چرا داده‌های نگهداری برای اطمینان صنعتی ضروری است

تصمیمات نگهداری تنها به اندازه داده‌های پشت آن‌ها خوب هستند

نگهداری صنعتی اغلب به عنوان یک رشته عملی توصیف می‌شود، اما مهم‌ترین تصمیمات آن با اطلاعات آغاز می‌شود. یک تکنسین ممکن است یک یاتاقان را تعویض کند، حلقه کنترل را تنظیم کند، کابینت را تمیز کند یا ابزار را کالیبره مجدد کند. با این حال، تصمیم برای انجام آن کار به علائم ثبت شده، تاریخچه عملیاتی، اهمیت دارایی، یافته‌های بازرسی و درک دقیق آنچه قبلاً اتفاق افتاده بستگی دارد.

وقتی آن رکوردها ناقص، با تأخیر یا ناسازگار باشند، نگهداری واکنشی می‌شود. تیم‌ها بدون درک الگوی پشت هشدارها واکنش نشان می‌دهند. سرپرستان بدون برآوردهای قابل اعتماد کارها را برنامه‌ریزی می‌کنند. برنامه‌ریزان قطعات را پس از توقف تولید به دلیل خرابی سفارش می‌دهند. تیم‌های مهندسی تحقیقات را تکرار می‌کنند چون یافته‌های قبلی هرگز به شکل قابل استفاده ثبت نشده‌اند.

داده‌های خوب نگهداری مدل عملیاتی را تغییر می‌دهد. این داده‌ها به تکنسین‌ها زمینه لازم برای تشخیص سریع‌تر خطاها را می‌دهد. به برنامه‌ریزان کمک می‌کند تا نیروی کار، ابزار، مجوزها و قطعات یدکی را قبل از شروع کار آماده کنند. به مهندسان قابلیت اطمینان اجازه می‌دهد تا حالت‌های خرابی مکرر را شناسایی کنند به جای اینکه هر رویداد را جداگانه در نظر بگیرند. همچنین به مدیران کارخانه پایه‌ای قابل دفاع برای بودجه‌بندی، استخدام، نوسازی و جایگزینی سرمایه‌ای می‌دهد.

یک سیستم مدیریت نگهداری رایانه‌ای، که معمولاً CMMS نامیده می‌شود، می‌تواند بخش زیادی از این اطلاعات را هماهنگ کند. با این حال، نرم‌افزار به تنهایی داده‌های قابل اعتماد ایجاد نمی‌کند. یک سیستم اطلاعات نگهداری موفق، ترکیبی از روش‌های کاری منظم، ساختارهای واضح دارایی، حسگرهای متصل، کدگذاری مداوم خرابی و بازبینی منظم است. ارزش واقعی از نحوه جمع‌آوری، اعتبارسنجی، اشتراک‌گذاری و اقدام بر اساس اطلاعات ناشی می‌شود.

شکل ۱. داده‌های نگهداری قابل اعتماد دید واضح‌تری به سرپرستان و تکنسین‌ها درباره وضعیت دارایی، تاریخچه کار و اولویت‌های عملیاتی می‌دهد.

داده‌های نگهداری واقعاً شامل چه مواردی است

داده‌های نگهداری فراتر از دستورکارهای انجام شده است. این داده‌ها شامل هر رکوردی است که به سازمان کمک می‌کند تا وضعیت، عملکرد، هزینه و تاریخچه خدمات یک دارایی را درک کند. برخی اطلاعات ثابت هستند، مانند شناسایی تجهیزات و مستندات فنی. سایر اطلاعات به طور مداوم تغییر می‌کنند، مانند دامنه ارتعاش، جریان موتور، دمای فرآیند، فرکانس هشدار، زمان کارکرد، بار تولید و رویدادهای خرابی.

در ابتدایی‌ترین سطح، هر دارایی قابل نگهداری باید هویت واضحی داشته باشد. این ممکن است شامل برچسب دارایی، نام تجهیزات، مکان فیزیکی، سیستم والد، سازنده، مدل، شماره سریال، تاریخ نصب و رتبه‌بندی اهمیت باشد. بدون این پایه، دستور کارها دشوار می‌شوند زیرا ممکن است همان دستگاه تحت چند نام ظاهر شود یا فقط با توصیف غیررسمی یک تکنسین ثبت شده باشد.

اطلاعات مستندات دسته مهم دیگری است. این شامل سیاست‌های نگهداری، روش‌های ایمنی کار، استانداردهای روانکاری، نقشه‌های الکتریکی، نمودارهای حلقه، نقشه‌های مکانیکی، دستورالعمل‌های کالیبراسیون، فهرست مواد، دفترچه‌های راهنمای فروشنده و روش‌های عملیاتی استاندارد است. این اسناد به تکنسین‌ها کمک می‌کنند تا کار را به طور مداوم انجام دهند، به ویژه زمانی که پرسنل با تجربه در دسترس نیستند.

داده‌های تراکنشی از فعالیت‌های روزانه نگهداری به دست می‌آیند. این داده‌ها شامل درخواست‌های خدمات، دستور کارها، ساعات کار، قطعات مصرف شده، هزینه‌های پیمانکار، مجوزها، نتایج بازرسی و یادداشت‌های تکمیل هستند. یک رکورد قوی توضیح می‌دهد که چه وضعیتی مشاهده شده، چه اقدامی انجام شده، کدام قطعات تعویض شده‌اند و آیا تجهیزات به عملکرد عادی بازگشته‌اند یا خیر.

داده‌های وضعیت و عملکرد توصیف می‌کنند که یک دارایی چگونه رفتار می‌کند. نمونه‌ها شامل سرعت، فشار، دما، جریان، ارتعاش، انرژی صوتی، وضعیت روغن، حرکت شیر، مقاومت عایق، بار الکتریکی، نرخ خروجی و کیفیت محصول هستند. این مقادیر ممکن است به صورت دستی جمع‌آوری شوند، توسط ابزارهای قابل حمل ضبط شوند یا به طور خودکار از سیستم‌های کنترل و نظارت کارخانه منتقل شوند.

در نهایت، داده‌های نگهداری شامل دانش سازمانی نیز می‌شود. یک تکنسین ممکن است بداند که یک پمپ خاص فقط در سطح پایین مخزن کاویتاسیون می‌کند، یا اینکه یک خطای ارتباطی خاص اغلب پس از اختلال برق رخ می‌دهد. ثبت این تجربه در یک سیستم ساختاریافته سازمان را از دست دادن دانش حیاتی هنگام تغییر نقش یا بازنشستگی کارکنان محافظت می‌کند.

سوابق ایستا، رویدادها و سیگنال‌های سری زمانی اهداف متفاوتی را خدمت می‌کنند

تمام اطلاعات نگهداری نباید به یک روش مدیریت شوند. داده‌های اصلی دارایی به آرامی تغییر می‌کنند و نیاز به کنترل سختگیرانه دارند. سوابق رویداد چیزی را توصیف می‌کنند که در زمان خاصی اتفاق افتاده است. داده‌های سری زمانی ممکن است هر ثانیه یا حتی سریع‌تر برسند. هر نوع داده تصمیم متفاوتی را پشتیبانی می‌کند و نیازمند رویکرد ذخیره‌سازی و حاکمیت متفاوتی است.

داده‌های اصلی دارایی ساختار پایداری را فراهم می‌کنند. این داده‌ها تعریف می‌کنند که تجهیزات چیست، کجا نصب شده، به کدام سیستم تعلق دارد و چه قطعات یا مدارکی به آن مرتبط هستند. خطاها در سلسله‌مراتب دارایی می‌توانند در تمام فرایندهای نگهداری پخش شوند. موتوری که به خط تولید اشتباه اختصاص داده شده است ممکن است برنامه نگهداری پیشگیرانه اشتباه، اهمیت نادرست و تخصیص هزینه نادرست دریافت کند.

