8 Langkah Membina Program Penyelenggaraan Ramalan yang Berkesan

Penyelenggaraan ramalan menjanjikan pengurangan kerosakan, ketersediaan aset yang lebih baik, dan perancangan penyelenggaraan yang lebih cekap. Walau bagaimanapun, hasil tersebut tidak datang daripada pemasangan penderia semata-mata.

Program penyelenggaraan ramalan yang berjaya menggabungkan pengetahuan kejuruteraan, data yang boleh dipercayai, teknologi pemantauan keadaan, rekod penyelenggaraan, analitik, dan pelaksanaan kerja yang berdisiplin. Setiap bahagian mesti menyokong objektif operasi yang ditakrifkan.

Banyak organisasi bermula dengan demonstrasi teknologi yang menarik. Mereka menyambungkan penderia, membina papan pemuka, dan mengumpulkan jumlah data yang besar. Beberapa bulan kemudian, pasukan penyelenggaraan masih tidak dapat membuat keputusan yang lebih baik.

Masalahnya biasanya terletak pada urutan pelaksanaan. Organisasi itu bermula dengan teknologi, bukannya risiko peralatan, mod kegagalan, aliran kerja penyelenggaraan, dan nilai perniagaan yang boleh diukur.

Penyelenggaraan ramalan, yang sering disingkatkan sebagai PdM, harus menjawab soalan praktikal. Apakah tindakan penyelenggaraan yang perlu diambil sebelum aset kehilangan prestasi atau mengalami kegagalan?

Jawapan itu mesti diterima cukup awal untuk membolehkan pasukan penyelenggaraan bertindak balas. Jawapan itu juga mesti memberikan keyakinan yang mencukupi untuk mewajarkan pemeriksaan, pembaikan, pemerolehan alat ganti, atau perubahan operasi.

Artikel ini membentangkan lapan langkah untuk membina program penyelenggaraan ramalan yang berkesan. Turbin angin menjadi contoh utama kerana ia menggabungkan peralatan berputar, akses yang sukar, masa henti yang mahal, dan pelbagai mekanisme kemerosotan.

Rangka kerja yang sama terpakai pada pam, pemampat, motor, penjana, kotak gear, kipas, penghantar, transformer, injap, pemacu, dan peralatan proses kritikal.

Penyelenggaraan Ramalan Mesti Bermula Dengan Keputusan Operasi

Data keadaan tidak begitu bernilai melainkan data itu mengubah keputusan operasi atau penyelenggaraan. Trend suhu mungkin kelihatan bermaklumat, tetapi ia hanya menjadi berguna apabila seseorang tahu cara bertindak balas.

Tindak balas itu mungkin melibatkan pengurangan beban peralatan, pemeriksaan pelinciran, pemeriksaan penjajaran, penggantian galas, atau penjadualan penutupan terkawal.

Oleh itu, program penyelenggaraan ramalan mesti menghubungkan empat aktiviti yang berbeza. Program ini mesti mengesan kemerosotan, menilai kepentingannya, mengesyorkan tindakan, dan mengesahkan hasil penyelenggaraan.

Urutan ini membezakan penyelenggaraan ramalan daripada pengumpulan data biasa. Urutan ini juga membezakan program perindustrian yang berfungsi daripada eksperimen analitik sementara.

Jurutera hendaklah mentakrifkan keputusan yang dijangka sebelum memilih penderia. Mereka hendaklah mengenal pasti pihak yang menerima maklumat, tempoh masa tindak balas yang diperlukan, dan bukti yang menyokong campur tangan tersebut.

Sebagai contoh, amaran galas turbin mungkin memerlukan beberapa tahap tindak balas. Penyimpangan kecil mungkin mencetuskan pemerhatian berterusan. Penyimpangan yang lebih besar mungkin mencetuskan pemeriksaan semasa tempoh servis yang seterusnya.

Penyimpangan yang berubah dengan cepat mungkin memerlukan pengurangan beban serta-merta. Corak kritikal mungkin mewajarkan penutupan kecemasan.

Keputusan ini memerlukan kerjasama antara pakar penyelenggaraan, kebolehpercayaan, operasi, automasi, keselamatan dan data. Penyelenggaraan ramalan tidak boleh kekal terasing dalam satu jabatan teknikal.

Lapan langkah berikut menyediakan laluan berstruktur daripada keperluan perniagaan kepada pelaksanaan penyelenggaraan yang boleh dipercayai.

1. Pilih Aset yang Memberikan Nilai Sebenar melalui Ramalan

Penyelenggaraan ramalan memerlukan pelaburan awal. Kos mungkin merangkumi penderia, pengkondisi isyarat, rangkaian industri, pengkomputeran pinggir, penyimpanan data, perisian analitik, perkhidmatan integrasi dan sistem pengurusan penyelenggaraan berkomputer.

Aset yang dipilih mesti membenarkan pelaburan tersebut. Aset itu harus memberi kesan yang besar terhadap pengeluaran, keselamatan, kualiti, penggunaan tenaga, prestasi alam sekitar atau perbelanjaan penyelenggaraan.

Nilai pembelian yang tinggi sahaja tidak secara automatik menjadikan sesuatu aset sesuai. Jurutera mesti mempertimbangkan akibat kewangan dan operasi akibat kegagalan.

Pam yang agak murah boleh menghentikan seluruh unit pengeluaran. Motor siap sedia yang mahal mungkin menimbulkan sedikit risiko serta-merta kerana unit lain boleh mengambil alih tugasnya.

Analisis kekritisan aset memberikan titik permulaan yang berguna. Penilaian harus merangkumi kerugian pengeluaran, kos pembaikan, masa tunggu, akibat keselamatan, pendedahan alam sekitar dan ketersediaan redundansi.

Penilaian juga harus mempertimbangkan kekerapan kegagalan peralatan. Aset kritikal yang tiada corak kemerosotan yang boleh diukur mungkin bukan calon pertama yang baik.

Aset perintis yang ideal mempunyai beberapa ciri. Kegagalannya mahal, kemerosotannya dapat diperhatikan dan pasukan penyelenggaraan boleh bertindak sebelum kegagalan fungsi berlaku.

Turbin angin merupakan calon yang baik. Ia mengandungi galas, peringkat gear, aci, penjana, sistem hidraulik, peralatan elektrik dan komponen struktur.

Akses penyelenggaraan mungkin sukar. Keadaan angin, ketersediaan kren, penjadualan juruteknik dan logistik alat ganti mungkin melambatkan pembaikan.

Kegagalan kotak gear yang tidak dijangka boleh menyebabkan masa henti yang panjang. Ia juga mungkin memerlukan peralatan angkat berat dan kakitangan khusus.

Amaran awal menghasilkan beberapa bentuk nilai. Pengendali boleh mendapatkan alat ganti sebelum kegagalan, memilih keadaan cuaca yang sesuai, menyelaraskan kontraktor dan menggabungkan beberapa tugas penyelenggaraan.

