است که از ابزار ها و تکنیکهای تجزیه و تحلیل داده ها برای تشخیص ناهنجاری ها در عملکرد و نقص های احتمالی در تجهیزات و فرآیندها استفاده می کند تا بتواند قبل از اینکه منجر به شکست شوند، آنها را برطرف کند.در حالت ایده‌آل، تعمیر و نگهداری پیشبینانه اجازه می‌دهد تا فرکانس نگهداری تا حد امکان پایین باشد تا از تعمیر و نگهداری واکنشی برنامه ریزی نشده جلوگیری شود، بدون اینکه هزینه‌های مرتبط با انجام تعمیرات پیشگیرانه زیاد را متحمل شود.
تعمیر و نگهداری پیشبینانه از داده های تاریخی و بی درنگ بخش های مختلف عملیات شما برای پیشبینی مشکلات قبل از وقوع استفاده می کند. دو حوزه اصلی در سازمان شما وجود دارد که در نگهداری پیش بینانه نقش دارند:
در اینجا چندین عنصر کلیدی برای تعمیر و نگهداری پیشبینانه وجود دارد که فناوری و نرم افزار یکی از این قطعات حیاتی هستند. یعنی اینترنت اشیا (IoT)، هوش مصنوعی و سیستم های یکپارچه به دارایی ها و سیستم های مختلف اجازه می دهند تا به هم متصل شوند، با هم کار کنند و داده ها را به اشتراک بگذارند و تجزیه و تحلیل کنند.
این ابزارها با استفاده از حسگرهای تعمیر و نگهداری پیش بینی، کنترل های صنعتی و سیستم های تجاری (مانند نرم افزار EAM و نرم افزار ERP) اطلاعات را ضبط می کنند. سپس آن را معنا می کنند و از آن برای شناسایی مناطقی که نیاز به توجه دارند، استفاده می کنند. برخی از نمونه های استفاده از سنسور های نگهداری پیشبینانه نگهداری پیشبینانه شامل آنالیز ارتعاش، آنالیز روغن، تصویربرداری حرارتی و مشاهده تجهیزات است.
انتخاب تکنیک صحیح برای پایش وضعیت، نکته مهمی است که بهتر است با مشورت سازندگان تجهیزات و کارشناسان نظارت بر وضعیت انجام شود.
تعمیر و نگهداری پیشبینانه چگونه کار میکند؟
سه مولفه اصلی وجود دارد که به PdM اجازه می‌دهد وضعیت دارایی را ردیابی کند و به تکنسین‌ها در مورد خرابی تجهیزات آتی هشدار دهد:
سنسورهای نظارت بر وضعیت نصب شده، داده های عملکردی و سلامت دستگاه را در لحظه ارسال می کنند.
فناوری اینترنت اشیا ارتباط بین ماشین‌ها، راه‌حل‌های نرم‌افزاری و فناوری ابری را امکان‌پذیر می‌سازد. اساسا به جمع آوری و تجزیه و تحلیل حجم عظیمی از داده ها کمک می کند.
مدل‌های داده‌های پیشبینانه از تمام آن داده‌های پردازش شده تغذیه می‌شوند تا بتوانند پیش‌بینی‌های شکست را بررسی کنند.
جمع آوری داده ها یک چیز است، اما توانایی تجزیه و تحلیل و استفاده از داده ها برای هدف مورد نظر کاملاً چیز دیگری است. با استفاده از فناوری اینترنت اشیا(IoT) و حسگرهایی که قبلا ذکر شد می توان داده ها را جمع آوری و به اشتراک گذاشت. PdM برای اتصال دارایی ها به یک سیستم مرکزی، که اطلاعات ورودی را ذخیره می کند، به شدت به این حسگرها متکی است.
مزایای نگهداری پیشبینانه
هنگامی که تعمیر و نگهداری پیشبینانه به عنوان یک استراتژی تعمیر و نگهداری به طور مؤثر عمل می کند، تعمیر و نگهداری تنها در صورت نیاز روی ماشین ها انجام می شود. یعنی درست قبل از وقوع خرابی.که مزایای زیر را به همراه دارد
صرفه جویی در هزینه ها
به حداقل رساندن زمان نگهداری تجهیزات
به حداقل رساندن ساعات تولید از دست رفته برای تعمیر و نگهداری
به حداقل رساندن هزینه قطعات یدکی و لوازم
نشان داده شده است که برنامه های تعمیر و نگهداری پیش بینی شده منجر به افزایش ده برابری بازگشت سرمایه، کاهش 25 تا 30 درصدی هزینه های تعمیر و نگهداری، کاهش 70 تا 75 درصدی خرابی ها و کاهش 35 تا 45 درصدی در زمان خرابی می شود.
با این حال، این صرفه جویی در هزینه ها قیمت دارد. برخی از تکنیکهای پایش وضعیت گران هستند و برای مؤثر بودن تجزیه و تحلیل داده‌ها به پرسنل متخصص و با تجربه نیاز دارند.