داده‌های رویداد، وقوع‌های گسسته را ثبت می‌کنند. یک توقف، هشدار، بازرسی، تعمیر، وظیفه روانکاری یا تعویض قطعه یک رویداد است. این سوابق ارزشمندند زیرا توالی و فراوانی را مشخص می‌کنند. اگر یک درایو در سه ماه شش بار قطع شده باشد، تاریخچه باید به مهندسان اجازه دهد شرایط عملیاتی را مقایسه کنند و تعیین کنند آیا همان مکانیزم دخیل بوده است یا خیر.

داده‌های سری زمانی نشان می‌دهد که متغیرها چگونه تغییر می‌کنند. یک خوانش ارتعاش منفرد می‌تواند مفید باشد، اما روند آن قدرتمندتر است. رشد تدریجی در یک باند دامنه ممکن است نشان‌دهنده عدم تعادل در حال توسعه یا آسیب به یاتاقان باشد. تکرار نوسانات دما ممکن است مشکلات خنک‌کننده را آشکار کند. افزایش انحراف حرکت شیر می‌تواند قبل از اختلال فرآیند، اصطکاک مکانیکی یا خرابی محرک را نشان دهد.

سازمان‌ها بیشترین ارزش را زمانی کسب می‌کنند که این دسته‌ها به هم متصل شوند. یک دستور کار باید به دارایی صحیح ارجاع دهد. دارایی باید به نقشه‌ها و قطعات یدکی خود لینک شود. رویداد خرابی باید با هشدارها و روندهای فرآیندی مرتبط باشد. رکورد تکمیل باید تعمیر را مستند کند و یک مبنای جدید برای مقایسه‌های آینده ایجاد نماید.

منابع داده‌های نگهداری صنعتی

کارخانه‌های مدرن اطلاعات نگهداری را از منابع متعددی تولید می‌کنند. CMMS معمولاً سیستم ثبت برای مدیریت کار است، اما تنها بخشی از محیط داده گسترده‌تر است. اطلاعات ارزشمند همچنین در PLCها، سیستم‌های کنترل توزیع‌شده، سیستم‌های ایمنی، رله‌های حفاظتی، تاریخ‌نگارها، گزارش‌های اپراتور، پلتفرم‌های پایش وضعیت، سیستم‌های آزمایشگاهی و پایگاه‌های داده موجودی وجود دارد.

سیستم‌های کنترل زمینه عملیاتی را فراهم می‌کنند. یک PLC ممکن است شمارش چرخه‌ها، وضعیت‌های قفل متقابل، راه‌اندازی موتور، کدهای خطا و زمان‌های کارکرد تجهیزات را ثبت کند. یک DCS ممکن است هشدارهای فرآیند، خروجی کنترل‌کننده، موقعیت شیر، روند دما و رویدادهای توالی را نگهداری کند. این سیگنال‌ها به تیم‌های نگهداری کمک می‌کنند تا بفهمند دارایی قبل از وقوع خرابی چه کاری انجام می‌داده است.

سیستم‌های حفاظت و نظارت اطلاعات تشخیصی تخصصی ارائه می‌دهند. رک‌های حفاظت ماشین‌آلات می‌توانند ارتعاش، موقعیت محوری، سرعت، فاز و رویدادهای گذرا را ثبت کنند. رله‌های الکتریکی می‌توانند جریان، ولتاژ، فرکانس، عملکرد کلیدها و سوابق اختلال را ضبط کنند. درایوها می‌توانند بار حرارتی، گشتاور، وضعیت باس DC و تاریخچه خطاهای داخلی را گزارش دهند.

ابزارهای قابل حمل همچنان اهمیت دارند. تکنسین‌ها مسیرهای ارتعاش، خوانش‌های اولتراسوند، تصاویر مادون قرمز، اندازه‌گیری‌های مقاومت عایق، نمونه‌های روغن و نتایج کالیبراسیون را جمع‌آوری می‌کنند. گشت‌های دستی همچنین مشاهداتی را ثبت می‌کنند که حسگرها به‌راحتی نمی‌توانند کمّی‌سازی کنند، مانند بو، شل بودن، نشت، آلودگی و تجمع غیرعادی محصول.

سیستم‌های کسب‌وکار هزینه اضافه می‌کنند و اطلاعات تأمین می‌کنند. سوابق خرید زمان‌های تحویل و عملکرد فروشنده را نشان می‌دهند. سیستم‌های موجودی در دسترس بودن قطعات یدکی، مصرف و خطر منسوخ شدن را نشان می‌دهند. سیستم‌های منابع انسانی یا برنامه‌ریزی ممکن است داده‌های در دسترس بودن نیروی کار و صلاحیت را فراهم کنند. وقتی این منابع به هم متصل شوند، تصمیمات نگهداری می‌توانند هم وضعیت فنی و هم واقعیت عملیاتی را منعکس کنند.

چرا دسترسی به موقع مهم‌تر از صرفاً ذخیره داده‌ها است

یک کارخانه می‌تواند حجم زیادی اطلاعات جمع‌آوری کند و همچنان تصمیمات ضعیفی بگیرد. داده‌ها فقط زمانی ارزشمند هستند که افراد مناسب بتوانند در زمان مناسب به شکل مفید به آنها دسترسی داشته باشند. روندی که در یک تاریخچه‌نگار پنهان است، گزارشی که روی درایو محلی ذخیره شده یا یادداشت دست‌نویس یک تکنسین ممکن است وجود داشته باشد، اما ممکن است بر تصمیم نگهداری بعدی تأثیر نگذارد.

دسترسی به موقع به تیم‌ها کمک می‌کند قبل از اینکه خرابی رخ دهد، واکنش نشان دهند. وقتی یک اپراتور صدای غیرعادی گزارش می‌دهد، برنامه‌ریز نگهداری باید بتواند کارهای اخیر را مرور کند، روند وضعیت را بررسی کند، موجودی قطعات یدکی را تأیید کند و تأثیر بر تولید را ارزیابی کند. اگر این فرآیند چند روز طول بکشد، ممکن است تجهیزات قبل از اقدام سازمان خراب شود.

دسترسی همچنین پیوستگی شیفت به شیفت را بهبود می‌بخشد. سایت‌های صنعتی به صورت ۲۴ ساعته فعالیت می‌کنند، اما کارکنان فردی این‌گونه نیستند. یک رکورد الکترونیکی واضح به شیفت بعدی اجازه می‌دهد بفهمد چه چیزی مشاهده شده، چه اقدامات موقتی انجام شده، کدام ریسک‌ها باقی مانده و چه کار پیگیری لازم است.

در سطح مدیریت، اطلاعات جاری از اولویت‌بندی پشتیبانی می‌کند. رهبران نگهداری باید دائماً تصمیم بگیرند کدام درخواست‌ها نیاز به اقدام فوری دارند، کدام کارها می‌توانند تا توقف برنامه‌ریزی شده منتظر بمانند و کدام دارایی‌ها به پشتیبانی مهندسی نیاز دارند. داده‌های کامل وضعیت و اهمیت این تصمیمات را سازگارتر و کمتر وابسته به قوی‌ترین استدلال می‌کند.

برنامه‌ریزی بلندمدت نیز به تاریخچه قابل دسترسی وابسته است. تمدید قرارداد، نیروی انسانی، آموزش، استراتژی قطعات یدکی و جایگزینی تجهیزات همه نیازمند شواهد هستند. یک مدیر نمی‌تواند جایگزینی کمپرسور غیرقابل اطمینان را توجیه کند اگر زمان توقف، هزینه تعمیر و تأثیر بر تولید به دقت ثبت نشده باشد.

