Krzywa wanny to model inżynierii niezawodności, który wykreśla wskaźnik awaryjności zasobu w całym jego życiu i pokazuje trzy odrębne fazy: wysoki, ale malejący wskaźnik awarii na początku (awarie we wczesnym okresie), niski i mniej więcej stały wskaźnik w trakcie okresu użytecznego oraz rosnący wskaźnik na końcu (zużycie).
Wykreślone razem te fazy tworzą kształt przypominający przekrój wanny, ze stromymi bokami i długim, płaskim dnem. Krzywa jest podstawowym sposobem rozumowania, kiedy i dlaczego maszyny zawodzą, i bezpośrednio wpływa na to, jak zakład powinien planować inspekcje, wymiany i strategię utrzymania ruchu.
Krzywa wanny łączy trzy różne zachowania awaryjności w jednym obrazie żywotności:
Nie każdy komponent przechodzi przez wszystkie trzy fazy w ograniczony sposób. Elektronika często wykazuje silne awarie we wczesnym okresie i bardzo długi płaski odcinek, podczas gdy części mechaniczne, takie jak łożyska i uszczelnienia, wykazują wyraźną fazę zużycia.
Wczesny, stromy odcinek odzwierciedla egzemplarze, które były wadliwe od samego początku. Do częstych przyczyn należą wadliwy spaw, niedokręcony element złączny, zanieczyszczony środek smarny, błąd w okablowaniu lub uszkodzenie podczas transportu i montażu. Ponieważ te wady ujawniają się szybko pod obciążeniem, producenci stosują burn-in, uruchamianie urządzeń pod kontrolowanym stresem przed wysyłką lub przed rozpoczęciem pełnej produkcji, aby ukryte wady zawiodły w fabryce, a nie na hali produkcyjnej.
Po stronie utrzymania ruchu ta faza tłumaczy, dlaczego kontrole przy uruchomieniu, weryfikacja ustawień i wczesne inspekcje są tak ważne w przypadku nowych lub odnowionych aktywów. Śledzenie wczesnych awarii za pomocą uporządkowanej metody, takiej jak FMEA, pomaga oddzielić pojedyncze wady od problemów systemowych, które będą się powtarzać.
Płaskie dno to miejsce, w którym dobrze zarządzany zasób spędza większość swojego życia. Tutaj awarie są losowe i w dużej mierze niezależne od wieku, więc wymiana części tylko dlatego, że była w użyciu przez określoną liczbę godzin, nie zmniejsza ryzyka. To najważniejsza lekcja, jaką krzywa wanny daje planistom utrzymania ruchu.
W tym obszarze wskaźnik awaryjności łączy się bezpośrednio z metrykami niezawodności. Stała częstość awarii daje stabilny profil MTBF i MTTR, co sprawia, że czas przestoju jest na tyle przewidywalny, by można było go uwzględnić w planowaniu. Dla komponentów niepodlegających naprawie analogiczną miarą jest MTTF. Zrozumienie miksu przyczyn przestojów w tym obszarze silnie pokrywa się z diagnozowaniem nieplanowanych przestojów.
Ponieważ awarie w okresie użytecznym są losowe, a nie zależne od wieku, wymiany oparte na kalendarzu lub liczbie godzin marnują zdrową żywotność komponentu, a za każdym razem, gdy otwierasz maszynę, mogą nawet wprowadzać nowe ryzyko wczesnych awarii. Lepszym rozwiązaniem jest utrzymanie oparte na stanie (condition-based maintenance), gdzie działasz na podstawie rzeczywistego zmierzonego stanu zasobu (drgania, temperatura, pobór prądu, jakość wyjścia), zamiast trzymać się stałego harmonogramu.
To jest podstawowa logika nowoczesnego utrzymania proaktywnego i dyscypliny Total Productive Maintenance (TPM): interweniuj, gdy dowody wskazują, że zasób odchyla się od normy, a nie kiedy wskazuje na to kalendarz. Utrzymanie predykcyjne, pojęcie branżowe prognozujące awarie na podstawie trendów danych, posuwa tę ideę dalej, choć zależy całkowicie od posiadania czystych, ciągłych danych maszynowych.
