8 ขั้นตอนในการสร้างโปรแกรมบำรุงรักษาเชิงทำนายที่ได้ผล

การบำรุงรักษาเชิงทำนายสัญญาว่าจะลดการเสียหาย เพิ่มความพร้อมใช้งานของทรัพย์สิน และวางแผนการบำรุงรักษาได้มีประสิทธิภาพมากขึ้น อย่างไรก็ตาม ผลลัพธ์เหล่านั้นไม่ได้มาจากการติดตั้งเซ็นเซอร์เพียงอย่างเดียวเท่านั้น

โปรแกรมบำรุงรักษาเชิงทำนายที่ประสบความสำเร็จผสมผสานความรู้ทางวิศวกรรม ข้อมูลที่เชื่อถือได้ เทคโนโลยีตรวจสอบสภาพ บันทึกการบำรุงรักษา การวิเคราะห์ และการดำเนินงานที่มีวินัย ทุกส่วนต้องสนับสนุนวัตถุประสงค์ในการดำเนินงานที่กำหนดไว้

หลายองค์กรเริ่มต้นด้วยการสาธิตเทคโนโลยีที่น่าสนใจ พวกเขาเชื่อมต่อเซ็นเซอร์ สร้างแดชบอร์ด และเก็บข้อมูลจำนวนมาก หลายเดือนต่อมา ทีมบำรุงรักษายังไม่สามารถตัดสินใจได้ดีขึ้น

ปัญหามักอยู่ที่ลำดับการดำเนินการ องค์กรเริ่มต้นด้วยเทคโนโลยีแทนที่จะเริ่มจากความเสี่ยงของอุปกรณ์ โหมดความล้มเหลว กระบวนการบำรุงรักษา และมูลค่าทางธุรกิจที่วัดได้

การบำรุงรักษาเชิงทำนาย ซึ่งมักย่อว่า PdM ควรตอบคำถามที่ใช้งานได้จริง ว่าควรดำเนินการบำรุงรักษาอะไรก่อนที่ทรัพย์สินจะสูญเสียประสิทธิภาพหรือเสียหาย

คำตอบต้องมาถึงเร็วพอที่ทีมบำรุงรักษาจะตอบสนองได้ และต้องให้ความมั่นใจเพียงพอที่จะสนับสนุนการตรวจสอบ การซ่อมแซม การจัดหาชิ้นส่วน หรือการเปลี่ยนแปลงการดำเนินงาน

บทความนี้นำเสนอแปดขั้นตอนสำหรับการสร้างโปรแกรมบำรุงรักษาเชิงทำนายที่มีประสิทธิภาพ กังหันลมเป็นตัวอย่างหลักเพราะรวมอุปกรณ์หมุน การเข้าถึงที่ยาก การหยุดทำงานที่มีค่าใช้จ่ายสูง และกลไกการเสื่อมสภาพหลายอย่าง

กรอบงานเดียวกันนี้ใช้กับปั๊ม คอมเพรสเซอร์ มอเตอร์ เครื่องกำเนิดไฟฟ้า กล่องเกียร์ พัดลม สายพานลำเลียง หม้อแปลง วาล์ว ไดรฟ์ และอุปกรณ์กระบวนการที่สำคัญ

การบำรุงรักษาเชิงทำนายต้องเริ่มต้นด้วยการตัดสินใจในการดำเนินงาน

ข้อมูลสภาพไม่มีคุณค่าเว้นแต่จะเปลี่ยนแปลงการตัดสินใจในการดำเนินงานหรือบำรุงรักษา แนวโน้มอุณหภูมิอาจดูมีข้อมูล แต่จะมีประโยชน์ก็ต่อเมื่อมีคนรู้วิธีตอบสนอง

การตอบสนองนั้นอาจรวมถึงการลดภาระงานของอุปกรณ์ ตรวจสอบการหล่อลื่น ตรวจสอบการจัดแนว เปลี่ยนแบริ่ง หรือกำหนดเวลาปิดเครื่องอย่างควบคุม

