Utrzymanie reaktywne vs zapobiegawcze vs predykcyjne: trzy poziomy dojrzałości i ścieżka między nimi

Najważniejsze wnioski

• Utrzymanie reaktywne = naprawa po awarii. Gaszenie pożarów, często kosztowne.
• Utrzymanie zapobiegawcze = prace planowane w oparciu o czas. Zmniejsza liczbę awarii kosztem pewnej nadmiernej konserwacji.
• Utrzymanie predykcyjne = działania oparte na stanie urządzenia, sterowane danymi z czujników i modelami.
• Te trzy podejścia to poziomy dojrzałości. Większość zakładów stosuje wszystkie trzy; pytanie brzmi o ich proporcje.
• Zakłady klasy światowej mają mniej więcej 10% reaktywnego, 60% zapobiegawczego, 30% predykcyjnego, nie oznacza to zerowej reaktywności.

Krótka odpowiedź: Utrzymanie reaktywne naprawia zasoby po awarii. Utrzymanie zapobiegawcze wykonuje zaplanowane prace w określonych odstępach czasu. Utrzymanie predykcyjne działa na podstawie danych o stanie i modeli, zanim nastąpi awaria. Są to poziomy dojrzałości, większość zakładów stosuje pewien mix wszystkich trzech, a właściwe proporcje zależą od krytyczności zasobów.

Zakłady klasy światowej nie są w 100% predykcyjne; mają około 10% reaktywnego, 60% zapobiegawczego i 30% predykcyjnego. Zobacz także Monitorowanie stanu vs utrzymanie predykcyjne .

Czym jest utrzymanie reaktywne

Utrzymanie reaktywne ma miejsce po awarii. Urządzenie się psuje; technik je naprawia. Czasami nazywane eksploatacją do awarii (gdy jest to zamierzone, „run-to-failure”) lub utrzymaniem poawaryjnym (gdy nie jest zamierzone).

Zalety:

• Brak kosztów z góry dla zasobów, które rzadko się psują.
• Brak nadmiernej konserwacji w przypadku tanich, łatwych do wymiany elementów.

Wady:

• Nieplanowane przestoje są kosztowne.
• Uszkodzenia wtórne, gdy awarie się kaskadują.
• Presja na dostępność części zamiennych, gdy awaria jest niespodziewana.
• Ryzyko dla bezpieczeństwa przy krytycznych urządzeniach.

Czym jest utrzymanie zapobiegawcze

Utrzymanie zapobiegawcze to prace planowane w określonych odstępach czasu lub na podstawie zużycia. Wymiana łożysk co 2000 godzin. Inspekcja co 30 dni. Smarowanie co 100 cykli.

Zalety:

• Zmniejsza nieplanowane przestoje.
• Planowalne; zasoby są przewidywalne.
• Proste do zaplanowania.

Wady:

• Nadmierna konserwacja urządzeń, które jeszcze tego nie potrzebowały.
• Nie wykrywa awarii rozwijających się między interwałami.
• Interwały oparte na średniej, a nie na rzeczywistym stanie.

Czym jest utrzymanie predykcyjne

Utrzymanie predykcyjne działa na podstawie danych o stanie: drgania, temperatura, jakość oleju, wskaźniki wydajności. Działanie następuje, gdy dane wskazują zbliżającą się awarię, a nie według stałego harmonogramu.

Zalety:

• Działa tylko wtedy, gdy jest to potrzebne.
• Wykrywa awarie, które interwały zapobiegawcze mogły pominąć.
• Optymalizuje zapasy części i pracę personelu.

Wady:

• Wymaga instrumentacji czujnikowej.
• Wymaga historii danych do trenowania modeli.
• Wyższe koszty początkowe.
• Modele mogą się mylić (fałszywe alarmy, przeoczone awarie).

Właściwy miks

Nie każdy zasób zasługuje na utrzymanie predykcyjne. Mieszanka zależy od krytyczności:

• Krytyczne urządzenia: głównie predykcyjne, z PM jako zabezpieczeniem.
• Ważne urządzenia: głównie zapobiegawcze.
• Typowe urządzenia: zapobiegawcze lub reaktywne w zależności od kosztu.
• Tanie, łatwe do wymiany elementy: reaktywne (strategia eksploatacji do awarii).

