每个维护经理都想预测故障发生的时间。但如何?物联网能帮上忙。
使用传感器和新技术来监测机器性能恶化和变化的迹象，管理人员可以估计故障何时会发生。
于是一种新的维护方式诞生了，预测性维护。
什么是预测性维护?
预见性维护是一种旨在防止故障的主动维护策略。根据收集到的数据和预定义的预测算法，它试图估计故障发生的时间。然后根据这些预测安排维护活动。
现在，我们需要做一个小括号。预测性维护经常与基于状态的维护相混淆，但有一个重要的细微差别将它们区分开来。而预测性维护日程安排任务基于收集到的数据和公式，只进行状态维护徒当这些参数达到警戒级别时。
预测性维护是如何工作的?
理论上，很容易理解预测性维护是如何工作的。它会收集有关您资产的数据，并从中提取信息，以便您计算何时需要进行维护。
在实践中，我们可以将这个过程分为3个阶段:
1.数据收集
正如我们已经看到的，这个想法是预测崩溃何时发生。因为这取决于获得高质量的数据，所以第一步是安装能够实时收集信息的传感器设备的性能和“健康”。
这些传感器需要测量和收集的数据取决于您打算用于监控设备的技术。您可以控制振动、温度、压力、噪音水平或腐蚀水平等，这取决于哪一个最适合您的设备。我们稍后将探讨几种预测性维护工具。
2.数据挖掘
如果你不知道如何利用你的资产，积累关于它们的数据是毫无用处的。这是一个物联网(物联网)这使得传感器可以将所有信息发送到中央系统或软件，从而让你分析正在发生的事情。在各种资产集成的系统中，预测性维护更有效，更精确。
3.计算与机器学习
有些人可能认为预测性维护仅限于此。但如果你只是在传感器检测到异常时才采取行动，你只是在进行基于状态的维护——正如我们上面看到的那样。预测性维护最突出的组成部分是构建并应用提供预测的算法。
一开始，它可以基于设备历史、维护日志和统计数据(您的CMMS报告在这一步中非常有用)。然而，随着人工智能变得越来越复杂，它有可能更早地发现异常，发现相关性，并接收智能建议，以防止故障。这种智能化维修催生了一种新型的维修方式——规定性维修。
预测性维护工具，应用程序和示例
其思想是根据数据规划维护。这就是为什么无损检测(NDT)对于诊断基础设施中的故障非常重要．无损检测不会损害设备，可以在设备运行时进行，就像对人类进行例行检查一样。血液检查、超声波扫描或眼科检查:我们每年都做，没有一项会对我们造成伤害。
在行业中使用的预测性维护技术包括:
- 振动分析;
- 石油分析;
- 声学的;
- 红外或热成像测试(热成像);
- 电机电路分析。
热像分析和红外分析
- 应用程序:电气连接和系统，加热系统，流体分析，排放模式，屋顶维护
热像分析还可以应用于几种类型的设备，以检测磨损、生锈、分层和断开，这些可能是肉眼无法注意到的。
红外线的优点是它可以让你绘制温度图，即使是在很远的地方。例如，这种技术被用于维护供暖系统。温度变化对于评估电机、机械和电气部件的状况、建筑绝缘，甚至太阳能电池板的状况都很有用。主要的缺点是它不能用于反射表面。
未来，CPU温度分析将是测试机器人健康状况的主要方式之一。
电机电路分析
- 应用程序:评估发动机退化，轴和转子对齐，绝缘，齿轮，扫描短路
电机电路分析使用一种称为电特征分析(ESA)的技术来发现电机中的异常。除了分析电路及其组件外，它还评估进入电机的电压和电流。最重要的是:它可以在交流和直流电机上工作，可以使用而设备正在运转。
石油分析
- 应用程序:涡轮，液压和电液系统，评估发动机，变速箱，齿轮，润滑油水平
油液分析的目的是测试粘度、含水量和其他材料(包括金属)的存在情况，以确定设备的磨损情况。
让我们考虑一个由两个基本部件组成的液压系统——旋转部件和它们的润滑剂。随着设备老化，样品会出现过热和腐蚀的副产物。不同的粒子会揭示出许多问题，然后你才能猜测出崩溃即将来临。
不同的粒子对不同的成分有不同的损伤。例如，有机硅含量高于15ppm就可能表明绝缘正在磨损，而钠则可能表明盐水受到污染。遵循一个金属导(第71页)。
振动分析
- 应用程序:测试组件对齐，检测不平衡，间隙，共振，齿轮故障
振动分析非常适合于旋转设备和机器，如压缩机、水泵和发动机。因此，这种预测性维护技术是适用于具有复杂供水系统的基础设施，比如酒店水疗中心或水上公园。
我们所做的是将它们连接到一个传感器上，该传感器可以检测运动或加速度，这取决于什么是合适的。该传感器通过探测运动产生的声波来工作，声波会产生电脉冲并使设备振动。
声学分析
- 应用程序:管道，冷凝器，真空系统，风扇，空气压缩机
我们已经知道声波是我们的盟友。声学分析是一种用于检测材料技术性能中的问题，查明问题的根源，并对设备的整体健康状况进行“检查”的技术。怎么做?通过检测声音频率的变化。
每台工作的机器都会发出某种噪音，但每当有泄漏或压力变化时，噪音的频率和范围就会发生变化。这种预测性维护技术尤其适用于输送液体或气体的管道。一些更现代的工具包括温度计和摄像机，以加深在远处的分析。
预测性维护能解决所有问题吗?