ดังนั้น โปรแกรมบำรุงรักษาเชิงทำนายต้องเชื่อมโยงกิจกรรมสี่อย่างที่แตกต่างกัน คือ ต้องตรวจจับการเสื่อมสภาพ ประเมินความสำคัญ แนะนำการดำเนินการ และยืนยันผลลัพธ์ของการบำรุงรักษา

ลำดับนี้แยกการบำรุงรักษาเชิงทำนายออกจากการเก็บข้อมูลทั่วไป และยังแยกโปรแกรมอุตสาหกรรมที่ทำงานจริงออกจากการทดลองวิเคราะห์ชั่วคราว

วิศวกรควรกำหนดการตัดสินใจที่คาดหวังก่อนเลือกเซ็นเซอร์ พวกเขาควรกำหนดว่าใครจะได้รับข้อมูล ต้องตอบสนองเร็วแค่ไหน และหลักฐานใดที่สนับสนุนการแทรกแซง

ตัวอย่างเช่น การเตือนแบริ่งของกังหันอาจต้องการระดับการตอบสนองหลายระดับ ความเบี่ยงเบนเล็กน้อยอาจกระตุ้นให้มีการสังเกตต่อเนื่อง ความเบี่ยงเบนที่ใหญ่ขึ้นอาจกระตุ้นให้ตรวจสอบในช่วงเวลาบริการถัดไป

ความเบี่ยงเบนที่เปลี่ยนแปลงอย่างรวดเร็วอาจต้องลดภาระงานทันที รูปแบบที่รุนแรงอาจเป็นเหตุผลในการปิดเครื่องฉุกเฉิน

การตัดสินใจเหล่านี้ต้องการความร่วมมือระหว่างฝ่ายบำรุงรักษา ความน่าเชื่อถือ การปฏิบัติการ ระบบอัตโนมัติ ความปลอดภัย และผู้เชี่ยวชาญด้านข้อมูล การบำรุงรักษาเชิงคาดการณ์ไม่สามารถแยกตัวอยู่ในแผนกเทคนิคเดียวได้

แปดขั้นตอนต่อไปนี้สร้างเส้นทางที่มีโครงสร้างจากความต้องการทางธุรกิจสู่การดำเนินการบำรุงรักษาที่เชื่อถือได้

1. เลือกทรัพย์สินที่การทำนายสร้างคุณค่าจริง

การบำรุงรักษาเชิงคาดการณ์ต้องการการลงทุนเริ่มต้น ค่าใช้จ่ายอาจรวมถึงเซ็นเซอร์ ตัวปรับสัญญาณ เครือข่ายอุตสาหกรรม การประมวลผลที่ขอบ ระบบจัดเก็บข้อมูล ซอฟต์แวร์วิเคราะห์ บริการบูรณาการ และระบบบริหารจัดการบำรุงรักษาคอมพิวเตอร์

ทรัพย์สินที่เลือกต้องพิสูจน์ความคุ้มค่าการลงทุน ควรมีผลกระทบอย่างมีนัยสำคัญต่อการผลิต ความปลอดภัย คุณภาพ การใช้พลังงาน ประสิทธิภาพสิ่งแวดล้อม หรือค่าใช้จ่ายในการบำรุงรักษา

มูลค่าการซื้อสูงเพียงอย่างเดียวไม่ได้ทำให้อุปกรณ์เหมาะสมโดยอัตโนมัติ วิศวกรต้องพิจารณาผลกระทบทางการเงินและการดำเนินงานจากความล้มเหลว

ปั๊มที่มีราคาค่อนข้างถูกอาจทำให้หน่วยผลิตทั้งหมดหยุดทำงาน มอเตอร์สแตนด์บายที่มีราคาสูงอาจมีความเสี่ยงทันทีน้อยเพราะหน่วยอื่นสามารถทำหน้าที่แทนได้