داده‌های نادرست زنجیره‌ای از خطاهای نگهداری ایجاد می‌کند

دستورات کاری ناقص به ندرت یک مشکل اداری جداگانه باقی می‌مانند. آنها بر برنامه‌ریزی، تحلیل قابلیت اطمینان، موجودی، بودجه‌بندی و عیب‌یابی‌های آینده تأثیر می‌گذارند. یادداشتی مبهم مانند «موتور تعمیر شد» توضیح نمی‌دهد که آیا خطا مربوط به یاتاقان‌ها، عایق‌بندی، تراز، خنک‌کننده، ترمینال‌ها یا بار محرک بوده است. تکنسین بعدی باید با تاریخچه کمی مفید دوباره شروع کند.

کدگذاری نادرست خرابی می‌تواند تحلیل قابلیت اطمینان را تحریف کند. اگر هر توقفی به عنوان «خرابی مکانیکی» کدگذاری شود، سازمان نمی‌تواند مکانیزم‌های غالب را شناسایی کند. اگر توقف‌های مزاحم بدون شواهد به عنوان خطای اپراتور ثبت شوند، ممکن است یک مشکل اساسی در ابزار یا منطق باقی بماند که حل نشده است.

فقدان سوابق نیروی کار و مواد نیز تصمیمات هزینه‌ای را تضعیف می‌کند. تعمیر ممکن است ارزان به نظر برسد زیرا اضافه‌کاری، پشتیبانی پیمانکار یا تولید از دست رفته ثبت نشده است. مدیریت ممکن است به تعمیر دارایی‌ای ادامه دهد که باید جایگزین شود زیرا هزینه واقعی چرخه عمر نامرئی است.

رکوردهای تکراری دارایی مشکل رایج دیگری ایجاد می‌کنند. ممکن است همان تجهیزات تاریخچه‌های جداگانه‌ای تحت شماره برچسب، نام مکان و نام مستعار تولید داشته باشند. وظایف پیشگیرانه ممکن است به یک رکورد اختصاص داده شده باشند در حالی که خرابی‌ها در رکورد دیگری وارد شده‌اند. داده‌های حاصل نشان می‌دهد که نگهداری انجام شده است حتی زمانی که دارایی صحیح نادیده گرفته شده است.

کیفیت داده‌ها بنابراین نیازمند بیش از دقت است. باید کامل، به موقع، سازگار، قابل ردیابی و مرتبط نیز باشد. یک خوانش دمای کاملاً دقیق ارزش محدودی دارد اگر با دارایی یا شرایط عملیاتی صحیح مرتبط نباشد. یک دستورکار دقیق کمتر مفید است اگر سه هفته پس از اتمام کار بسته شود.

سیستم مدیریت نگهداری کامپیوتری به عنوان ستون فقرات اطلاعات نگهداری

سیستم مدیریت نگهداری کامپیوتری یک پلتفرم مرکزی برای سوابق دارایی‌ها، درخواست‌های خدمات، نگهداری پیشگیرانه، برنامه‌ریزی کار، موجودی، نیروی کار، هزینه‌ها و گزارش‌دهی فراهم می‌کند. مزیت اصلی آن صرفاً دیجیتالی کردن کاغذبازی نیست. بلکه روابط بین اطلاعاتی را ایجاد می‌کند که در غیر این صورت پراکنده در بخش‌ها و پرونده‌های فردی باقی می‌ماند.

یک سیستم مدیریت نگهداری کامپیوتری ساختارمند به اپراتور اجازه می‌دهد درخواست را برای یک دارایی خاص ثبت کند. برنامه‌ریز می‌تواند تاریخچه خدمات دارایی را بررسی کند، مهارت‌های مورد نیاز را شناسایی کند، قطعات را چک کند، روش‌ها را پیوست کند و کار را زمان‌بندی کند. تکنسین می‌تواند یافته‌ها، نیروی کار، مواد، اندازه‌گیری‌ها و توصیه‌های پیگیری را ثبت کند. مهندسان قابلیت اطمینان سپس می‌توانند رکورد تکمیل شده را همراه با داده‌های شرایط و تولید تحلیل کنند.

سیستم مدیریت نگهداری کامپیوتری همچنین استانداردسازی را بهبود می‌بخشد. فیلدهای اجباری، کدهای خرابی، برنامه‌های کاری، چک‌لیست‌ها و جریان‌های تأیید، تغییرات را کاهش می‌دهند. این موضوع به ویژه در سایت‌های بزرگ که بخش‌های مختلف ممکن است برای تجهیزات مشابه اصطلاحات متفاوتی استفاده کنند، ارزشمند است.

با این حال، کیفیت اجرا اهمیت دارد. یک سیستم مدیریت نگهداری کامپیوتری (CMMS) که با دارایی‌های ساختارنیافته، وظایف پیشگیرانه کلی و دستورکارهای ناقص پر شده باشد، می‌تواند اعتماد بیشتری نسبت به داده‌ها ایجاد کند که شایسته آن نیست. سازمان‌ها باید این سیستم را به عنوان یک انضباط عملیاتی و نه صرفاً یک نصب فناوری اطلاعات در نظر بگیرند.

مالکیت باید واضح باشد. نگهداری باید فرآیندهای کاری و ساختار دارایی‌ها را تعریف کند. مهندسی باید از استانداردهای فنی پشتیبانی کند. عملیات باید درخواست‌های خدمات دقیق و زمینه فرآیند را ارائه دهد. پرسنل انبار باید سوابق قطعات یدکی را نگهداری کنند. مدیریت باید کیفیت داده‌ها را بررسی کرده و از اطلاعات در تصمیمات واقعی استفاده کند.

اتوماسیون خطاهای دستی را کاهش می‌دهد اما قضاوت را حذف نمی‌کند.

جمع‌آوری داده‌های دستی هنوز رایج است زیرا انعطاف‌پذیر و شروع آن کم‌هزینه است. یک تکنسین می‌تواند بسیاری از شرایط را با دیدن، شنیدن، لمس و ابزارهای ساده بررسی کند. با این حال، فرآیندهای دستی در معرض دورهای بازرسی از دست رفته، خطاهای رونویسی، واحدهای ناسازگار و توصیف‌های ذهنی هستند.

جمع‌آوری خودکار فرکانس و تکرارپذیری را بهبود می‌بخشد. حسگرها می‌توانند دما، ارتعاش، فشار، جریان، رطوبت، سرعت و سایر متغیرها را بدون انتظار برای بازرسی برنامه‌ریزی شده اندازه‌گیری کنند. کنترل‌کننده‌ها و دستگاه‌های نظارتی می‌توانند ساعات کار، شروع‌ها، توقف‌ها و وضعیت‌های زنگ را مستقیماً به یک سیستم ثبت داده یا پلتفرم نگهداری ارسال کنند.

این امر نیاز به ورود مجدد اطلاعات را کاهش می‌دهد و می‌تواند خرابی‌های اولیه را قابل مشاهده کند. یک حسگر دمای بی‌سیم روی موتوری دورافتاده ممکن است داغ شدن بیش از حد را بین بازرسی‌های ماهانه شناسایی کند. شمارنده زمان کار درایو می‌تواند نگهداری را بر اساس استفاده واقعی به جای زمان تقویمی فعال کند. تشخیص شیر می‌تواند افزایش اصطکاک را قبل از ناپایداری حلقه نشان دهد.

اتوماسیون همچنین به دلیل استفاده از روش اندازه‌گیری یکسان در هر بار، ثبات را بهبود می‌بخشد. می‌تواند داده‌های خام را برای اهداف متعدد متمرکز کند، از جمله تولید کار، بازبینی شرایط، برنامه‌ریزی و گزارش‌دهی.