预测性维护是为了避免故障而诞生的，但让我们不要抱有任何幻想。总会有无法预测或预防的随机失败。
此外，我们不能忘记预测性维护需要一个大型基础设施。因此,仅建议对具有可预测故障模式的关键资产进行预测性维护。
预测性维护的优势
- 预测性维护的主要优点是及时采取行动，减少停机时间，增加资产可用性。
- 由于维修是根据需要安排的避免在不必要的维护中浪费库存和人力。
- 通过减少紧急维修和我们上面提到的浪费，它有助于更好地控制您的维护预算。
- 停机时间是提前计划好的允许更好的维护和正常的公司活动。
- 在整个生命周期内优化使用设备。
⚙️预测性维护也是的基石精益维修以及准时生产。
预测性维护的缺点
- 需要投资于特定的监测设备，并培训人员使用和解释所收集的数据。
- 对于低临界性的资产，预测性维护可能不会提供比替代方案更大的节省。
- 它不适用于故障模式随机或没有初始数据的资产进行故障预测(在这些情况下，最好从基于条件的维护开始，然后逐渐过渡)。
预测性维护值得投资吗?
我们已经提到了实现的成本很高，但即使如此，预测性维护的ROI也很高，可以达到投资的10倍。一项由美国能源部他指出，2010年安装传感器的成本甚至比现在还要高降低25-30%的维护成本，减少35-45%的停机时间，减少70-75%的故障。
与反应式维护相比，它节省了30-40%的成本。与预防性维护相比，节省了8-12%。根据RCM方法(以可靠性为中心的维护)，理想情况是45-55%的维护是预测性的，25-35%的维护是预防性的，只有10%的维护是反应性的或纠正性的。
德勤在2017年的一项研究中，他就不那么乐观了。不过，预测性维护还是很有前途的。这项研究表明，在工业4.0中，正常运行时间将增加10-20%，维护成本将降低5-10%。维护计划可以节省20-50%的时间。
考虑到上面提到的优点和缺点，我们可以总结出预测性维护在以下方面的投资是有利可图的:
- 经营费用高、投入资金多的公司;
- 停机意味着巨大损失的公司;
- 资产出现故障会带来安全风险的公司。
因此，航空业成为预测性维护的先驱也就不足为奇了。故障预测在飞行过程中——通过监测发动机温度和振动来防止事故——和在陆地上——以减少延误和取消。
制造业是另一个非常注重预测性维护的行业。原因显而易见:停产会造成巨大损失。在未来的几年里，它很可能还会在车队管理、医疗保健、采矿业、能源开采和生产中得到更大的体现。
如何在4个步骤中规划预测性维护
如果您已经决定在您的公司投资于预测性维护，请概述实现它需要4个步骤：
第一步是确定要包含在预测性维护策略中的优先级资产。优先考虑关键资产和维修成本高的资产。
第二步是收集必要的信息，以便能够将收集到的数据转换为行动。如果您已经有了CMMS，那么组织历史和开发第一个算法就更容易了。同时，也很方便建立失效模式以及发生的概率。
既然已经定义了优先级和故障模式，就可以开始实现传感器了。在新设备中，这通常是一个简单的过程，但在旧机器中可能会更复杂。与制造商一起研究将旧模型与新技术集成的最佳方法。
只在某些机器上测试传感器的操作和算法的准确性，遵循PDCA循环．当您能够安排维护并满足您的目标时，请将此策略扩展到其他机器!
预测性维护已经成为一种策略这为许多公司带来了成果和回报。在未来，随着物联网和数字化转型的深入，它将在预测故障方面发挥更大的主导作用，更容易使用，也更有效。
然而，有一件事是明确的:智能和集成系统(如智能维护管理平台提供的系统)的预测性维护益处。
和我们的专家谈谈吧了解Infraspeak如何在今天和未来支持您的运营!
你知道吗?
一个智能维修管理平台可以帮助您创建、管理和评估维护策略。Infraspeak为您提供了大量的应用程序、集成和物联网硬件，将极大地促进您的团队、业务和维护操作。
要了解更多，请安排a免费演示与我们的专家之一．