Kos yang dapat dielakkan merangkumi lebih daripada komponen yang rosak. Ia juga merangkumi kehilangan penjanaan, pengangkutan kecemasan, kerja lebih masa, mobilisasi kren dan kerosakan peralatan sekunder.

Kemudahan pembuatan boleh menggunakan logik yang sama untuk pemampat. Kegagalannya mungkin mengganggu bekalan udara di beberapa barisan pengeluaran.

Kemudahan air mungkin mengutamakan pam besar yang melayani peringkat proses kritikal. Stesen janakuasa mungkin mengutamakan pam suapan dandang, kipas draf teraruh atau sistem bantuan turbin.

Projek perintis pertama harus kekal mudah diurus. Satu kelas aset atau kumpulan kecil aset yang serupa biasanya memberikan maklumat yang mencukupi untuk pelaksanaan yang serius.

Memulakan projek dengan berpuluh-puluh mesin yang tidak berkaitan meningkatkan kerumitan. Mesin yang berbeza menghasilkan isyarat, mod kegagalan, keadaan operasi, dan keperluan penyelenggaraan yang berbeza.

Pasukan program harus mendokumentasikan objektif projek perintis dalam istilah yang boleh diukur. Contohnya termasuk mengurangkan kerja kecemasan, meningkatkan purata masa antara kegagalan, atau mengesan kemerosotan galas tiga puluh hari lebih awal.

Objektif yang jelas membantu mencegah skop berkembang tanpa kawalan. Ia juga menyediakan piawaian untuk menilai sama ada projek perintis menghasilkan nilai operasi.

Rajah 1. Rekod CMMS menyediakan bukti penyelenggaraan sejarah untuk menetapkan garis dasar prestasi dan menilai hasil penyelenggaraan ramalan. Imej digunakan dengan ihsan Limble CMMS.

2. Bina Garis Dasar Daripada Data Penyelenggaraan dan Operasi Sedia Ada

Analisis ramalan memerlukan rujukan bagi operasi normal. Tanpa rujukan itu, sistem tidak dapat membezakan tingkah laku yang dijangka daripada kerosakan yang sedang berkembang dengan boleh dipercayai.

Organisasi sering menganggap mereka tidak mempunyai data yang mencukupi. Sebenarnya, bukti yang berguna mungkin sudah wujud merentas beberapa sistem.

Sumber yang berpotensi termasuk pesanan kerja CMMS, log pengendali, laporan pemeriksaan, tag pencatat sejarah, rekod penggera, laporan makmal, laluan getaran, analisis minyak, dan urus niaga alat ganti.

Rekod ini jarang berkongsi struktur yang konsisten. Nama peralatan mungkin berbeza antara CMMS, sistem kawalan, pencatat sejarah, dan lukisan kejuruteraan.

Satu sistem mungkin mengenal pasti pam menggunakan tag loji. Sistem lain mungkin menggunakan lokasi berfungsi, nombor siri, atau penerangan tidak rasmi.

Menyelesaikan perbezaan ini adalah penting. Model ramalan mesti menghubungkan tingkah laku sensor dengan aset, tempoh operasi, peristiwa penyelenggaraan, dan keadaan kegagalan yang disahkan dengan betul.

Pasukan harus bermula dengan menetapkan hierarki aset yang sama. Setiap komponen yang dipantau harus mempunyai identiti yang konsisten merentas sistem penyelenggaraan dan operasi.

Langkah seterusnya ialah menyemak prestasi sejarah. Ukuran yang berguna termasuk purata masa antara kegagalan, purata masa untuk pembaikan, tenaga kerja penyelenggaraan, tempoh masa henti, kos alat ganti, dan kehilangan pengeluaran.

Analisis harus membezakan penyelenggaraan terancang daripada penyelenggaraan pembetulan. Analisis juga harus membezakan penggantian komponen daripada pemeriksaan, pelarasan, pelinciran, dan kerja yang tidak berkaitan.

Bagi turbin angin, analisis sejarah mungkin memfokuskan pada galas, peringkat kotak gear, sistem pelinciran, penyejukan penjana, mekanisme pic, dan peralatan penukaran kuasa.

Jurutera harus merekod kekerapan setiap komponen memerlukan campur tangan. Mereka juga harus mendokumentasikan tanda amaran yang diperhatikan sebelum kegagalan.

Pengukuran getaran terdahulu mungkin mendedahkan trend yang meningkat. Sampel minyak mungkin menunjukkan peningkatan zarah logam. Operator mungkin telah melaporkan perubahan bunyi atau suhu yang tidak stabil.

Pemerhatian ini membantu mengenal pasti pemboleh ubah ramalan yang berguna. Pemerhatian ini juga menyediakan label untuk analitik terselia atau separa terselia.

Keadaan operasi mesti dimasukkan dalam garis dasar. Kelajuan angin, beban penjana, kelajuan putaran, suhu persekitaran dan mod kawalan boleh mempengaruhi bacaan penderia dengan ketara.

Tahap getaran yang kelihatan tidak normal pada beban rendah mungkin boleh diterima semasa pengeluaran penuh. Tingkah laku suhu juga boleh berubah mengikut keadaan persekitaran dan permintaan penyejukan.

Oleh itu, garis dasar harus menerangkan tingkah laku peralatan merentasi beberapa keadaan operasi. Satu nilai purata jarang mencukupi.

Isu kualiti data mesti didokumenkan dan bukannya disembunyikan. Tempoh yang hilang, cap masa yang tidak betul, penderia yang diganti, kegagalan komunikasi dan perubahan penentukuran boleh memesongkan latihan model.

Pasukan penyenggaraan harus mengesahkan rekod sejarah dengan operator dan juruteknik yang berpengalaman. Pemerhatian mereka sering menjelaskan perubahan yang tidak muncul dalam rekod digital.

Pengurangan getaran secara tiba-tiba mungkin kelihatan positif. Juruteknik mungkin mengetahui bahawa penderia menjadi longgar dalam tempoh yang sama.

Peningkatan arus mungkin menunjukkan beban mekanikal. Operator mungkin menjelaskan bahawa permintaan pengeluaran meningkat kerana unit lain tidak tersedia.

Butiran ini menghalang pasukan analitik daripada membina hubungan yang tidak betul. Butiran ini juga menjadikan garis dasar lebih mewakili tingkah laku sebenar loji.

3. Tentukan Mod Kegagalan Sebelum Memilih Teknologi

Penyenggaraan ramalan harus menyasarkan mekanisme kegagalan tertentu. Ia tidak seharusnya cuba mengesan setiap masalah yang mungkin melalui satu model umum.

Analisis mod dan kesan kegagalan menyediakan kaedah yang berstruktur. Pasukan mengenal pasti cara komponen boleh gagal, sebab kegagalan dan akibat yang berlaku.

Setiap mod kegagalan harus dinilai berdasarkan kekerapan, keterukan, kebolehkesanan dan masa tindak balas yang tersedia.

Sesetengah kegagalan berlaku secara perlahan dan menghasilkan gejala yang boleh diukur. Kegagalan lain berlaku secara tiba-tiba tanpa tempoh amaran yang berguna.