معایت نگهداری پیشبینانه
در مقایسه با تعمیر و نگهداری پیشگیرانه، هزینه تجهیزات نظارت بر وضعیت مورد نیاز برای تعمیر و نگهداری پیش بینی شده اغلب زیاد است. سطح مهارت و تجربه لازم برای تفسیر دقیق داده های نظارت بر وضعیت نیز بالا است. در مجموع، اینها می توانند به این معنی باشند که نظارت بر وضعیت هزینه اولیه بالایی دارد. برخی از شرکت ها برای به حداقل رساندن هزینه های اولیه یک برنامه نظارت بر شرایط، پیمانکاران نظارت بر شرایط را استخدام می کنند.
نتیجه نهایی: تأثیر نگهداری پیش بینانه
تعمیر و نگهداری پیش بینانه به دنبال تعریف بهترین زمان برای انجام کار بر روی یک دارایی است تا فرکانس تعمیر و نگهداری تا حد امکان پایین باشد و قابلیت اطمینان تا حد ممکن بدون هزینه‌های غیرضروری بالا باشد.
استفاده از اینترنت اشیا برای اجرای یک برنامه تعمیر و نگهداری پیشگیرانه موفقیت کلیدی است، مثل حسگرها و تکنیک های تعمیر و نگهداری پیش بینانه، مانند تجزیه و تحلیل ارتعاش، تجزیه و تحلیل روغن، تصویربرداری حرارتی، و مشاهده تجهیزات.
اگرچه معایبی برای نگهداری پیشبینانه وجود دارد (نیاز به مهارت‌های تخصصی، محدودیت‌های برخی تجهیزات)، اما اجازه می‌دهد تعمیر و نگهداری تنها در صورت نیاز انجام شود، و به تسهیلات کمک میکند هزینه‌ها را کاهش دهند، در زمان صرفه جویی کنند و منابع را به حداکثر برسانند. قبل از تصمیم گیری در مورد اینکه آیا تعمیر و نگهداری پیش بینی برای دارایی های خاص بهترین است یا خیر، باید با سازندگان تجهیزات و کارشناسان نظارت بر شرایط مشورت کنید.
ترند های تعمیر و نگهداری پیشبینانه
با کاهش هزینه فناوری و کاهش موانع اجرا، شاهد افزایش تصاعدی در تعداد موارد استفاده از تعمیر و نگه داری پیشبینانه در صنایع مختلف خواهیم بود.
پذیرندگان اولیه PdM بخش هایی هستند که می توانند بالاترین بازگشت سرمایه را داشته باشند. آنها به راحتی با ویژگی های زیر قابل شناسایی هستند:
هزینه های سرمایه ای و عملیاتی بالا
تجهیزات حساس و بسیار گران قیمت
فرآیندهای تجاری که به شدت تحت تأثیر زمان از کار افتادن تجهیزات قرار می گیرند
خطرات بالا برای ایمنی انسان
در کنار مواردی که قبلاً ذکر کردیم، مواردی که با این معیارها مطابقت دارند، صنایعی مانند مراقبت های بهداشتی، معدن، نفت و گاز، برق و ساخت و ساز هستند.
کسب‌وکارهایی که در بخش انرژی فعالیت می‌کنند در معرض خطر بسیار بالایی قرار دارند، به همین دلیل تخمین زده می‌شود که از نظر سرمایه‌گذاری در فناوری نگهداری پیشبینانه بیشترین رشد را داشته باشند.
PdM برای صنایع دارای دارایی سنگین که از فناوری مدرن نمی ترسند و توانایی دیدن تصویر بزرگ را دارند عالی است. در حالی که هزینه های اولیه می تواند بالا باشد، این یک راه حل طولانی مدت عالی است که می تواند از طریق صرفه جویی در هزینه و بهبود عملکرد دستگاه، بازگشت سرمایه قابل توجهی را فراهم کند.
نتیجه گیری
انتخاب تاکتیک صحیح برای نگهداری از تجهیزات سختی های خاص خودش را دارد. از دیدگاه فنی، همیشه باید فهمید که خرابی چگونه رخ داده است و آیا راهی برای پیشبینی و جلوگیری از آن وجود دارد یا خیر. در صورتی که جواب خیر است باید بررسی شود که آیا با آن خرابی می‌توان کنار آمد (اقدام واکنشی) یا طراحی باید تغییر کند.
تجهیزات کلیدی که دارای قطعاتی هستند که به تدریج خراب می‌شوند و قبل از خرابی نشانه‌هایی از خرابی بروز می‌دهند، نامزدهایی برای اجرای نگهداری پیشبینانه هستند. پایش وضعیت عموما برای قطعاتی مانند واحدهای متحرک مکانیکی یا دستگاه‌های اتصالی (مانند اتصال‌های الکتریکی) بیشترین بازده را دارد. قطعاتی نظیر مدارهای الکترونیکی یکپارچه که ناگهان و بدون هشدار از کار می‌افتند، چندان مناسب این رویکرد نیستند.
.