با این حال، حسگرها هر شرایطی را توضیح نمی‌دهند. یک اندازه‌گیری ممکن است تحت تأثیر بار فرآیند، محل قرارگیری حسگر، کالیبراسیون یا تداخل محیطی قرار گیرد. هشدارهای خودکار باید از قضاوت مهندسی پشتیبانی کنند نه جایگزین آن شوند. بهترین برنامه‌ها نظارت مداوم را با مشاهدات تکنسین و دانش عملیاتی ترکیب می‌کنند.

اتصال سیستم‌های کنترل به جریان‌های کاری نگهداری

بسیاری از سازمان‌ها داده‌های ارزشمند فرآیندی را جمع‌آوری می‌کنند اما آن را با اجرای نگهداری مرتبط نمی‌سازند. ممکن است زنگ خطری در سیستم کنترل توزیع شده (DCS) ظاهر شود اما هیچ درخواست کاری ایجاد نشود. یک PLC ممکن است تعداد شروع‌های بیش از حد موتور را بشمارد اما این اطلاعات فقط در برنامه باقی بماند. یک رله حفاظتی ممکن است رکورد اختلالی ذخیره کند که هرگز به تاریخچه تعمیرات مرتبط نشود.

ادغام باید با یک نیاز کسب‌وکار واضح آغاز شود. هر زنگ خطری نباید یک دستور کار ایجاد کند. انجام این کار می‌تواند سیستم مدیریت نگهداری و تعمیرات (CMMS) را با رویدادهای کم‌ارزش پر کند. در عوض، تیم‌ها باید شرایطی که نیاز به اقدام دارند را شناسایی کنند، قوانین پایداری را تعریف کنند و مسئولیت بازبینی را تعیین نمایند.

برای مثال، دمای بالای یاتاقان که به مدت دو ثانیه ادامه داشته باشد ممکن است توجیهی برای تعمیر و نگهداری نباشد. همان شرایط که به مدت پانزده دقیقه تحت بار عادی ادامه داشته باشد ممکن است نیاز به بازرسی داشته باشد. خطای مکرر درایو که به‌طور خودکار بازنشانی می‌شود ممکن است پس از سومین رخداد در یک دوره مشخص نیاز به انجام یک کار تشخیصی برنامه‌ریزی شده داشته باشد.

سیستم‌های کنترل DCS مدرن، پلتفرم‌های PLC، تاریخچه‌نگارها و برنامه‌های دروازه می‌توانند اطلاعات انتخابی را از طریق APIها، میان‌افزار، رابط‌های OPC یا انتقال داده‌های زمان‌بندی شده با نرم‌افزار نگهداری تبادل کنند. معماری باید زمان‌سنج‌ها، هویت تجهیزات، واحدهای مهندسی و کیفیت منبع را حفظ کند.

ادغام همچنین نیازمند بازبینی امنیت سایبری است. یک برنامه نگهداری نباید دسترسی نوشتن نامحدود به شبکه کنترل داشته باشد. جریان داده‌ها باید بخش‌بندی، احراز هویت، نظارت و مطابق با سیاست امنیت فناوری عملیاتی کارخانه طراحی شوند.

نظارت بر وضعیت اندازه‌گیری‌ها را به شواهد نگهداری تبدیل می‌کند

نظارت بر وضعیت یکی از ارزشمندترین منابع داده‌های نگهداری است زیرا بر سلامت تجهیزات تمرکز دارد نه زمان تقویمی. هدف شناسایی تغییر معنادار، درک مکانیزم احتمالی خرابی و فراهم کردن زمان کافی برای مداخله برنامه‌ریزی شده است.

برنامه‌های ماشین‌آلات دوار اغلب لرزش، دما، سرعت، فاز، وضعیت روغن و بار فرآیند را ترکیب می‌کنند. برنامه‌های الکتریکی ممکن است از امضای جریان، تست‌های عایق، تخلیه جزئی، ترموگرافی و شمارش عملکرد کلید استفاده کنند. برنامه‌های ابزار دقیق ممکن است انحراف کالیبراسیون، حرکت شیر، فشار محرک و عملکرد حلقه را پیگیری کنند.

فناوری اندازه‌گیری باید با حالت خرابی مطابقت داشته باشد. یک حسگر دمای عمومی ممکن است داغ شدن بیش از حد را شناسایی کند اما آسیب اولیه به یاتاقان را نشان ندهد. لرزش با فرکانس بالا یا اولتراسوند ممکن است نقص‌ها را زودتر تشخیص دهد. تحلیل ذرات روغن می‌تواند سایش را که اندازه‌گیری‌های خارجی از آن غافل‌اند شناسایی کند. هیچ حسگر واحدی تشخیص کامل ارائه نمی‌دهد.

داده‌ها همچنین باید در زمینه عملیاتی تفسیر شوند. لرزش ممکن است در یک محدوده سرعت خاص افزایش یابد بدون اینکه نشانه‌ای از خرابی باشد. جریان موتور ممکن است به دلیل افزایش بار فرآیند افزایش یابد. یک شیر ممکن است به دلیل تغییر تنظیمات کنترلر بیشتر عمل کند. تحلیل‌گران به متغیرهای فرآیندی، وضعیت ماشین و تاریخچه نگهداری نیاز دارند تا تغییرات طبیعی را از نقص‌های در حال توسعه جدا کنند.

سازمان‌هایی که برنامه‌های نظارت بر ماشین‌آلات را ایجاد یا گسترش می‌دهند باید منطق هشدار، شرایط پایه، مسئولیت بازبینی و مراحل تشدید را قبل از نصب تعداد زیادی حسگر تعریف کنند. فناوری تنها زمانی ارزش ایجاد می‌کند که یافته‌های غیرعادی به اقدام به موقع منجر شوند.

نگهداری پیش‌بینانه به زمینه تاریخی پاکیزه وابسته است

نگهداری پیش‌بینانه اغلب به عنوان یک مسئله تحلیل پیشرفته ارائه می‌شود، اما پایه آن داده‌های تاریخی منظم است. یک مدل نمی‌تواند روابط مفید را بیاموزد اگر تاریخ‌های خرابی نامشخص باشند، هویت دارایی‌ها ناسازگار باشد یا شرایط عملیاتی گم شده باشد.

پیش‌بینی موفق با یک نتیجه تعریف شده آغاز می‌شود. سازمان ممکن است بخواهد عمر یاتاقان را تخمین بزند، گرفتگی را شناسایی کند، تخریب باتری را پیش‌بینی کند، گیرکردن شیر را تشخیص دهد یا داغ شدن درایو را پیش‌بینی کند. هر هدف ورودی‌های متفاوت و تعریف واضحی از آنچه به عنوان خرابی محسوب می‌شود، نیاز دارد.

دستور کارهای تاریخی برچسب‌هایی برای رویدادهای گذشته فراهم می‌کنند. روندهای حسگر و فرآیند شرایط پیشین را نشان می‌دهند. داده‌های تولید بارگذاری را توضیح می‌دهند. داده‌های محیطی ممکن است دما یا آلودگی را توضیح دهند. این سوابق به مهندسان اجازه می‌دهد الگوهای تکرارشونده را شناسایی کنند.

حتی بدون یادگیری ماشین، تحلیل روند و آستانه می‌تواند نتایج قوی ارائه دهد. افزایش پیوسته لرزش، افزایش اختلاف دما در مبدل حرارتی یا انحراف مکرر حرکت شیر می‌تواند از نگهداری برنامه‌ریزی شده پشتیبانی کند. مدل‌های پیشرفته‌تر زمانی مفیدند که متغیرهای زیادی تعامل دارند یا الگوهای تخریب به سختی به صورت دستی قابل شناسایی‌اند.