Pemantauan ramalan memberikan nilai terbesar apabila kemerosotan bermula cukup awal untuk dikesan. Tempoh amaran juga mesti membolehkan perancangan penyenggaraan yang praktikal.

Kerosakan galas sering berlaku secara beransur-ansur. Corak getaran, pancaran akustik, suhu, keadaan pelinciran dan arus motor mungkin menunjukkan perubahan sebelum kegagalan sepenuhnya.

Komponen elektronik mungkin gagal dengan kemerosotan yang sukar diukur. Dalam keadaan itu, lebihan, penggantian pencegahan atau alat ganti yang disimpan mungkin memberikan kawalan risiko yang lebih baik.

Pasukan harus membandingkan penyenggaraan ramalan dengan alternatif yang lebih mudah. Pemeriksaan kos rendah mungkin sudah dapat mengawal risiko kegagalan dengan berkesan.

Menambahkan penderia, rangkaian dan analitik kemudiannya akan mewujudkan kerumitan tanpa nilai tambahan yang mencukupi.

Turbin angin mengalami beberapa mod kegagalan penting pada peralatan berputar. Gigi gear boleh haus atau retak. Galas boleh mengalami kerosakan permukaan, masalah pelinciran atau ketakselarasan.

Ketakseimbangan aci boleh meningkatkan getaran. Kelonggaran struktur boleh mengubah tingkah laku resonans. Pencemaran pelincir boleh mempercepatkan kehausan pada pelbagai komponen.

Masalah ini sering menghasilkan simptom yang bertindih. Suhu yang meningkat mungkin berpunca daripada geseran, pelinciran yang tidak mencukupi, kegagalan penyejukan atau beban berlebihan.

Satu isyarat jarang membuktikan punca asas. Strategi pemantauan hendaklah menggabungkan pengukuran yang saling melengkapi apabila wajar.

Getaran mungkin mendedahkan corak frekuensi mekanikal. Analisis minyak mungkin mengesahkan zarah kehausan. Suhu mungkin menunjukkan peningkatan kehilangan tenaga.

Beban operasi memberikan konteks penting. Secara bersama, pengukuran ini menghasilkan bukti yang lebih kukuh berbanding mana-mana nilai tunggal.

Analisis tersebut mesti mentakrifkan selang kegagalan yang berpotensi. Ini ialah tempoh antara simptom pertama yang boleh dikesan dengan kegagalan fungsi.

Selang masa yang panjang menyokong penyelenggaraan terancang. Selang masa yang sangat singkat mungkin memerlukan perlindungan automatik dan bukannya perancangan kerja biasa.

Sebagai contoh, kehausan galas yang beransur-ansur mungkin memberikan amaran berminggu-minggu lebih awal. Kejadian terlebih kelajuan yang berlaku secara tiba-tiba memerlukan tindakan kawalan atau perlindungan segera.

Penyelenggaraan ramalan tidak sepatutnya menggantikan perlindungan mesin. Kedua-dua fungsi ini beroperasi pada tahap risiko dan kelajuan tindak balas yang berbeza.

Ramalan menyokong perancangan sebelum keadaan berbahaya berlaku. Sistem perlindungan bertindak balas apabila had yang dikonfigurasikan menunjukkan ancaman segera.

Semakan mod kegagalan hendaklah menghasilkan hipotesis pemantauan yang didokumenkan. Hipotesis itu hendaklah menerangkan isyarat yang akan berubah, sebab perubahan itu berlaku dan sejauh mana awal perubahan tersebut sepatutnya muncul.

Ia juga hendaklah mentakrifkan pemeriksaan penyelenggaraan yang boleh mengesahkan keadaan yang disyaki. Pengesahan ini kemudiannya menjadi maklumat latihan yang bernilai.

Rajah 2. Data penderia menjadi bernilai apabila menyokong kesimpulan yang boleh dipercayai tentang keadaan peralatan dan keperluan penyelenggaraan akan datang. Imej digunakan dengan ihsan Limble CMMS.

4. Padankan Penderia dengan Mekanisme Kegagalan Fizikal

Pemilihan penderia hendaklah berdasarkan analisis mod kegagalan. Soalan yang tepat bukanlah penderia yang menawarkan ciri paling banyak.

Soalan yang tepat ialah pengukuran fizikal yang manakah mendedahkan kemerosotan yang disasarkan dengan amaran yang mencukupi dan tahap keyakinan yang boleh diterima.

Pengukuran biasa termasuk getaran, suhu, tekanan, aliran, arus motor, kelajuan, kedudukan, kelembapan, tenaga akustik dan keadaan pelincir.

Kaedah khusus mungkin termasuk pemeriksaan ultrasonik, pelepasan akustik, pemeriksaan zarah magnetik, radiografi, termografi dan analisis tandatangan elektrik.

Setiap kaedah mempunyai kekuatan dan batasan. Pemantauan getaran amat berkesan untuk banyak komponen berputar, tetapi kedudukan sensor dan kualiti pemasangan sangat mempengaruhi hasilnya.

Pemantauan suhu mudah dilaksanakan. Walau bagaimanapun, perubahan suhu mungkin berlaku lebih lewat berbanding gejala getaran atau pelinciran.

Analisis arus motor boleh mengenal pasti perubahan beban serta beberapa keadaan elektrik atau mekanikal. Analisis ini mungkin memerlukan pengasingan yang teliti daripada variasi proses normal.

Pelepasan akustik boleh mengesan tenaga berfrekuensi tinggi yang dihasilkan oleh geseran, pertumbuhan retakan, hentaman dan ubah bentuk bahan. Hingar industri boleh menyukarkan tafsiran.

Bagi turbin angin, gondola dan menara memindahkan tenaga mekanikal daripada beberapa komponen. Struktur ini boleh menyokong pemantauan akustik atau getaran dari jauh.

Walau bagaimanapun, laluan isyarat juga menimbulkan kerumitan. Aktiviti kotak gear, penjana, galas, bilah dan struktur mungkin muncul dalam pengukuran yang sama.

Jurutera hendaklah memilih titik pengukuran berdasarkan binaan mesin, laluan beban, kedudukan galas, frekuensi yang dijangka dan kebolehcapaian.

Mereka hendaklah mengelakkan pemasangan sensor hanya di lokasi yang memudahkan pemasangan kabel. Penempatan yang mudah mungkin menghasilkan isyarat yang lemah atau mengelirukan.

Kaedah pemasangan adalah penting. Akselerometer yang dipasang dengan stud secara betul biasanya memberikan prestasi frekuensi tinggi yang lebih baik berbanding sensor magnet yang dipasang longgar.

Julat frekuensi yang dipilih mestilah sepadan dengan kerosakan. Pergerakan struktur perlahan dan hentaman galas berfrekuensi tinggi memerlukan strategi pensampelan yang berbeza.

Julat sensor juga penting. Sensor dengan julat pengukuran yang berlebihan boleh mengurangkan resolusi. Sensor berjulat sempit mungkin tepu semasa keadaan transien.

