什麼是預測型維護?

預測型維護也稱為狀態型維護,其作用是在正常運作期間內監控效能和設備狀態,以減少發生故障的機會,許多製造商從九十年代開始使用預測型維護。

預測型維護的主要目標是根據某些參數和因素來預測設備的故障機率,一旦預測到有可能發生,製造商就會採取必要措施,透過糾正或定期維護來防止這種故障。

預測型維護圖

沒有狀態監測就無法進行預測型維護,因此需要在實際工作條件下對機器進行持續監控,以確保資產優化。與任何維護策略一樣,預測型維護旨在:

  • 透過提高資產可靠性來減少故障發生,並最大限度地延長資產正常運作時間
  • 透過減少維護工作來優化營運成本
  • 透過降低維護成本和最大化生產時間來改善維護預算

預測型維護技術

沒有一種單一技術可以涵蓋所有的預測型維護,但是,製造商使用許多狀態監控設備和技術來有效預測故障,並在需要維護時發出危險警示。

紅外線熱成像

紅外線熱成像是一種非侵入式測試技術,廣泛用於預測型維護。使用紅外線熱成像時,維護人員可以發現溫度高於正常值的設備。磨損或電路故障的組件往往會變熱,在熱成像圖上顯示為熱點,因此紅外線檢查能夠及早發現這些熱點並修復設備,避免出現更大問題。紅外線是一種多功能技術,在許多機械和基礎設施專案中都有用到。

聲學監測

透過聲學監測技術,維護人員可以利用音波和超音波級別來偵測設備中的氣體排放、液體或真空洩漏的聲音。超音波技術比音波技術有更多種應用方式,但也較昂貴,只是對機械而言,它是一種更可靠的技術。當然,這些技術是為了輔助技術人員本有的最佳工具,也就是他們的耳朵,音波和超音波技術可以輔助定期聆聽,更好地偵測出變速箱聲音異常的原因或可能的洩漏位置。

振動分析

振動分析用於高速旋轉設備,技術人員使用設備中的手持裝置或即時感應器來監控設備功能。一台機器在巔峰狀態下運行時,會發出特定的振動節奏,而當組件開始磨損時,其振動會發生變化並出現新的模式。透過持續監控,訓練有素的技術人員可以將振動模式讀數與已知的故障可能性進行比對,因而能夠更早解決問題。

振動分析可以偵測未對準、軸變形、不平衡的元件、鬆動的機械部件、電機問題等,由於振動分析的預測過程很複雜,因此技術人員需要接受良好的培訓。振動分析技術的主要障礙在於成本太過昂貴。

油液分析

油液分析是預測型維護的有效工具,透過檢查機油狀況,技術人員可以判斷是否出現污染物。油液分析可以得知黏度、含水量、顆粒數,也可以得知酸鹼值。油液分析的主要好處是其初次測試結果,即可做為任何新機器和維護的基準指標。

其他預測型維護技術

預測型維護還採用其他幾種技術,例如電機狀態分析、渦流分析等。電機狀態分析可以總覽電機的運作狀況,渦流分析則能發現管壁厚度的變化。其他有助於預測型維護的技術還包括管道鏡檢查、電腦化維護管理系統、資料整合和狀態監測等,為您的組織選擇合適的產品,對於成功預防至關重要。

工業 4.0 和物聯網時代的智慧製造
工業 4.0 和物聯網時代的智慧製造
以合作和即時情境感知,加速創新步伐。

預測型維護的工作原理

以下是啟動預測型維護計畫的步驟:

  1. 分析您的設備歷史和對預測型維護計畫的需求
  2. 查看有關停機時間、設備故障、生產和能源損失、監管罰款和工作場所安全等級的所有記錄
  3. 提高主要利益相關者對於預測型維護需求的認知,並獲得營運和維護團隊的支持
  4. 評估設備庫存與設備狀況
  5. 選擇要納入初始實施計畫中的設備
  6. 建立各個系統及其組件的詳細記錄
  7. 評估任何事先存在的預防型或預測型維護協議
  8. 制定預測型維護計畫的頻率和時程
  9. 定義所有階段的人員角色並評估資源需求
  10. 組織整套計畫,將其與排程系統相整合
  11. 建立電腦化維護管理系統 (CMMS)

預測型維護計畫的主要元素是使用預測公式和物聯網,根據狀態進行診斷:

狀態監測感應器

負責監控機器並提供即時資料的感應器,是預測型維護的重要組成部分。技術人員可以評估感應器資料,以即時確認機器的效率和磨損情況。這些感應器可以完成人類無法做到的事情,亦即在不中斷運作的情況下,從設備內部追蹤維護需求。感應器的功能由許多參數加以定義,視機器而異,這些參數通常利用振動分析、噪音和溫度分析、壓力和油位分析,甚至電流和腐蝕來定義其效用。

物聯網 (IoT)