Wskaźnik awaryjności zwykle zapisuje się grecką literą lambda i wyraża w awariach na jednostkę czasu. Załóżmy, że flota 200 identycznych pomp pracuje przez 5 000 godzin w fazie okresu użytecznego i w tym czasie 8 pomp ulega awarii.
Porównajmy teraz trzy fazy. Jeśli ta sama flota notowała 20 awarii w pierwszych 500 godzinach (awarie we wczesnym okresie), ale tylko 8 awarii w późniejszym 5 000‑godzinnym oknie, wczesny wskaźnik awaryjności to w przybliżeniu 20 podzielone przez 100 000 godzin pracy pomp, czyli 0,0002 na godzinę, 25 razy wyżej niż wskaźnik z okresu użytecznego.
Później, jeśli zużycie spowodowało 30 awarii w końcowym 2 000‑godzinnym oknie, ten wskaźnik rośnie do 30 podzielone przez 400 000 godzin pracy pomp, czyli 0,000075 na godzinę, prawie 10 razy więcej niż wskaźnik z płaskiego odcinka. Te trzy liczby (wysoka, niska, rosnąca) to krzywa wanny wyrażona arytmetycznie.
Krzywa sugeruje inną taktykę dla każdej fazy:
Aby działać w oparciu o to wszystko, potrzebujesz wiarygodnych danych o awariach, i tu wkraczają CMMS i monitorowanie w czasie rzeczywistym. Fabrico nie jest wyrocznią utrzymania predykcyjnego ani symulatorem cyfrowego bliźniaka; jest fundamentem danych, który sprawia, że krzywa wanny staje się użyteczna.
Jego produkt CMMS rejestruje zlecenia robocze, aktywa i części zamienne, dzięki czemu możesz obliczać rzeczywiste wskaźniki awaryjności dla poszczególnych maszyn, natomiast jego produkt OEE i monitorowanie oparte na kamerach rejestrują dane o przestojach i jakości nawet na maszynach bez sterownika PLC.
Połączenie tego z śledzeniem OEE i analizą Pareto pokaże, w której fazie faktycznie znajduje się każde aktywo.
Nie. Krzywa wanny to model ogólny, a nie uniwersalne prawo. Wiele komponentów elektronicznych wykazuje długi płaski odcinek z prawie brakiem fazy zużycia, podczas gdy niektóre urządzenia mechaniczne przechodzą w fazę zużycia niemal natychmiast, z niewielkim plateau okresu użytecznego. Badania niezawodności pokazały, że tylko mniejszość trybów awarii jest rzeczywiście związana z wiekiem, dlatego to właśnie monitorowanie stanu często przewyższa wymiany w stałych odstępach.
MTBF opisuje średni czas między awariami w czasie płaskiego, stałego odcinka okresu użytecznego, gdzie jest odwrotnością wskaźnika awaryjności. Ma największe znaczenie w tej środkowej fazie. W fazie wczesnych awarii i zużycia wskaźnik zmienia się, więc pojedyncza wartość MTBF może wprowadzać w błąd i powinna być interpretowana razem z informacją, w której fazie znajduje się aktywo.
Burn-in to uruchamianie urządzeń pod kontrolowanym stresem przed wdrożeniem, tak aby wady z wczesnego okresu ujawniły się podczas testów, a nie w produkcji, co praktycznie obniża stromą krzywą wczesnych awarii w fabryce. Pomaga tam, gdzie awarie we wczesnym okresie są istotne, np. w elektronice i złożonych zespołach, i wnosi niewiele wartości dla komponentów, których awarie są zdominowane przez mechanizmy losowe lub zużyciowe.
Przekształć krzywą wanny z teorii w liczby dla każdej maszyny: zbieraj rzeczywiste dane o awariach, przestojach i jakości dla każdego aktywa za pomocą platformy Fabrico do monitoringu OEE i CMMS w czasie rzeczywistym, w tym monitoringu kamerowego dla maszyn bez PLC. Umów demo Fabrico, aby zobaczyć, jak kształtuje się Twoja własna krzywa niezawodności.
Zaloguj
Blog