Keadaan persekitaran boleh mempengaruhi kebolehpercayaan. Suhu, kelembapan, habuk, minyak, pendedahan kepada bahan kimia, gangguan elektromagnet dan kejutan mekanikal hendaklah dipertimbangkan.

Kawasan berbahaya mungkin memerlukan peralatan yang diluluskan, pengadang yang sesuai dan kaedah pemasangan yang mematuhi piawaian. Aset terpencil mungkin memerlukan komunikasi berkuasa rendah dan penimbal data setempat.

Seni bina pemantauan hendaklah membezakan pengukuran berterusan dan berkala. Peralatan kritikal mungkin wajar menggunakan pengumpulan berterusan.

Peralatan yang kurang kritikal mungkin menggunakan sensor tanpa wayar atau laluan pemeriksaan juruteknik. Kaedah yang betul bergantung pada kelajuan kegagalan, kepentingan aset dan nilai ekonomi.

Lebihan sensor hendaklah dipilih secara terpilih. Pemasangan pelbagai teknologi boleh meningkatkan diagnosis, tetapi pengukuran yang tidak diperlukan meningkatkan kos penyelenggaraan dan pengurusan data.

Program kotak gear mungkin menggabungkan getaran, serpihan minyak, suhu dan beban. Kipas ringkas mungkin hanya memerlukan getaran dan arus motor.

Penentukuran, kesihatan sensor dan status komunikasi juga mesti dipantau. Jika tidak, sensor yang gagal boleh kelihatan seperti tingkah laku peralatan yang stabil.

Sistem hendaklah mengenal pasti isyarat mendatar, nilai yang mustahil, hingar berlebihan, jurang data dan hanyutan sensor secara beransur-ansur.

Pemprosesan di pinggir boleh mengurangkan trafik rangkaian dengan mengira ciri berhampiran aset. Contohnya termasuk getaran min kuasa dua punca, faktor puncak, kurtosis, puncak spektrum dan kadar perubahan suhu.

Pengekalan bentuk gelombang mentah kekal berguna untuk penyiasatan. Walau bagaimanapun, menyimpan setiap bentuk gelombang frekuensi tinggi selama-lamanya mungkin menimbulkan kos yang tidak perlu.

Pendekatan seimbang menyimpan ciri yang dikira secara berterusan. Ia mengekalkan data mentah di sekitar anomali, peralihan operasi dan peristiwa kegagalan yang disahkan.

Komponen penderia dan pemantauan industri juga harus kekal mudah diselenggara sepanjang kitar hayat program. Ketersediaan penggantian, dokumentasi dan keserasian sistem mempengaruhi kebolehpercayaan jangka panjang.

Kemudahan yang menilai seni bina pemantauan mereka boleh membandingkan komponen pemantauan jentera yang sesuai untuk aplikasi getaran, kedudukan, kelajuan dan keadaan peralatan.

5. Sediakan Data dan Bangunkan Model Analitik

Pemasangan penderia menandakan permulaan fasa pembangunan data. Ia tidak serta-merta menghasilkan model ramalan yang boleh dipercayai.

Data industri mentah mengandungi hingar, nilai yang hilang, peralihan operasi, gangguan komunikasi dan perubahan berkaitan penyelenggaraan. Keadaan ini mesti ditangani secara sistematik.

Keperluan pertama ialah penjajaran masa yang tepat. Data penderia, nilai proses, peristiwa penggera dan rekod penyelenggaraan mesti menggunakan cap masa yang serasi.

Ketidakselarasan selama beberapa minit boleh menghasilkan hubungan palsu. Masalah ini menjadi serius semasa perubahan operasi yang pantas atau peristiwa kerosakan.

Kadar pensampelan juga mesti sepadan dengan pengukuran. Suhu mungkin memerlukan satu bacaan setiap minit. Analisis getaran mungkin memerlukan ribuan sampel setiap saat.

Jurutera data sering menukar isyarat mentah kepada ciri keadaan. Ciri ini mengurangkan jumlah data dan menyerlahkan corak yang berkaitan dengan kemerosotan.

Ciri getaran yang berguna termasuk amplitud keseluruhan, tenaga spektrum, jalur sisi, harmonik, nilai sampul, faktor puncak dan kurtosis.

Ciri suhu mungkin merangkumi nilai mutlak, perbezaan daripada suhu ambien, kadar perubahan dan penyimpangan daripada aset yang setanding.

Ciri semasa mungkin merangkumi permintaan yang dinormalkan mengikut beban, kandungan harmonik, ketidakseimbangan fasa dan perubahan semasa keadaan operasi yang setara.

Konteks operasi harus kekal sebagai sebahagian daripada set data. Model yang dilatih tanpa kelajuan, beban, keadaan pengeluaran atau keadaan ambien mungkin mengelirukan variasi normal dengan kerosakan peralatan.

Turbin angin menghasilkan corak isyarat yang berbeza apabila keadaan angin berubah. Permulaan, penutupan, pelarasan pic, membrek dan peristiwa grid juga menghasilkan perubahan sementara.

Model harus memahami atau mengecualikan peralihan ini. Jika tidak, model mungkin menghasilkan penggera yang kerap setiap kali keadaan operasi berubah.

Pemilihan model bergantung pada label yang tersedia. Jika contoh kegagalan sejarah didokumentasikan dengan baik, pembelajaran diselia mungkin boleh dilakukan.

Di banyak kemudahan, contoh kerosakan yang disahkan adalah terhad. Oleh itu, kaedah tanpa penyeliaan atau separa penyeliaan mungkin menjadi titik permulaan yang praktikal.

Model tingkah laku normal mempelajari hubungan yang dijangkakan antara isyarat semasa operasi yang sihat. Kemudian, model itu mengenal pasti penyimpangan daripada hubungan tersebut.

Pendekatan ini sering berguna kerana data operasi yang sihat lebih banyak berbanding data kegagalan.

Walau bagaimanapun, anomali tidak semestinya kegagalan. Anomali hanya menunjukkan bahawa tingkah laku semasa berbeza daripada rujukan yang dipelajari.

Jurutera mesti menentukan sama ada perubahan itu mencerminkan kemerosotan, variasi proses, aktiviti penyelenggaraan, masalah sensor atau mod operasi yang tidak diwakili.

Model hendaklah dibahagikan kepada tempoh latihan, pengesahan dan pengujian. Membahagikan sampel individu secara rawak boleh menghasilkan keputusan yang mengelirukan.

Data siri masa industri mengandungi hubungan yang kukuh antara pengukuran bersebelahan. Oleh itu, tempoh ujian hendaklah merangkumi tempoh operasi atau sejarah aset yang berasingan.

Metrik prestasi hendaklah mencerminkan keperluan penyelenggaraan. Ketepatan umum boleh mengelirukan kerana kejadian kegagalan jarang berlaku.

Ukuran yang berguna termasuk ketepatan, dapatan semula, amaran palsu sebulan, kejadian yang terlepas, masa amaran dan peratusan amaran yang boleh diambil tindakan.

Sebagai contoh, model mungkin mengenal pasti setiap masalah galas. Namun, model itu juga mungkin menghasilkan sepuluh amaran palsu setiap minggu.