這些感應器會收集大量資料,而結合物聯網之後,這些資料可以進一步被收集和共享。預測型維護非常仰賴這些將資產連接到集中式資訊儲存系統的各種感應器,它們經由匯流排透過無線區域網路連線功能或利用雲端技術來傳輸資料。

在這個集中的空間裡,資產可以彼此進行通訊、協同工作、分析資料、推薦任何行動方案,這種交換資訊的能力使得預測型維護變得極有效率。

預測公式

使用預測公式,預測型維護可以更進一步,不僅是根據狀態提供護理,預測演算法還能分析所收集的資料並識別趨勢,回報哪些資產何時需要維修、保養或更換。這些演算法會根據預先制定的規則,不斷比較各資產的目前行為與其預期行為,任何偏差都可能是惡化指標,此時技術人員便可以介入干預以防止大規模故障。

預測型維護的好處

預測型維護有幾項好處:

降低維護成本

預測型維護可以降低維護作業的成本。萬一發生重大故障,組織必須投入相當可觀的人力、維護、更換零件、工具和設備成本,這一點就顯得尤其重要。

減少機器故障

有很多關於減少機器故障的研究發現,定期進行機器和系統監控,可以顯著降低意外發生大規模故障的可能性。在實施預測型維護計畫兩年後,機器故障的頻率和嚴重性通常會降低許多。

減少停機時間

透過預測型維護,維修設備所需的時間更少,因為定期監控和分析機器狀況有助於維護人員找出所有機器的故障部件並快速解決問題,如此便可減少停機時間,並且在許多情況下,甚至可以完全防止停機。

減少庫存

企業往往要費心處理各種零件的大量庫存投資,因為庫存鎖住了可用資金。如果這些零件沒有及時獲得使用,它們的品質可能會下降並可能浪費掉。因此不再依照預期來保留大量零件庫存,而僅在需要時才訂購零件,將可以大幅降低庫存成本。

延長機械壽命

偵測機械問題(在它們變成災難性故障之前)可以延長機器的使用壽命。制定以狀態為基礎的預測型維護計畫,可確保設備永遠不會達到嚴重損壞的程度,而設備的使用壽命延長了,也確保組織獲得更好的投資報酬。

估計故障間隔平均時間

預測型維護的另一個好處是能夠估計故障間隔平均時間 (MTBF),這是最具成本效益的更換機器期限。一些公司傾向於忍受所有故障並繼續使用多次維修的設備,錯誤地認為新設備是一項昂貴的投資。此資訊能讓企業在機器使用壽命結束時理智地及時更換,避免因磨損的機器而產生高昂的維護成本。

增加產量

以狀態為基礎的預測型維護計畫需要強大的流程系統支持,以便提高計畫的執行效率。使用內含參數監控的綜合預測程式可以提高作業效率,進而提高產量。

提高操作員的安全性

透過預測型維護,可以發出預警訊號,防止機器故障造成人員傷害。許多保險公司認可這項優點,並為使用以狀態為基礎的預測型維護計畫的製造商提供較多優惠,因為實施此類計畫可以在不影響保障範圍的情況下降低保險成本。

維修驗證

在修復某個問題時,修復作業可能會損害機器的其他部分。使用振動分析,維護團隊可以偵測維修後的任何異常反應。而透過預測型維護,公司可以分析資料以規劃和籌組預約維護停機,以便充分利用機器停機時間來做更多事情。

利潤增加

預測型維護管理讓製造營運和加工廠升級,這種根據狀態進行管理的系統比所投入的計畫成本本身更有價值。藉助預測型維護技術,公司能夠降低年度營運成本並降低風險。

轉型中的行業:高科技製造業中以資料為中心的創新框架
轉型中的行業:高科技製造業中以資料為中心的創新框架
了解製造業如何利用新興趨勢、克服產業挑戰,並推動成功,以保持競爭領先地位。

預測型維護的挑戰

預測型維護計畫可提高設備的使用壽命,並減少(或完全防止)可能導致業務網路出現錯誤或延遲的停機時間。一旦正確實施,預測型維護系統可幫助機器預測各種可能的故障。

在實施的早期階段,可能很難將程式自動化,並與現有的機器和企業資源規劃 (ERP) 系統連結起來。然而,隨著技術快速發展,這些挑戰中的大多數已不再是問題。機器、感應器、附加設備和員工之間可以進行無縫通訊,使系統效率更高。此外,視覺化介面也拉近了人與機器的距離,這些介面採用資料視覺化儀表板或以工作流程警報的形式,透過操作項、觸發警報或各種報告來促進人機互動。

藉助新技術,維護經理可以確保物聯網感應器即時收集到可靠的資料,高品質的資料對於預測型維護計畫的有效性具有重大影響。

預測型維護的未來

預測型維護計畫的實施可能存在一些障礙,但是,它仍舊會是維護策略中不可或缺的一部分。所有能夠成功解決整合問題並將流程自動化的製造商,都可以獲得顯著的金錢和競爭優勢。所有希望在未來保持相關性和功能性的製造商,都必須採用預測型維護方法。