Menu
Прогнозна поддръжка срещу превантивна поддръжка: Кога да използвате всяка от тях

Прогнозна поддръжка срещу превантивна поддръжка: Кога да използвате всяка от тях

Прогнозна поддръжка срещу превантивна поддръжка: кога всеки подход е оправдан от гледна точка на разходите, как данните от OEE и CMMS позволяват поддръжка, базирана на състоянието, и ръководство за внедряване.
Прогнозна поддръжка срещу превантивна поддръжка: Кога да използвате всяка от тях

Прогнозна срещу превантивна поддръжка: Разбиране на разликата

Основни изводи: Повечето производители печелят най-много, като първо преминат от реактивна към превантивна поддръжка. Прогнозната поддръжка (PdM) осигурява допълнителна стойност - но само в допълнение към функционираща основа за превантивна поддръжка. Fabrico ви предоставя и двете: базирани на употреба тригери за превантивна поддръжка, които работят като поддръжка, базирана на състояние, без скъпа сензорна инфраструктура, и агент с изкуствен интелект, който разкрива модели, които предвиждат повреда, преди тя да се случи.

Прогнозна поддръжка срещу превантивна поддръжка : разбирането на разликата е първата стъпка. Изборът на правилната стратегия за всеки актив е втората стъпка.

Спектърът на стратегията за поддръжка от най-ниска до най-висока сложност:

  • Реактивен (работа до повреда): Поправя се, когато се повреди. Най-ниски първоначални разходи, най-високи разходи за последствия от повреда. Подходящ само за некритично, лесно подменяемо оборудване, където повредата няма въздействие върху веригата.
  • Превантивна (превантивна поддръжка, базирана на време/употреба): Планирана поддръжка на фиксирани интервали. Предотвратява повечето повреди на критични активи. Това е основата - нищо над нея не работи без нея.
  • Базирана на състояние (CBM): Поддръжка, задействана от измереното състояние на оборудването. По-ефективна от календарните профилактични процедури, поддръжката се извършва, когато е необходимо, а не по график.
  • Предсказващ (PdM): Анализ на данни от сензори с машинно обучение за прогнозиране на конкретния момент, в който даден компонент ще се повреди. Най-сложният, най-скъпият. Изисква 12, 18 месеца данни за изграждане на надеждни модели.

Когато прогнозната поддръжка е оправдана от гледна точка на разходите

Прогнозната поддръжка осигурява положителна възвръщаемост на инвестициите само когато са изпълнени едновременно три условия:

1. Тежки последици от повреда: Активът е достатъчно критичен, че непланираната повреда струва значително повече от планираната поддръжка. За оборудване с разходи за престой под 2000 долара на повреда, инвестицията в PdM рядко се изплаща.

2. Откриваема сигнатура за влошаване: Режимът на повреда трябва да генерира измерим сигнал преди повреда, увеличаване на вибрациите, повишаване на температурата, развитие на замърсяване с масло. Катастрофалните повреди без предупреждение не могат да се възползват от PdM, независимо от инвестицията в сензори.

3. Достатъчен обем данни: PdM, базиран на машинно обучение, изисква 12, 18 месеца данни от сензори и множество събития на повреди, за да се изградят надеждни модели за прогнозиране. Ново оборудване или активи с ниска честота на повреди отнемат години, за да генерират полезни модели.

Преди да инвестирате в PdM, потвърдете, че съответствието с изискванията за поддръжка на целевите активи е над 80%. PdM на машина със спорадично изпълнение на поддръжката дава ненадеждни резултати, данните са замърсени от променливото качество на поддръжка, а не само от състоянието на оборудването.

Как Fabrico запълва разликата между PM и PdM без инвестиция в сензори

Най-практичният път към поддръжка, базирана на състоянието, за повечето производители не изисква сензори за вибрации, програми за анализ на масло или отделен PdM софтуер.

Мониторингът на OEE на Fabrico предоставя база данни за решения, базирани на състоянието, без допълнителен хардуер:

  • Тенденции в производителността на OEE: Преса, работеща с 5% по-бавно от идеалното си време за цикъл в продължение на 4 седмици, е сигнал за състояние. Fabrico автоматично генерира работна поръчка за CMMS инспекция, когато производителността падне под прага, поддръжка, базирана на състоянието, само от данни за OEE.
  • Задействания за поддръжка въз основа на употреба: Fabrico свързва броячите на цикли на OEE директно с планирането на поддръжка на CMMS. Щипца, която достигне 10 000 цикъла на пресоване, получава автоматизирана работна поръчка за поддръжка, независимо дали това се случва след 3 дни или 3 седмици.
  • Fabrico AI Agent: Анализира историческите модели на данни за OEE и поддръжката, за да разкрие активи с „лоши фактори“, 20% от които причиняват 80% от непланираните престои, и предлага подобрения в графика за профилактика, преди да възникнат повреди.

Този подход осигурява 70, 80% от ползата от пълна PdM програма на 10, 20% от разходите.

Свързани статии

Последно от блога

Начертайте вашата пътна карта за надеждност
Изчислете потенциалната възвръщаемост: запазете час за демонстрация
Начертайте вашата пътна карта за надеждност
Като натиснете бутона Приемам, вие давате съгласието си за използването на `бисквитки`, докато ползвате до този уебсайт. За да научите повече за това как `бисквитките` се използват и управляват, моля, вижте нашата Политика за поверителност и Декларация за Бисквитките