Kakitangan penyelenggaraan akan hilang keyakinan dengan cepat. Model itu mungkin sensitif dari segi teknikal tetapi tidak boleh digunakan dalam operasi.

Hasil analisis juga mestilah boleh dijelaskan. Jurutera hendaklah dapat melihat pemboleh ubah yang berubah dan perbezaan corak tersebut daripada garis dasar.

Amaran yang hanya menyatakan “anomali dikesan” memberikan nilai diagnostik yang terhad. Amaran yang lebih baik mengenal pasti getaran kotak gear yang meningkat berhampiran frekuensi tertentu.

Ia juga mungkin menunjukkan suhu yang meningkat dan trend yang semakin buruk di bawah beban yang setanding. Maklumat ini menyokong pemeriksaan yang disasarkan.

Dokumentasi model hendaklah merekodkan tempoh latihan, aset yang disertakan, keadaan operasi, data yang dikecualikan, ciri input dan batasan yang dijangkakan.

Rekod ini menjadi penting apabila peralatan diubah suai, sensor diganti atau proses pengeluaran berubah.

6. Tingkatkan Model Melalui Hasil Penyelenggaraan yang Disahkan

Model ramalan memerlukan pembelajaran berterusan. Versi pertama yang digunakan hendaklah dianggap sebagai keluaran kejuruteraan terkawal, bukannya produk yang telah siap.

Model awal sering bergantung pada data yang dilabel oleh jurutera dan saintis data. Dari semasa ke semasa, sistem menerima lebih banyak sejarah operasi dan bukti penyelenggaraan.

Setiap amaran mewujudkan peluang pembelajaran. Pasukan penyelenggaraan hendaklah merekodkan sama ada keadaan yang diramalkan disahkan, disahkan sebahagiannya atau ditolak.

Pemeriksaan harus menerangkan keadaan sebenar komponen. Foto, ukuran, hasil minyak, bahagian yang diganti dan pemerhatian juruteknik boleh memberikan bukti yang berharga.

Status “kerja selesai” yang ringkas tidak mencukupi. Status itu tidak menjelaskan sama ada model mengenal pasti masalah yang betul.

CMMS harus merekodkan kod kegagalan berstruktur dan pemerhatian teks bebas. Kedua-dua bentuk maklumat ini berguna.

Kod berstruktur menyokong analisis merentasi banyak kejadian. Catatan juruteknik memberikan butiran yang mungkin terlepas daripada kategori yang telah ditetapkan.

Bagi turbin angin, model mungkin menunjukkan peningkatan geseran kotak gear. Pemeriksaan mungkin mendedahkan pencemaran pelincir dan bukannya kerosakan gear.

Model itu masih memberikan amaran yang berguna. Walau bagaimanapun, punca yang disahkan harus dimasukkan dalam analisis akan datang.

Maklum balas ini membantu membezakan mekanisme kegagalan yang berkaitan. Ia juga menambah baik cadangan penyelenggaraan.

Model mungkin hanyut apabila peralatan atau operasi berubah. Pelincir baharu, motor gantian, pelarasan penalaan kawalan atau peningkatan pengeluaran boleh mengubah tingkah laku normal.

Keadaan bermusim juga boleh menjejaskan garis dasar. Jentera luar mungkin mengalami variasi suhu dan kelembapan yang ketara.

Pemantauan model harus menjejaki taburan input, kadar anomali, keyakinan ramalan dan prestasi amaran yang disahkan.

Peningkatan mendadak dalam amaran mungkin menunjukkan kemerosotan sebenar merentasi beberapa aset. Ia juga mungkin menunjukkan masalah sensor atau perubahan operasi.

Latihan semula harus mengikut proses terkawal. Pasukan tidak seharusnya menerima setiap corak operasi baharu secara automatik sebagai normal.

Aset yang semakin merosot mungkin terus beroperasi selama berbulan-bulan. Memasukkan tempoh tersebut sebagai data latihan yang sihat akan melemahkan model.

Jurutera harus meluluskan tetingkap latihan dan mengecualikan tempoh abnormal yang belum diselesaikan. Kawalan versi harus mengekalkan tingkah laku model sebelumnya.

Apabila model baharu dikeluarkan, prestasinya harus dibandingkan dengan versi sedia ada. Pelaksanaan bayangan boleh menilai model baharu tanpa mengawal keputusan penyelenggaraan.

Proses ini mewujudkan tadbir urus teknikal. Ia juga menghalang perubahan analitik yang belum diuji daripada mengganggu perancangan penyelenggaraan.

7. Tukarkan Hasil Analisis kepada Tahap Amaran Praktikal

Ambang amaran menghubungkan output model dengan tindakan penyelenggaraan. Ambang yang lemah boleh menyebabkan model yang sebenarnya berkeupayaan menjadi tidak berkesan.

Ambang yang terlalu sensitif menghasilkan kerja yang tidak diperlukan. Ambang yang terlalu tinggi mungkin hanya memberikan amaran sejurus sebelum kegagalan.

Reka bentuk ambang harus melibatkan pakar penyelenggaraan, kebolehpercayaan, operasi dan data. Setiap kumpulan menyumbang pengetahuan yang berbeza.

Pakar data memahami keyakinan model dan tingkah laku taburan. Jurutera kebolehpercayaan memahami corak kemerosotan.

Perancang penyelenggaraan memahami penyediaan kerja dan tempoh pendahuluan sumber. Pasukan operasi memahami kekangan pengeluaran dan risiko operasi yang boleh diterima.

Daripada satu tahap penggera, banyak aplikasi mendapat manfaat daripada beberapa peringkat. Setiap peringkat harus sepadan dengan tindak balas yang ditetapkan.

Tahap nasihat mungkin menunjukkan penyimpangan kecil tetapi berterusan. Tindak balas mungkin melibatkan semakan trend dan pemerhatian yang dipertingkatkan.

Amaran penyelenggaraan mungkin menunjukkan kemerosotan yang sedang berlaku. Tindak balas mungkin melibatkan perancangan pemeriksaan, semakan alat ganti dan penyediaan perintah kerja.

Amaran kritikal mungkin menunjukkan perkembangan yang pantas. Tindak balas mungkin memerlukan pengurangan beban, pemeriksaan segera atau penutupan terkawal.

Ambang harus mempertimbangkan kedua-dua magnitud dan tempoh. Lonjakan singkat mungkin berpunca daripada peralihan operasi.

Penyimpangan yang lebih kecil tetapi berterusan selama beberapa hari mungkin menunjukkan keadaan yang lebih penting.

Kadar perubahan juga bernilai. Getaran yang meningkat secara perlahan dan getaran yang meningkat dengan cepat tidak seharusnya menghasilkan keutamaan yang sama.

Pelbagai isyarat boleh meningkatkan keyakinan. Anomali getaran yang digabungkan dengan perubahan suhu dan serpihan dalam minyak memerlukan perhatian yang lebih besar.