การวิเคราะห์ความสำคัญของทรัพย์สินเป็นจุดเริ่มต้นที่มีประโยชน์ การประเมินควรรวมถึงการสูญเสียการผลิต ค่าใช้จ่ายในการซ่อม ระยะเวลารอ ความปลอดภัย ผลกระทบต่อสิ่งแวดล้อม และความพร้อมของระบบสำรอง

การประเมินควรพิจารณาความถี่ที่อุปกรณ์ล้มเหลวด้วย ทรัพย์สินที่สำคัญแต่ไม่มีรูปแบบการเสื่อมสภาพที่วัดได้อาจไม่ใช่ตัวเลือกแรกที่ดี

ทรัพย์สินนำร่องที่เหมาะสมมีลักษณะหลายประการ ความล้มเหลวของมันมีค่าใช้จ่ายสูง การเสื่อมสภาพสามารถสังเกตได้ และทีมบำรุงรักษาสามารถดำเนินการก่อนเกิดความล้มเหลวทางหน้าที่

กังหันลมเป็นตัวอย่างที่เหมาะสม มันประกอบด้วยตลับลูกปืน ระดับเกียร์ เพลา เครื่องกำเนิดไฟฟ้า ระบบไฮดรอลิก อุปกรณ์ไฟฟ้า และส่วนประกอบโครงสร้าง

การเข้าถึงเพื่อบำรุงรักษาอาจทำได้ยาก สภาพลม การมีเครนพร้อมใช้งาน การจัดตารางช่างเทคนิค และการจัดการชิ้นส่วนทดแทนอาจทำให้การซ่อมล่าช้า

ความล้มเหลวของเกียร์บ็อกซ์ที่ไม่คาดคิดอาจทำให้เกิดเวลาหยุดทำงานอย่างกว้างขวาง และอาจต้องใช้อุปกรณ์ยกหนักและบุคลากรเฉพาะทาง

การเตือนล่วงหน้าสร้างคุณค่าได้หลายรูปแบบ ผู้ปฏิบัติงานสามารถจัดซื้อชิ้นส่วนก่อนเกิดความล้มเหลว เลือกช่วงเวลาที่สภาพอากาศเหมาะสม ประสานงานกับผู้รับเหมา และรวมงานบำรุงรักษาหลายงานเข้าด้วยกัน

ต้นทุนที่หลีกเลี่ยงได้ไม่ได้มีเพียงแค่ชิ้นส่วนที่เสียหายเท่านั้น แต่ยังรวมถึงการสูญเสียการผลิต การขนส่งฉุกเฉิน การทำงานล่วงเวลา การเคลื่อนย้ายเครน และความเสียหายของอุปกรณ์รอง

โรงงานผลิตสามารถใช้ตรรกะเดียวกันนี้กับเครื่องอัดอากาศ ความล้มเหลวของมันอาจทำให้อุปทานอากาศในหลายสายการผลิตหยุดชะงัก

สถานีประปาอาจให้ความสำคัญกับปั๊มขนาดใหญ่ที่ให้บริการในขั้นตอนกระบวนการที่สำคัญ สถานีไฟฟ้าอาจให้ความสำคัญกับปั๊มจ่ายน้ำหม้อน้ำ พัดลมดูดอากาศ หรือระบบเสริมของกังหัน

การทดลองครั้งแรกควรจัดการได้ง่าย คลาสสินทรัพย์เดียวหรือกลุ่มสินทรัพย์ที่คล้ายกันขนาดเล็กมักให้ข้อมูลเพียงพอสำหรับการดำเนินการอย่างจริงจัง

การเริ่มต้นด้วยเครื่องจักรหลายสิบเครื่องที่ไม่เกี่ยวข้องกันเพิ่มความซับซ้อน เครื่องจักรแต่ละเครื่องสร้างสัญญาณ รูปแบบความล้มเหลว สถานะการทำงาน และความต้องการบำรุงรักษาที่แตกต่างกัน