Zakłady klasy światowej zwykle mają w przybliżeniu: 10% reaktywnego (głównie eksploatacja do awarii jako polityka), 60% zapobiegawczego i 30% predykcyjnego. Nie oznacza to zerowej reaktywności.

Droga od reaktywnego do predykcyjnego

1. Wyjście z dominacji reaktywności. Reaktywność powyżej 50% oznacza gaszenie pożarów. Najpierw zgodność z PM musi osiągnąć 70%+.
2. Standaryzacja PM. Właściwe interwały, właściwe zadania, oparte na RCM.
3. Dodanie monitorowania stanu dla krytycznych urządzeń. Drgania, termika, analiza oleju tam, gdzie ROI to uzasadnia.
4. Gromadzenie danych o awariach. 1, 3 lata historii awarii powiązanej z danymi z czujników.
5. Budowa modeli predykcyjnych. Wytrenowane na zgromadzonych danych.
6. Iteracja. Modele się poprawiają; klasyfikacja krytyczności się dopracowuje.

Ta ścieżka zajmuje 3, 5 lat dla większości zakładów. Nie ma skrótu.

Dlaczego czyste utrzymanie predykcyjne nie istnieje

Nawet dojrzałe programy mają:

• Reaktywność dla tanich elementów (zamierzona eksploatacja do awarii).
• PM dla urządzeń bez dobrych modeli predykcyjnych.
• Predykcję dla krytycznych, dobrze zinstrumentowanych zasobów.

Dostawcy obiecujący „100% predykcyjne” zwykle przesadzają.

Typowe błędy

1. Pomijanie PM i przechodzenie od razu do predykcji. Predykcja potrzebuje historii awarii, którą generuje eksploatacja zapobiegawcza.

2. Traktowanie reaktywności jako porażki. Część reaktywności może być prawidłową polityką. Pytanie brzmi, czy jest zamierzona.

3. Uniwersalne interwały zapobiegawcze. Bez RCM interwały to przepuszczenia.

4. Predykcja bez reagowania na alerty. Model przewiduje awarię, technik ją ignoruje. Wartość predykcji zanika.

Jak mierzyć stosunek

Klasyfikacja zleceń prac utrzymaniowych:

• Reaktywne: wywołane przez awarię (zgłoszenie operatora, alarm, awaria).
• Zapobiegawcze: wywołane przez harmonogram.
• Predykcyjne: wywołane przez dane o stanie.

Zlicz odsetek całkowitych godzin prac utrzymaniowych według kategorii. Obserwuj trend w kolejnych miesiącach.

Jak nowoczesny CMMS wspiera ten miks

Nowoczesny CMMS klasyfikuje każde zlecenie pracy według wyzwalacza (reaktywne, zapobiegawcze, predykcyjne), śledzi mieszankę w czasie i wyłapuje możliwości migracji z jednej kategorii do drugiej.

CMMS Fabrico klasyfikuje zlecenia pracy według wyzwalacza, śledzi miks prac utrzymaniowych w czasie i obsługuje wyzwalacze oparte na stanie dla utrzymania predykcyjnego.

Zobacz, jak Fabrico to automatycznie rejestruje, poznaj OEE dla produkcji lub zarezerwuj demo.

Polecane lektury

• Monitorowanie stanu vs utrzymanie predykcyjne
• Jakość predykcyjna vs SPC

Najczęściej zadawane pytania

Czy utrzymanie reaktywne jest zawsze złe?

Nie. Dla tanich, łatwych do wymiany elementów reaktywność może być właściwą polityką.

Jaki jest zdrowy odsetek prac reaktywnych?

Zakłady klasy światowej mają około 10, 15% (głównie zamierzona eksploatacja do awarii). Powyżej 30% wskazuje na gaszenie pożarów.

Jak długo trwa droga do utrzymania predykcyjnego?

3, 5 lat dla typowego zakładu.

Czy mogę pominąć PM?

Zazwyczaj nie. Działania zapobiegawcze gromadzą dane o awariach, których modele predykcyjne potrzebują.

Czy AI przyspiesza predykcję?

Umiarkowanie. Modele potrzebują danych niezależnie od algorytmu. Lepsze algorytmy przyspieszają proces, ale go nie zastępują.