Peraturan penyenyapan amaran harus direka bentuk dengan teliti. Tempoh penyelenggaraan, urutan permulaan, kegagalan penderia yang diketahui dan ujian terancang mungkin memerlukan pengendalian sementara.

Walau bagaimanapun, penyenyapan harus kekal kelihatan dan boleh diaudit. Penyenyapan yang tersembunyi atau tidak terhad tempohnya boleh menyembunyikan risiko sebenar peralatan.

Setiap amaran harus mengandungi maklumat yang mencukupi untuk diambil tindakan. Amaran itu harus mengenal pasti aset, keadaan yang disyaki, trend, tahap keyakinan dan langkah seterusnya yang disyorkan.

Program ini juga harus menunjukkan konteks operasi yang berkaitan. Ini boleh merangkumi beban, kelajuan, suhu dan perbandingan dengan aset yang serupa.

Program ini harus mengukur kualiti amaran. Ukuran yang berguna termasuk kadar amaran palsu, masa tindak balas, penemuan yang disahkan, tempoh amaran dan kegagalan yang dielakkan.

Tujuannya bukan untuk memaksimumkan bilangan amaran. Tujuannya adalah untuk menyampaikan bilangan keputusan penyelenggaraan yang boleh diurus dan boleh dipercayai.

Rajah 3. Penyelenggaraan ramalan bergantung pada gelung berterusan antara peralatan fizikal, analisis digital dan tindakan lapangan yang disahkan. Imej digunakan atas ihsan Limble CMMS.

8. Hubungkan Pengesanan Anomali dengan Pelaksanaan Kerja CMMS

Ramalan hanya menghasilkan nilai apabila membawa kepada tindakan lapangan yang sesuai. Langkah terakhir ini melengkapkan gelung fizikal-ke-digital-ke-fizikal.

Pertama, penderia mengukur keadaan dalam peralatan fizikal. Data tersebut dipindahkan, dibersihkan, dikontekstualkan dan dianalisis dalam sistem digital.

Wawasan yang terhasil kemudiannya mesti dikembalikan kepada operasi fizikal. Kakitangan penyelenggaraan memeriksa, melaras, melincirkan, membaiki atau menggantikan komponen yang terjejas.

CMMS menyediakan jambatan operasi antara analitik dengan pelaksanaan penyelenggaraan. Ia menukarkan penemuan teknikal kepada kerja yang dirancang.

Integrasi boleh bermula dengan proses semakan yang mudah. Jurutera mengesahkan amaran sebelum mencipta permintaan kerja.

Sistem yang lebih matang boleh mencipta pemberitahuan atau draf pesanan kerja secara automatik. Kelulusan manusia mungkin masih diperlukan sebelum penjadualan.

Penciptaan pesanan kerja secara automatik sepenuhnya harus digunakan secara terpilih. Automasi yang ditadbir dengan lemah boleh membanjiri CMMS dengan tugasan pendua atau bernilai rendah.

Setiap pesanan kerja harus mengandungi keadaan yang diramalkan, trend sokongan, pemeriksaan yang disyorkan, kemahiran yang diperlukan dan pertimbangan keselamatan yang berkaitan.

Pakej kerja itu mungkin turut merangkumi alat ganti, alatan, prosedur, permit dan anggaran masa siap.

Bagi contoh turbin angin, enjin ramalan mungkin mengesan keadaan galas yang sedang berkembang. Enjin itu mungkin menganggarkan bahawa campur tangan diperlukan dalam tempoh empat minggu.

CMMS boleh menyemak ketersediaan galas ganti, jadual juruteknik, keperluan kren dan kerja terancang lain di lokasi yang sama.

Perancang penyelenggaraan kemudiannya boleh memilih jendela servis yang sesuai. Ini mengelakkan pengerahan kecemasan dan mengurangkan penjanaan yang hilang.

Pesanan kerja mesti merekodkan penemuan akhir. Juruteknik harus mengesahkan sama ada kerosakan galas, kehilangan pelinciran, kelonggaran atau keadaan lain wujud.

Komponen yang ditanggalkan mungkin menjalani pemeriksaan lanjut. Analisis makmal boleh memberikan bukti tambahan tentang perkembangan kegagalan.

Penemuan ini dikembalikan ke persekitaran analitik. Penemuan tersebut menambah baik label model, tetapan ambang dan cadangan penyelenggaraan.

Integrasi CMMS juga menyokong analisis kewangan. Organisasi boleh membandingkan kerja ramalan dengan pembaikan kecemasan terdahulu.

Ia boleh mengukur tenaga kerja, alat ganti, masa henti, kerosakan yang dielakkan dan impak pengeluaran. Hasil ini menunjukkan sama ada program tersebut menghasilkan nilai ekonomi.

Integrasi harus mengekalkan pemilikan yang jelas. Pasukan kebolehpercayaan mungkin memiliki pengesahan teknikal, manakala perancang penyelenggaraan memiliki penjadualan kerja.

Kakitangan operasi mungkin meluluskan perubahan pengeluaran. Pasukan data mungkin menyelenggara prestasi model dan infrastruktur data.

Tanggungjawab tidak seharusnya hilang antara sistem. Setiap amaran mesti mempunyai pemilik yang bertanggungjawab dan masa tindak balas yang ditetapkan.

Organisasi juga harus merancang untuk menghadapi kegagalan komunikasi. Cerapan kritikal mungkin memerlukan penyimpanan setempat, penyegerakan tertunda atau kaedah pemberitahuan alternatif.

Peralatan jarak jauh tidak boleh bergantung sepenuhnya pada sambungan awan yang berterusan. Sistem pinggir harus mengekalkan data penting semasa gangguan.

Keseluruhan gelung menjadi lebih kukuh dengan setiap kejadian yang disahkan. Data sensor meningkatkan ramalan, ramalan menambah baik perancangan penyelenggaraan, dan penemuan penyelenggaraan menambah baik model masa hadapan.

Asingkan Ramalan Daripada Perlindungan Mesin

Penyelenggaraan ramalan dan perlindungan mesin sering menggunakan ukuran yang berkaitan. Objektif dan keperluan tindak balasnya tetap berbeza.

Sistem ramalan mengenal pasti kemerosotan beransur-ansur dan menyokong intervensi yang dirancang. Sistem itu mungkin beroperasi merentasi beberapa hari, minggu atau bulan.

Sistem perlindungan bertindak balas terhadap keadaan berbahaya dalam beberapa saat atau milisaat. Tujuannya adalah untuk mencegah kerosakan bencana atau operasi yang tidak selamat.

Analitik ramalan tidak seharusnya melambatkan atau mengatasi logik penutupan yang telah ditetapkan. Fungsi perlindungan mesti kekal deterministik, disahkan dan bebas pada tahap yang sesuai.

Sebagai contoh, model getaran turbin mungkin mengenal pasti kerosakan galas yang berkembang secara perlahan. Penyelenggaraan boleh menjadualkan pemeriksaan semasa henti operasi yang akan datang.

Jika getaran mencapai had bahaya yang dikonfigurasikan, sistem perlindungan mesin mungkin memulakan trip. Tindak balas itu tidak boleh bergantung pada model awan atau kelulusan yang tertangguh.