پیش‌بینی نباید به عنوان قطعیت تلقی شود. خروجی یک برآورد ریسک است که باید در برابر اهمیت دارایی، در دسترس بودن قطعات یدکی، فرصت خاموشی و پیامد خرابی ارزیابی شود. احتمال متوسط ممکن است اقدام فوری روی ماشین ایمنی‌محور را توجیه کند اما فقط مشاهده مداوم روی پمپ کمکی افزونه را.

شکل ۲. تاریخچه نگهداری و روندهای وضعیت می‌توانند با هشدار زودهنگام و آمادگی بهتر تیم‌ها، زمان تعمیر را کاهش دهند.

یک مثال عملی: شناسایی مشکل در حال توسعه پمپ

یک پمپ فرآیندی را در نظر بگیرید که در دوازده ماه سه بار خرابی مهر و موم داشته است. رویکرد واکنشی هر رویداد را به عنوان تعمیر جداگانه‌ای در نظر می‌گیرد. مهر و موم تعویض می‌شود، پمپ به سرویس بازمی‌گردد و دستور کار بسته می‌شود.

بازبینی مبتنی بر داده چندین منبع را ترکیب می‌کند. دستور کارها تکرار فرکانس و قطعات تعویض شده را نشان می‌دهند. روند لرزش افزایش حرکت محوری قبل از هر رویداد را آشکار می‌کند. داده‌های فرآیند نشان می‌دهد که فشار مکش در طول برخی کمپین‌های تولید کاهش می‌یابد. یادداشت‌های اپراتور به نویز متناوب نزدیک سطح پایین مخزن اشاره دارند. سوابق تراز نشان می‌دهد که پس از آخرین تعمیر انحراف عمده‌ای وجود ندارد.

شواهد به طور کلی نشان می‌دهد که مهر و موم علت اصلی نیست. پمپ ممکن است در شرایط نزدیک به کاویتاسیون در فشار مکش پایین کار کند. بنابراین، اقدام نگهداری تغییر می‌کند. به جای تعویض مکرر مهر و موم‌ها، تیم محدودیت‌های عملیاتی، لوله‌کشی مکش، حداقل سطح مخزن و انتخاب پمپ را بازبینی می‌کند.

رکورد CMMS باید مکانیزم خرابی، اقدام اصلاحی و برنامه بازرسی تجدید نظر شده را مستند کند. سیستم کنترل ممکن است بر اساس فشار مکش و جریان، یک توصیه اضافه کند. عملیات ممکن است روش کار در سطح پایین را بازنگری کند. مهندسی ممکن است در طول خاموشی بعدی، تغییر پروانه یا لوله‌کشی را ارزیابی کند.

این مثال نشان می‌دهد چرا داده‌های نگهداری باید از مرزهای دپارتمانی عبور کنند. راه‌حل از یک خوانش ارتعاش یا یک دستور کار به دست نیامد. بلکه از ترکیب تاریخچه نگهداری، شرایط فرآیند، دانش اپراتور و تحلیل مهندسی حاصل شد.

دستورهای کار باید یافته‌ها را ثبت کنند، نه فقط فعالیت‌ها را

دستور کار یکی از مهم‌ترین سوابق نگهداری است زیرا آنچه سازمان آموخته را مستند می‌کند. بسیاری از سیستم‌ها بر تکمیل اداری تمرکز دارند: کار باز، اختصاص داده شده، انجام شده و بسته شده است. یک فرآیند قوی‌تر ارزش تشخیصی را ثبت می‌کند.

رکورد انجام کار باید بین علامت گزارش شده و وضعیت واقعی یافته شده تمایز قائل شود. «موتور روشن نمی‌شود» یک علامت است. یافته ممکن است سیم‌پیچ کنتاکتور خراب، اضافه‌بار قطع شده، هادی شکسته، قفل PLC یا گیر مکانیکی باشد. ثبت این تفاوت، عیب‌یابی و تحلیل خرابی‌های آینده را بهبود می‌بخشد.

رکورد باید اقدام انجام شده را نیز توصیف کند. «رفع شد» کافی نیست. یک ورودی مفید باید قطعه تعویض یا تنظیم شده، آزمایش انجام شده، وضعیت نهایی عملکرد و هر ریسک باقی‌مانده را مشخص کند. اندازه‌گیری‌ها قبل و بعد از تعمیر به‌ویژه ارزشمند هستند.

تکنسین‌ها نباید با ورود داده‌های بیش از حد بارگذاری شوند. فرم‌ها باید اطلاعاتی جمع‌آوری کنند که از تصمیمات واقعی پشتیبانی کند. کدهای کشویی می‌توانند انسجام را افزایش دهند، در حالی که فیلدهای کوتاه متنی زمینه را حفظ می‌کنند. دسترسی موبایل، اسکن بارکد و قالب‌های تجهیزات می‌توانند تلاش را کاهش دهند.

سرپرستان باید کیفیت انجام کار را به ویژه در دارایی‌های حیاتی و خرابی‌های مکرر بررسی کنند. یک رکورد فنی ضعیف باید در حالی که جزئیات هنوز تازه است اصلاح شود. با گذشت زمان، انتظارات واضح کیفیت داده‌ها و فرهنگ نگهداری را بهبود می‌بخشد.

برنامه‌ریزی و زمان‌بندی با داده‌های بهتر قابل اعتمادتر می‌شوند

برنامه‌ریزی نگهداری به دامنه کاری دقیق بستگی دارد. بدون تاریخچه تجهیزات و اطلاعات استاندارد کار، برنامه‌ریزان باید نیروی کار، ابزارها، مواد و مدت زمان را بر اساس دانش محدود تخمین بزنند. این موضوع ریسک تأخیر، بازدیدهای تکراری و کار ناقص را افزایش می‌دهد.

سوابق تاریخی می‌توانند نشان دهند که کارهای مشابه چقدر زمان برده‌اند، کدام قطعات مصرف شده‌اند، چه مشکلات دسترسی رخ داده و آیا نیاز به بالابر یا ایزولاسیون خاصی بوده است. برنامه‌ریز می‌تواند از این شواهد برای آماده‌سازی بسته کاری واقعی‌تر استفاده کند.

زمان‌بندی همچنین زمانی بهبود می‌یابد که وضعیت دارایی قابل مشاهده باشد. تیم‌ها می‌توانند کارهای مرتبط را در طول یک توقف برنامه‌ریزی شده گروه‌بندی کنند، با تولید هماهنگ شوند و از راه‌اندازی و توقف‌های غیرضروری تجهیزات جلوگیری کنند. یک نقص در حال توسعه می‌تواند در اولین فرصت موجود برطرف شود، به جای اینکه به یک خاموشی اضطراری تبدیل شود.

مدیریت انباشت کار قابل دفاع‌تر می‌شود. به جای اولویت‌بندی فقط بر اساس سن درخواست، مدیران می‌توانند ایمنی، پیامدهای زیست‌محیطی، تأثیر تولید، احتمال خرابی و وضعیت فعلی را در نظر بگیرند. این کمک می‌کند کارهای فوری در میان درخواست‌های کم‌ارزش دفن نشوند.

داده‌های دقیق مدت زمان و تکمیل همچنین از برنامه‌ریزی ظرفیت پشتیبانی می‌کنند. اگر کارهای برقی به‌طور مداوم از نیروی کار موجود فراتر رود، مدیریت می‌تواند آموزش، استخدام یا حمایت پیمانکار را توجیه کند. اگر کار برنامه‌ریزی‌شده اغلب به کار اضطراری تبدیل شود، سازمان می‌تواند بررسی کند آیا بازرسی‌ها، قطعات یا فرآیندهای تأیید ناکافی هستند یا خیر.