ทีมโครงการควรบันทึกวัตถุประสงค์ของการทดลองในรูปแบบที่วัดผลได้ ตัวอย่างเช่น ลดงานฉุกเฉิน เพิ่มเวลาเฉลี่ยระหว่างความล้มเหลว หรือการตรวจจับการเสื่อมสภาพของตลับลูกปืนก่อนล่วงหน้าสามสิบวัน

วัตถุประสงค์ที่ชัดเจนช่วยป้องกันการขยายขอบเขตโดยไม่ควบคุม และยังเป็นมาตรฐานในการประเมินว่าการทดลองนำไปสู่คุณค่าการปฏิบัติงานหรือไม่

รูปที่ 1. บันทึก CMMS ให้หลักฐานการบำรุงรักษาในอดีตสำหรับการสร้างฐานข้อมูลประสิทธิภาพและประเมินผลการบำรุงรักษาเชิงทำนาย ภาพใช้โดยอนุเคราะห์จาก Limble CMMS

2. สร้างฐานข้อมูลจากข้อมูลบำรุงรักษาและการปฏิบัติงานที่มีอยู่

การวิเคราะห์เชิงทำนายต้องการข้อมูลอ้างอิงสำหรับการทำงานปกติ หากไม่มีข้อมูลอ้างอิงนั้น ระบบจะไม่สามารถแยกแยะพฤติกรรมที่คาดหวังจากความผิดปกติที่กำลังพัฒนาได้อย่างน่าเชื่อถือ

องค์กรมักสมมติว่ามีข้อมูลไม่เพียงพอ ในความเป็นจริงหลักฐานที่มีประโยชน์อาจมีอยู่แล้วในหลายระบบ

แหล่งข้อมูลที่เป็นไปได้รวมถึงคำสั่งงาน CMMS บันทึกผู้ปฏิบัติงาน รายงานการตรวจสอบ แท็กประวัติ ระบบแจ้งเตือน รายงานห้องปฏิบัติการ เส้นทางการสั่นสะเทือน การวิเคราะห์น้ำมัน และธุรกรรมอะไหล่

บันทึกเหล่านี้มักไม่มีโครงสร้างที่สอดคล้องกัน ชื่ออุปกรณ์อาจแตกต่างกันระหว่าง CMMS ระบบควบคุม ระบบบันทึกประวัติ และแบบวิศวกรรม

ระบบหนึ่งอาจระบุปั๊มโดยใช้แท็กโรงงาน อีกระบบอาจใช้ตำแหน่งการทำงาน หมายเลขซีเรียล หรือคำอธิบายไม่เป็นทางการ

การแก้ไขความแตกต่างเหล่านี้เป็นสิ่งจำเป็น โมเดลทำนายต้องเชื่อมโยงพฤติกรรมของเซ็นเซอร์กับสินทรัพย์ที่ถูกต้อง ช่วงเวลาการใช้งาน เหตุการณ์บำรุงรักษา และสภาพความล้มเหลวที่ได้รับการยืนยัน

ทีมควรเริ่มต้นด้วยการสร้างลำดับชั้นสินทรัพย์ร่วมกัน ส่วนประกอบที่ถูกตรวจสอบแต่ละชิ้นควรมีตัวตนที่มั่นคงในระบบบำรุงรักษาและระบบปฏิบัติการ

ขั้นตอนถัดไปคือการทบทวนประสิทธิภาพในอดีต มาตรวัดที่มีประโยชน์ได้แก่ เวลาเฉลี่ยระหว่างความล้มเหลว เวลาเฉลี่ยในการซ่อมงาน แรงงานบำรุงรักษา ระยะเวลาหยุดทำงาน ค่าใช้จ่ายอะไหล่ และการสูญเสียการผลิต

การวิเคราะห์ควรแยกการบำรุงรักษาที่วางแผนไว้กับการบำรุงรักษาแก้ไข และควรแยกการเปลี่ยนชิ้นส่วนจากการตรวจสอบ การปรับ การหล่อลื่น และงานที่ไม่เกี่ยวข้อง