Sistem tersebut masih boleh berkongsi konteks kejuruteraan. Peristiwa perlindungan boleh memberikan label berharga untuk analisis ramalan.

Trend ramalan juga boleh membantu jurutera menyemak tetapan penggera dan trip. Sebarang perubahan pada tetapan perlindungan mesti mengikut prosedur kejuruteraan rasmi.

Kemudahan yang mengendalikan peralatan berputar kritikal mungkin menggunakan platform khusus seperti sistem perlindungan mesin Bently Nevada 3500 bersama analitik pemantauan keadaan dan penyelenggaraan yang lebih menyeluruh.

Seni bina harus mentakrifkan pemilikan data, kadar kemas kini, sempadan keselamatan siber dan aliran maklumat yang dibenarkan antara sistem.

Pengasingan ini melindungi keselamatan dan ketersediaan. Ia juga menghalang jangkaan terhadap penyelenggaraan ramalan daripada digunakan pada fungsi perlindungan masa nyata yang tidak sesuai.

Ukur Hasil Melalui Hasil Penyelenggaraan dan Pengeluaran

Program penyelenggaraan ramalan tidak seharusnya dinilai berdasarkan bilangan penderia, bilangan papan pemuka atau jumlah data yang disimpan.

Angka tersebut menerangkan aktiviti teknikal. Angka itu tidak membuktikan bahawa organisasi telah meningkatkan kebolehpercayaan.

Ukuran prestasi harus berkait secara langsung dengan hasil penyelenggaraan dan pengeluaran. Ukuran yang berguna termasuk kegagalan yang dielakkan, masa henti yang dikurangkan dan tempoh amaran yang lebih panjang.

Organisasi juga boleh menjejaki kerja kecemasan, peratusan kerja yang dirancang, tenaga kerja penyelenggaraan, penggunaan alat ganti dan ketersediaan aset.

Purata masa antara kegagalan mungkin bertambah baik dalam tempoh beberapa tahun. Program perintis juga memerlukan ukuran yang boleh dilihat lebih awal.

Ketepatan amaran memberikan satu petunjuk awal. Ia mengukur kekerapan amaran mengenal pasti keadaan yang disahkan dan memerlukan tindakan.

Purata masa amaran menunjukkan sama ada sistem menyediakan masa yang mencukupi untuk perancangan. Ramalan yang tepat dan tiba sejam sebelum kegagalan mungkin memberikan sedikit nilai penyelenggaraan.

Peratusan intervensi yang dirancang menunjukkan sama ada ramalan mengubah pelaksanaan kerja. Pengurangan pembelian kecemasan boleh memberikan satu lagi manfaat yang boleh diukur.

Bagi peralatan yang menggunakan banyak tenaga, program ini mungkin mengenal pasti kehilangan kecekapan sebelum kegagalan fungsi berlaku. Membetulkan ketidakjajaran, geseran atau pengotoran boleh mengurangkan penggunaan kuasa.

Proses yang sensitif terhadap kualiti mungkin mendapat manfaat daripada prestasi peralatan yang stabil. Pemacu, injap atau peranti pengukuran yang semakin merosot boleh menjejaskan konsistensi produk.

Pengiraan perniagaan harus merangkumi kos pelaksanaan dan operasi. Sensor memerlukan penyelenggaraan. Perisian memerlukan sokongan. Model memerlukan semakan dan latihan semula.

Kos rangkaian, storan, integrasi dan keselamatan siber juga harus dimasukkan. Mengecualikan kos ini menghasilkan anggaran pulangan yang tidak realistik.

Pengiraan nilai yang mudah boleh membandingkan manfaat tahunan yang dijangka dengan kos tahunan program. Manfaat mungkin merangkumi masa henti yang dielakkan, kerosakan sekunder yang dikurangkan dan kos buruh kecemasan yang lebih rendah.

Organisasi harus membezakan penjimatan yang disahkan daripada pengurangan risiko yang dianggarkan. Kedua-duanya penting, tetapi tidak seharusnya dibentangkan sebagai hasil yang sama.

Sebagai contoh, kecacatan galas yang ditemui mungkin menghalang kegagalan sebenar. Kos yang dielakkan boleh dianggarkan menggunakan sejarah kegagalan terdahulu.

Amaran yang tidak menghasilkan kecacatan yang disahkan tidak seharusnya secara automatik menerima nilai kewangan yang sama.

Semakan kes harus mendokumentasikan bukti di sebalik setiap manfaat. Pendekatan ini membina kredibiliti dengan pihak operasi dan kepimpinan kewangan.

Ia juga membantu pasukan mengenal pasti aset dan mod kegagalan yang memberikan pulangan paling kukuh.

Elakkan Kegagalan Penyelenggaraan Ramalan yang Paling Lazim

Banyak program penyelenggaraan ramalan menghadapi masalah yang serupa. Mengenal pastinya lebih awal dapat melindungi projek perintis daripada kos yang tidak perlu.

Masalah pertama ialah memilih aset kerana ia mudah. Peralatan yang mudah diakses mungkin mudah dipasang instrumen, tetapi kegagalannya mungkin memberi sedikit kesan operasi.

Masalah kedua ialah mengumpulkan data tanpa mod kegagalan yang ditakrifkan. Sistem kemudiannya menghasilkan trend tanpa menjelaskan perkara yang perlu diperiksa.

Masalah ketiga ialah mengabaikan konteks operasi. Perubahan dalam beban, kelajuan, gred produk atau suhu persekitaran boleh menyerupai kemerosotan.

Masalah keempat ialah bergantung pada pengenalpastian aset yang lemah. Data sensor dan rekod penyelenggaraan tidak dapat dihubungkan dengan pasti apabila nama peralatan berbeza antara sistem.

Masalah kelima ialah menggunakan rekod penyelenggaraan sejarah tanpa pengesahan. Pesanan kerja mungkin mengandungi penerangan yang tidak lengkap, tidak konsisten atau disalin.

Masalah keenam ialah mengukur prestasi model hanya melalui ketepatan umum. Kegagalan yang jarang berlaku boleh menyebabkan model yang tidak berkesan kelihatan berjaya.

Masalah ketujuh ialah menghasilkan terlalu banyak amaran. Amaran palsu yang kerap mengurangkan kepercayaan dan mendorong kakitangan mengabaikan sistem.

Masalah kelapan ialah memberikan amaran tanpa tindakan yang disyorkan. Pasukan penyelenggaraan memerlukan panduan pemeriksaan, bukan hanya skor anomali berangka.

Masalah kesembilan ialah mengecualikan juruteknik daripada pembangunan. Kakitangan lapangan memahami bunyi operasi, kecacatan berulang, jalan pintas penyelenggaraan dan sejarah peralatan.

Masalah kesepuluh ialah melakukan penskalaan sebelum projek perintis menjadi stabil. Memperluas model yang belum matang menggandakan masalah kualiti data dan beban pengurusan amaran.