تصمیمات قطعات یدکی نیازمند شواهد نگهداری و قابلیت اطمینان است

تصمیمات موجودی اغلب از تحلیل نگهداری جدا هستند، اما باید به‌طور نزدیک مرتبط باشند. یک قطعه یدکی تنها در رابطه با اهمیت تجهیزات، احتمال خرابی، زمان تحویل، قابلیت تعویض و پیامد نداشتن آن ارزش دارد.

تاریخچه مصرف CMMS نشان می‌دهد کدام قطعات به‌طور مکرر استفاده شده‌اند. دستورکارها دلیل استفاده آن‌ها را توضیح می‌دهند. داده‌های خرید زمان تحویل و قابلیت اطمینان فروشنده را نشان می‌دهند. سوابق مهندسی مشخص می‌کند آیا جایگزین‌ها تأیید شده‌اند یا خیر. این اطلاعات به تیم انبار کمک می‌کند قطعات ضروری را از موجودی غیرفعال تشخیص دهند.

مصرف مکرر ممکن است نشان‌دهنده مشکل قابلیت اطمینان باشد نه نیاز به انبار بیشتر. اگر همان حسگر، یاتاقان یا منبع تغذیه بارها تعویض شود، تیم باید نصب، محیط، بارگذاری یا علت ریشه‌ای را بررسی کند. بنابراین داده‌های موجودی می‌توانند به عنوان سیگنال هشدار اولیه عمل کنند.

مدیریت منسوخ شدن نیز به سوابق دارایی بستگی دارد. PLCها، درایوها، رله‌های حفاظتی و سیستم‌های نظارتی قدیمی ممکن است همچنان قابل اعتماد باشند اما پشتیبانی از آن‌ها دشوار شود. داشتن سوابق واضح از پایگاه نصب‌شده به سازمان‌ها اجازه می‌دهد ماژول‌های مشترک را شناسایی کنند، قطعات استراتژیک را حفظ کنند و پیش از وقوع اضطراری برنامه مهاجرت را طرح‌ریزی کنند.

برای قطعات با ارزش بالا، تاریخچه تعمیر و وضعیت می‌تواند از تصمیم‌گیری درباره بازسازی، واحدهای تعویضی یا جایگزینی پشتیبانی کند. هدف حداقل موجودی نیست، بلکه ریسک کنترل‌شده با هزینه کل قابل قبول است.

معیارهای نگهداری باید به اقدام منجر شوند

سازمان‌های نگهداری اغلب شاخص‌های کلیدی عملکرد زیادی جمع‌آوری می‌کنند اما در استفاده از آن‌ها مشکل دارند. یک معیار تنها زمانی ارزشمند است که از تصمیم‌گیری پشتیبانی کند، روندی را نشان دهد یا اثربخشی یک بهبود را آزمایش کند.

اقدامات رایج شامل درصد کار برنامه‌ریزی‌شده، انطباق با برنامه، تکمیل نگهداری پیشگیرانه، کار اضطراری، سن انباشت کار، میانگین زمان بین خرابی‌ها، میانگین زمان تعمیر، نرخ خرابی مکرر، هزینه نگهداری و در دسترس بودن قطعات یدکی است. هر معیار می‌تواند مفید باشد، اما تعاریف باید سازگار باشند.

میانگین زمان بین خرابی‌ها می‌تواند گمراه‌کننده باشد اگر رویدادهای خرابی به درستی کدگذاری نشده باشند یا زمان کارکرد تجهیزات ناشناخته باشد. انطباق با نگهداری پیشگیرانه ممکن است حتی زمانی که وظایف دیر یا بدون بازرسی معنادار انجام می‌شوند، بالا به نظر برسد. انطباق با برنامه می‌تواند تیم‌ها را تشویق کند تا از انجام کارهای دشوار اجتناب کنند اگر مدیریت فقط به تعداد بدون زمینه توجه کند.

بنابراین بازبینی متعادل ضروری است. شاخص‌های پیشرو نشان می‌دهند که آیا فرآیند نگهداری اجرا می‌شود یا خیر، در حالی که شاخص‌های پسرو نتایج را نشان می‌دهند. درصد کار برنامه‌ریزی شده یک شاخص پیشرو است. زمان توقف و خرابی‌های مکرر شاخص‌های پسرو هستند. بهبود نیازمند هر دو است.

معیارها باید بر اساس کلاس دارایی، منطقه تولید و اهمیت تقسیم‌بندی شوند. میانگین کل کارخانه می‌تواند مشکل جدی در یک واحد را پنهان کند. روندها معمولاً از یک مقدار ماهانه منفرد اطلاعات بیشتری می‌دهند. تیم‌ها همچنین باید اقدامات انجام شده پس از بازبینی را ثبت کنند، در غیر این صورت گزارش‌دهی به یک تمرین ارائه تبدیل می‌شود نه یک فرآیند مدیریتی.

اهمیت دارایی به داده‌ها معنای کسب‌وکاری می‌دهد

شرایط یکسان پاسخ یکسانی را در هر دارایی توجیه نمی‌کند. افزایش کوچک دما در یک فن خدماتی افزونه ممکن است پایش شود. همان تغییر در یک کمپرسور حیاتی منفرد ممکن است نیاز به مداخله فوری داشته باشد. اهمیت دارایی زمینه لازم برای تبدیل وضعیت به اولویت را فراهم می‌کند.

ارزیابی اهمیت معمولاً ایمنی، تأثیرات زیست‌محیطی، از دست دادن تولید، کیفیت، هزینه تعمیر، افزونگی و زمان بازیابی را در نظر می‌گیرد. روش امتیازدهی باید به اندازه کافی ساده باشد تا نگهداری شود اما به اندازه کافی دقیق باشد تا پیامد واقعی را تمییز دهد.

اهمیت دارایی بر استراتژی جمع‌آوری داده تأثیر می‌گذارد. دارایی‌های با پیامد بالا ممکن است توجیه‌کننده پایش مداوم، کدگذاری دقیق خرابی و پوشش گسترده قطعات یدکی باشند. دارایی‌های با پیامد پایین ممکن است از طریق بررسی‌های اپراتور یا سیاست‌های کار تا خرابی مدیریت شوند.

این موضوع همچنین بر نحوه مدیریت هشدارها تأثیر می‌گذارد. نرخ تخریب متوسط در یک یاتاقان توربین حیاتی ممکن است بازبینی مهندسی را به دنبال داشته باشد. روند مشابه در یک فن غیرحیاتی ممکن است تا زمان توقف برنامه‌ریزی شده بعدی تحت نظر باقی بماند.

با پیوند دادن اهمیت به اولویت‌های کاری، فرکانس بازرسی، پایش وضعیت و سیاست موجودی، سازمان‌ها از اعمال شدت نگهداری یکسان در همه جا اجتناب می‌کنند. این باعث می‌شود برنامه داده‌ها به جای فناوری‌محور بودن، اقتصادی‌محور باشد.

حاکمیت داده‌ها پایداری را در بلندمدت حفظ می‌کند

داده‌های نگهداری زمانی که مالکیت آن‌ها نامشخص باشد، کیفیت خود را از دست می‌دهند. نام دارایی‌ها تغییر می‌کند، توصیف قطعات یدکی ناسازگار می‌شود، کدهای خرابی افزایش می‌یابند و وظایف پیشگیرانه بدون بازبینی کپی می‌شوند. یک فرآیند حاکمیتی اطلاعات را قابل استفاده نگه می‌دارد در حالی که تجهیزات و پرسنل تغییر می‌کنند.

حاکمیت با استانداردها آغاز می‌شود. سازمان باید نام‌گذاری دارایی‌ها، قوانین سلسله‌مراتبی، واحدهای اندازه‌گیری، طبقه‌بندی خرابی‌ها، کنترل اسناد و فیلدهای مورد نیاز دستور کار را تعریف کند. این استانداردها باید بازتاب‌دهنده نحوه عملکرد واقعی کارخانه باشند نه طراحی انتزاعی پایگاه داده.

نقش‌ها به همان اندازه مهم هستند. کسی باید سوابق دارایی جدید را تأیید کند، قطعات تکراری را بررسی کند، برنامه‌های کاری را نگهداری کند و اسناد منسوخ را بازنشسته کند. مهندسی قابلیت اطمینان یا نگهداری ممکن است مالک استانداردهای فنی باشند، در حالی که برنامه‌ریزان و ناظران کیفیت سوابق روزانه را نظارت می‌کنند.

پاکسازی دوره‌ای ضروری است. تیم‌ها باید دارایی‌های تکراری، وظایف پیشگیرانه غیرفعال، کمبود اهمیت، فهرست مواد ناقص و قطعات بدون ارتباط معتبر با تجهیزات را شناسایی کنند. بررسی‌های خودکار می‌توانند ناهنجاری‌ها را برجسته کنند، اما بازبینی فنی همچنان لازم است.

قوانین نگهداری باید ارزش را نیز منعکس کنند. داده‌های خام حسگر با فرکانس بالا ممکن است نیازی به ذخیره دائمی با وضوح کامل نداشته باشند، در حالی که رویدادهای خرابی و سوابق تعمیرات اساسی ممکن است برای دهه‌ها مهم باقی بمانند. سازمان باید تعیین کند چه داده‌هایی نگهداری، خلاصه، آرشیو یا حذف شوند.

امنیت سایبری باید در نگهداری متصل طراحی شود.

اتصال حسگرها، کنترل‌کننده‌ها، تاریخچه‌سازها، پلتفرم‌های ابری و برنامه‌های نگهداری مزایای عملیاتی ایجاد می‌کند اما سطح حمله را نیز گسترش می‌دهد. بنابراین معماری داده‌های نگهداری باید با الزامات امنیت سایبری صنعتی همسو باشد.

اصل اول تقسیم‌بندی است. برنامه‌های کسب‌وکار نباید دسترسی نامحدود به شبکه‌های کنترل داشته باشند. داده‌ها می‌توانند از طریق رابط‌های کنترل‌شده، دروازه‌ها یا مناطق غیرنظامی منتقل شوند. جهت، پروتکل، احراز هویت و ثبت وقایع باید تعریف شوند.

حسگرهای راه دور و دستگاه‌های بی‌سیم نیاز به مدیریت چرخه عمر دارند. باید رمزهای عبور پیش‌فرض تغییر کنند، نرم‌افزارهای سیستم کنترل شوند و خدمات غیرضروری غیرفعال شوند. هویت و مالکیت دستگاه باید در سیستم دارایی مستند شود.

یکپارچگی داده‌ها به اندازه محرمانگی اهمیت دارد. سیگنال وضعیت نادرست، دستور کار تغییر یافته یا ارتباط نادرست دارایی می‌تواند منجر به تصمیمات نگهداری ناامن شود. سیستم‌ها باید زمان‌سنجی‌ها، هویت منبع و سوابق حسابرسی را حفظ کنند.

دسترسی نیز حیاتی است. یک پلتفرم تحلیل ابری ممکن است مفید باشد، اما کارخانه باید بداند در زمان قطعی شبکه چه اتفاقی می‌افتد. عملکردهای حیاتی حفاظت و کنترل نباید به اتصال خارجی وابسته باشند. تیم‌های نگهداری باید روش‌های جایگزین برای دسترسی به اسناد حیاتی و انجام کارها در زمان عدم دسترسی به سیستم‌ها داشته باشند.

افراد و روش‌های کاری تعیین می‌کنند که آیا سیستم موفق می‌شود یا خیر.

بسیاری از برنامه‌های داده‌های نگهداری شکست می‌خورند چون به عنوان پروژه‌های نرم‌افزاری تلقی می‌شوند. فناوری ممکن است به درستی کار کند، اما کارکنان ورود داده را کاری اضافی می‌بینند که فایده کمی دارد. پذیرش زمانی بهتر می‌شود که سیستم کارهای روزانه را آسان‌تر کند و اطلاعات جمع‌آوری شده به وضوح استفاده شود.

تکنسین‌ها باید در طراحی فرم، نام‌گذاری دارایی و توسعه برنامه‌های کاری مشارکت کنند. آن‌ها می‌دانند کدام فیلدها در میدان عملی هستند و کدام جزئیات به عیب‌یابی کمک می‌کند. برنامه‌ریزان و ناظران باید توضیح دهند چرا اطلاعات خاص اهمیت دارد.

بازخورد ضروری است. وقتی یک تکنسین خطای تکراری را ثبت می‌کند، سازمان باید تحقیق کرده و نتیجه را اطلاع‌رسانی کند. وقتی داده‌ها از تعمیر موفق پشتیبانی می‌کنند یا از خرابی جلوگیری می‌کنند، آن مثال باید به اشتراک گذاشته شود. این نشان می‌دهد که سوابق خوب بر تصمیمات واقعی تأثیر می‌گذارد.

آموزش باید بر فرآیندهای کاری تمرکز کند، نه فقط کلیک کردن دکمه‌ها. کارکنان باید یاد بگیرند چگونه دارایی صحیح را انتخاب کنند، علائم را از علت تشخیص دهند، از کدهای خرابی استفاده کنند و یادداشت‌های تکمیل مفید بنویسند.

رفتار مدیریت استاندارد را تعیین می‌کند. اگر رهبران سوابق ناقص را نادیده بگیرند یا بدون مشورت با سیستم تصمیم بگیرند، کارکنان نیز همین کار را خواهند کرد. وقتی جلسات از شواهد CMMS، روندهای وضعیت و اقدامات مستند استفاده می‌کنند، کیفیت داده‌ها بخشی از انضباط عملیاتی می‌شود.

ساخت برنامه داده‌های نگهداری مؤثر گام به گام

اجرای عملی با اولویت‌های کسب‌وکار آغاز می‌شود. سازمان باید مشخص کند که کجا اطلاعات ناقص بیشترین ضرر را ایجاد می‌کند. این ممکن است توقف اضطراری، خرابی‌های مکرر، برنامه‌ریزی ضعیف، موجودی بیش از حد قطعات یدکی یا تجهیزات فرسوده باشد.

گام بعدی تعیین سلسله‌مراتب دارایی و اهمیت آن است. بدون ساختار دارایی قابل اعتماد، هر تحلیل بعدی دشوار می‌شود. تیم‌ها باید برچسب‌ها، مکان‌ها، روابط والد-فرزند و مالکیت را تأیید کنند.

سپس باید فرآیندهای کاری استاندارد شوند. تعریف کنید که درخواست‌ها چگونه ارسال می‌شوند، اولویت‌ها چگونه تعیین می‌شوند، برنامه‌ریزان چه چیزهایی آماده می‌کنند، تکنسین‌ها چه چیزهایی ثبت می‌کنند و ناظران چگونه کارهای انجام شده را بررسی می‌کنند. اطلاعات مورد نیاز باید محدود به آنچه سازمان واقعاً استفاده خواهد کرد باشد.

پس از تثبیت پایه، می‌توان اتوماسیون انتخابی را معرفی کرد. با سیگنال‌های با ارزش بالا مانند زمان اجرا، تعداد توقف‌ها، روندهای لرزش یا هشدارهای دما شروع کنید. از اتصال همه چیز به‌طور همزمان خودداری کنید.