Keselamatan siber juga boleh menjadi risiko yang terlepas pandang. Penderia dan get laluan baharu meluaskan permukaan serangan perindustrian.

Peranti hendaklah menggunakan akses terkawal, konfigurasi selamat, perisian tegar yang didokumenkan, pembahagian rangkaian dan pengesahan yang sesuai.

Kesambungan awan hendaklah mematuhi dasar tapak dan penilaian risiko. Akses jauh tidak boleh mewujudkan laluan tidak terkawal ke dalam rangkaian kawalan kritikal.

Organisasi juga hendaklah mengelakkan kebergantungan pada seorang pakar. Sistem ini memerlukan pemilikan yang didokumenkan, prosedur operasi dan tanggungjawab sokongan.

Model yang hanya difahami oleh seorang saintis data sukar untuk dikekalkan. Sistem pemantauan yang tidak dapat diselesaikan masalahnya oleh juruteknik akhirnya akan kehilangan data.

Program yang berjaya menganggap penyelenggaraan ramalan sebagai sistem perindustrian yang diselenggara. Program ini menerapkan kawalan konfigurasi, semakan prestasi dan perancangan kitar hayat.

Beralih daripada Projek Perintis kepada Piawaian Tapak yang Boleh Diulang

Projek perintis yang berjaya tidak semestinya menjadi program perusahaan yang berjaya. Penskalaan memerlukan penyeragaman tanpa mengabaikan perbezaan peralatan.

Langkah penskalaan pertama ialah mendokumentasikan seni bina projek perintis. Ini termasuk penderia, get laluan, struktur tag, kadar pensampelan, ciri, model, ambang dan aliran kerja CMMS.

Pasukan hendaklah mengenal pasti elemen yang boleh digunakan semula. Pengenalpastian aset, kawalan keselamatan siber, format papan pemuka dan medan pesanan kerja mungkin menjadi piawaian tapak.

Model kegagalan mungkin memerlukan lebih banyak penyesuaian. Model pam tidak boleh digunakan secara langsung pada transformer atau pemacu servo.

Malah pam yang serupa mungkin beroperasi di bawah beban, bendalir, kelajuan dan keadaan perpaipan yang berbeza. Pengesahan setempat masih diperlukan.

Organisasi boleh mencipta templat untuk kelas aset yang biasa. Templat motor mungkin merangkumi getaran, arus, suhu, kelajuan dan maklumat keadaan operasi.

Templat pam empar mungkin menambah tekanan sedutan, tekanan pelepasan, aliran dan keadaan kedap.

Templat kotak gear mungkin merangkumi kelajuan aci, spektrum getaran, keadaan minyak dan beban. Templat ini mengurangkan usaha kejuruteraan sambil mengekalkan kerelevanan teknikal.

Pemilihan aset hendaklah diteruskan melalui analisis kekritisan dan mod kegagalan. Penskalaan tidak bermakna memasang penderia pada setiap mesin.

Strategi berperingkat selalunya lebih berkesan. Aset kritikal menerima pemantauan dalam talian berterusan.

Aset penting mungkin menerima pemantauan tanpa wayar dengan kekerapan yang lebih rendah. Aset tidak kritikal boleh kekal di bawah pemeriksaan berkala atau penyelenggaraan pencegahan.

Seni bina data juga mesti boleh diskalakan. Konvensyen penamaan, unit, cap masa, bendera kualiti, dan hierarki aset hendaklah kekal konsisten.

Tanpa piawaian ini, setiap tapak baharu akan menghasilkan set data terpencil yang lain. Analisis peringkat perusahaan kemudiannya menjadi sukar dan mahal.

Tadbir urus model hendaklah menentukan pihak yang boleh meluluskan perubahan. Ia juga hendaklah menentukan keperluan pengujian, keluaran, pelancaran semula, dan semakan prestasi.

Latihan juga sama penting. Operator perlu memahami maksud amaran tersebut. Perancang penyelenggaraan perlu mengetahui cara ramalan mempengaruhi keutamaan kerja.

Juruteknik memerlukan prosedur untuk mengesahkan keadaan yang diramalkan. Jurutera kebolehpercayaan memerlukan alat untuk menyemak bukti model dan hasil penyelenggaraan.

Kepimpinan hendaklah menerima ukuran operasi dan bukannya butiran teknikal model. Mereka perlu melihat ketersediaan, masa henti yang dielakkan, kecekapan penyelenggaraan, dan nilai kewangan.

Pelan hala tuju penskalaan hendaklah kekal berperingkat. Setiap peluasan hendaklah menggunakan pengajaran daripada kelas aset atau tapak sebelumnya.

Pendekatan ini mengurangkan risiko dan mengekalkan kepercayaan organisasi. Ia juga memastikan program berkembang kerana keberkesanannya, bukan kerana teknologinya kelihatan mengagumkan.

Mulakan Dengan Satu Masalah Bernilai dan Lengkapkan Kitarannya

Penyelenggaraan ramalan paling berkesan apabila bermula dengan risiko peralatan yang ditakrifkan dengan jelas. Program ini hendaklah menyasarkan mod kegagalan yang boleh diperhatikan dan keputusan penyelenggaraan yang praktikal.

Pilih aset yang amaran lebih awalnya menghasilkan nilai yang boleh diukur. Bina garis dasar yang boleh dipercayai berdasarkan sejarah operasi dan penyelenggaraan.

Kenal pasti mekanisme kegagalan fizikal sebelum memilih penderia. Padankan setiap pengukuran dengan hipotesis teknikal tentang kemerosotan.

Sediakan data dengan teliti dan sertakan konteks operasi. Pilih kaedah analisis yang sesuai dengan bukti kegagalan yang tersedia.

Tingkatkan model melalui hasil pemeriksaan dan pembaikan yang telah disahkan. Tetapkan tahap amaran yang sepadan dengan tindakan penyelenggaraan yang jelas.

Akhir sekali, sambungkan enjin ramalan dengan perancangan CMMS dan pelaksanaan di lapangan. Penemuan penyelenggaraan yang telah selesai mesti dikembalikan kepada model.

Organisasi hendaklah bermula dengan satu atau dua aset kritikal. Mereka hendaklah menolak godaan untuk meliputi seluruh kemudahan dengan segera.

Projek perintis yang berfokus membolehkan pasukan kejuruteraan mengesahkan penderiaan, analitik, aliran kerja, dan nilai kewangan tanpa kerumitan yang berlebihan.

Apabila kitaran ini berfungsi secara konsisten, organisasi boleh mengembangkannya kepada peralatan yang serupa dan mod kegagalan tambahan.

Program penyelenggaraan ramalan yang paling matang tidak ditentukan oleh kecerdasan buatan semata-mata. Program ini menggabungkan teknologi dengan kejuruteraan kebolehpercayaan yang berdisiplin dan pelaksanaan penyelenggaraan yang praktikal.

Hasilnya bukan sekadar lebih banyak data. Ia memberikan pengetahuan lebih awal, perancangan yang lebih baik, lebih sedikit kecemasan, dan operasi industri yang lebih boleh dipercayai.