داشبوردها و گزارش‌ها باید به سوالات خاص پاسخ دهند. کدام دارایی‌های حیاتی در حال خراب شدن هستند؟ کدام خرابی‌ها تکرار می‌شوند؟ کدام کارهای برنامه‌ریزی‌شده به دلیل عدم دسترسی به قطعات در خطر هستند؟ کدام وظایف پیشگیرانه هیچ نقصی پیدا نمی‌کنند و ممکن است نیاز به بازطراحی داشته باشند؟

در نهایت، برنامه باید به عنوان یک چرخه بهبود مستمر بازبینی شود. کیفیت داده‌ها، جریان‌های کاری، قوانین آلارم و استراتژی‌های دارایی باید با تغییرات کارخانه تکامل یابند.

مثال سوم: استفاده از DCS و سوابق نگهداری در طول توقف

یک واحد فرآیندی برنامه توقف ده روزه دارد. فهرست کار اولیه شامل چندین شیر کنترل، فرستنده و بازرسی مبدل حرارتی است. به طور تاریخی، پس از خاموشی بسیاری از کارهای اضافی کشف می‌شوند که فشار برنامه را ایجاد می‌کند.

این بار، تیم سه ماه قبل از توقف روندهای DCS، تاریخچه آلارم، تشخیص شیرآلات، انحراف کالیبراسیون و دستورکارهای قبلی را بررسی می‌کند. آن‌ها دو شیر با انحراف حرکت رو به افزایش، یک فرستنده با گرفتگی مکرر خط ضربه و یک حلقه دما با افزایش نوسان خروجی را شناسایی می‌کنند.

برنامه‌ریز کار هدفمند اضافه می‌کند، قطعات را تأیید می‌کند، مراحل کار را آماده می‌کند و دسترسی را هماهنگ می‌کند. در طول توقف، تکنسین‌ها سایش در حال توسعه محرک و آلودگی مطابق با داده‌ها را می‌یابند. تعمیرات بدون تمدید برنامه انجام می‌شود.

تیم همچنین کارهای کم‌ارزش را حذف می‌کند. چندین ابزار عملکرد پایدار و سابقه نامطلوبی ندارند، بنابراین بازرسی تهاجمی به تعویق می‌افتد. این امر اختلال و نیروی کار غیرضروری را کاهش می‌دهد.

پس از راه‌اندازی، داده‌های پایه ثبت و به کارهای انجام شده پیوند داده می‌شود. سازمان اکنون می‌تواند رفتار آینده را با وضعیت پس از نگهداری شناخته شده مقایسه کند.

این مثال یک اصل مهم را نشان می‌دهد: داده‌های نگهداری فقط برای افزودن کار استفاده نمی‌شود. همچنین می‌تواند از کار غیرضروری جلوگیری کند، دامنه توقف را کاهش دهد و منابع را جایی متمرکز کند که شواهد بیشترین ریسک را نشان می‌دهند.

مزایای اصلی یک CMMS و استراتژی داده‌های بالغ

یک سیستم داده‌های نگهداری بالغ بیش از ثبت سوابق بهبود می‌یابد. این توانایی سازمان را در برنامه‌ریزی، یادگیری و کنترل ریسک افزایش می‌دهد. تیم‌های نگهداری می‌توانند مشکلات در حال توسعه را زودتر شناسایی کنند، کار را کامل‌تر آماده کنند و زمان لازم برای تشخیص مشکلات تکراری را کاهش دهند.

بهره‌وری دارایی‌ها بهبود می‌یابد زیرا مداخلات بر اساس وضعیت و پیامدها انجام می‌شود. تجهیزات حیاتی توجه مناسب دریافت می‌کنند، در حالی که کارهای غیرضروری روی دارایی‌های پایدار کاهش می‌یابد. توقف‌های برنامه‌ریزی‌شده قابل پیش‌بینی‌تر می‌شوند زیرا دامنه کار، قطعات و نیروی کار با استفاده از شواهد آماده می‌شوند.

شفافیت هزینه‌ها نیز بهبود می‌یابد. مدیریت می‌تواند هزینه‌های تعمیر، زمان توقف، پیمانکار و موجودی را مقایسه کند. این امر از تصمیم‌گیری بهتر بین تعمیر یا تعویض و درخواست‌های سرمایه‌ای قوی‌تر پشتیبانی می‌کند.

حفظ دانش یکی دیگر از مزایای اصلی است. روش‌ها، یافته‌ها، مکانیزم‌های خرابی و تعمیرات موفق پس از تغییر پرسنل در دسترس باقی می‌مانند. تکنسین‌های جدید می‌توانند از تاریخچه واقعی کارخانه بیاموزند نه فقط به دستورالعمل‌های کلی تکیه کنند.

یک CMMS همچنین پلتفرم مشترکی برای درخواست‌های نگهداری، زمان‌بندی، اجرا و بازبینی فراهم می‌کند. بخش‌ها می‌توانند ببینند کدام دارایی‌ها بیشترین تقاضا را ایجاد می‌کنند، کدام کارها عقب‌افتاده‌اند و کجا مهارت‌های تخصصی لازم است.

شکل ۳. یک CMMS متمرکز می‌تواند درخواست‌های نگهداری، تاریخچه دارایی، اطلاعات وضعیت، برنامه‌ریزی و گزارش‌دهی را در یک پلتفرم به هم متصل کند.

از داده‌های جمع‌آوری شده تا تصمیمات بهتر صنعتی

داده‌های نگهداری حافظه عملیاتی یک سازمان صنعتی است. این داده‌ها ثبت می‌کنند چه تجهیزاتی نصب شده، چگونه رفتار می‌کند، چه کاری انجام شده، چه شکست‌هایی رخ داده و هزینه آن رویدادها چقدر بوده است. وقتی اطلاعات قابل اعتماد و در دسترس باشد، نگهداری به صورت پیشگیرانه‌تر، تکرارپذیرتر و قابل دفاع‌تر می‌شود.

قوی‌ترین برنامه‌ها داده‌ها را صرفاً به این دلیل که فناوری جمع‌آوری آن را ممکن می‌سازد، جمع‌آوری نمی‌کنند. آن‌ها با تصمیم‌گیری شروع می‌کنند: چه ریسکی باید کنترل شود، چه شکستی باید فهمیده شود، چه کاری باید برنامه‌ریزی شود و چه سرمایه‌گذاری باید توجیه شود. سپس داده‌ها انتخاب، ساختاربندی و بازبینی می‌شوند تا از آن تصمیم‌ها حمایت کنند.

پلتفرم‌های CMMS، حسگرها، PLCها، DCSها، تاریخچه‌نگارها، سیستم‌های پایش و برنامه‌های کسب‌وکار همه مشارکت دارند. ارزش آن‌ها زمانی افزایش می‌یابد که هویت دارایی، زمان‌سنجی، زمینه عملیاتی و تاریخچه کار به هم متصل شوند. مشاهدات انسانی همچنان ضروری است زیرا تجهیزات صنعتی در محیط‌هایی کار می‌کنند که هیچ حسگر واحدی نمی‌تواند به طور کامل توصیف کند.

بنابراین سازمان‌ها باید بر چرخه‌ای منظم تمرکز کنند: جمع‌آوری اطلاعات دقیق، اعتبارسنجی آن، تبدیل به شواهد، تخصیص اقدام و ثبت نتیجه. هر کار انجام شده باید تصمیم بعدی را بهبود بخشد. هر شکست باید به درک سازمان اضافه کند. هر نقطه پایش باید هدف مشخصی داشته باشد.

وقتی آن چرخه بخشی از عملیات عادی شود، داده‌های نگهداری دیگر بار اداری نیستند. بلکه به دارایی عملی قابلیت اطمینان تبدیل می‌شوند که از کار ایمن‌تر، دسترسی بالاتر، برنامه‌ریزی بهتر و سرمایه‌گذاری بلندمدت مطمئن‌تر حمایت می‌کند.