สำหรับกังหันลม การวิเคราะห์ประวัติอาจเน้นที่ตลับลูกปืน ขั้นตอนเกียร์ ระบบหล่อลื่น การระบายความร้อนของเครื่องกำเนิดไฟฟ้า กลไกการปรับมุมใบพัด และอุปกรณ์แปลงพลังงาน

วิศวกรควรบันทึกความถี่ที่แต่ละส่วนประกอบต้องการการแทรกแซง และควรบันทึกสัญญาณเตือนที่สังเกตก่อนเกิดความล้มเหลวด้วย

การวัดการสั่นสะเทือนก่อนหน้าอาจเผยแนวโน้มที่เพิ่มขึ้น ตัวอย่างน้ำมันอาจแสดงอนุภาคโลหะที่เพิ่มขึ้น ผู้ปฏิบัติงานอาจรายงานการเปลี่ยนแปลงเสียงหรืออุณหภูมิที่ไม่เสถียร

การสังเกตเหล่านี้ช่วยระบุตัวแปรทำนายที่มีประโยชน์ และยังให้ป้ายกำกับสำหรับการวิเคราะห์แบบมีผู้ควบคุมหรือกึ่งมีผู้ควบคุม

สภาพการทำงานต้องถูกรวมไว้ในฐานข้อมูลพื้นฐาน ความเร็วลม ภาระของเครื่องกำเนิดไฟฟ้า ความเร็วหมุน อุณหภูมิรอบข้าง และโหมดควบคุมสามารถส่งผลอย่างมากต่อการอ่านค่าของเซ็นเซอร์

ระดับการสั่นสะเทือนที่ดูผิดปกติในภาระต่ำอาจยอมรับได้ในช่วงการผลิตเต็มที่ พฤติกรรมอุณหภูมิยังเปลี่ยนแปลงตามสภาพแวดล้อมและความต้องการการระบายความร้อน

ดังนั้นฐานข้อมูลพื้นฐานควรอธิบายพฤติกรรมของอุปกรณ์ในหลายสถานะการทำงาน ค่าเฉลี่ยเพียงค่าเดียวมักไม่เพียงพอ

ปัญหาคุณภาพข้อมูลต้องถูกบันทึกไว้ ไม่ควรปกปิด ช่วงเวลาที่ขาดหาย เวลาที่ไม่ถูกต้อง เซ็นเซอร์ที่ถูกเปลี่ยน ความล้มเหลวในการสื่อสาร และการเปลี่ยนแปลงการสอบเทียบอาจบิดเบือนการฝึกโมเดล

ทีมบำรุงรักษาควรตรวจสอบบันทึกประวัติกับผู้ปฏิบัติงานและช่างเทคนิคที่มีประสบการณ์ การสังเกตของพวกเขามักอธิบายการเปลี่ยนแปลงที่ไม่ปรากฏในบันทึกดิจิทัล

การลดลงอย่างกะทันหันของการสั่นสะเทือนอาจดูเหมือนเป็นเรื่องดี ช่างเทคนิคอาจทราบว่าเซ็นเซอร์หลวมในช่วงเวลาเดียวกัน

การเพิ่มขึ้นของกระแสไฟฟ้าอาจบ่งชี้ถึงภาระกลไก ผู้ปฏิบัติงานอาจอธิบายว่าความต้องการการผลิตเพิ่มขึ้นเพราะหน่วยงานอื่นไม่พร้อมใช้งาน

รายละเอียดเหล่านี้ป้องกันทีมวิเคราะห์จากการสร้างความสัมพันธ์ที่ผิดพลาด และยังทำให้ฐานข้อมูลพื้นฐานเป็นตัวแทนพฤติกรรมของโรงงานจริงได้ดียิ่งขึ้น

3. กำหนดโหมดความล้มเหลวก่อนเลือกเทคโนโลยี

การบำรุงรักษาเชิงทำนายควรมุ่งเป้าไปที่กลไกความล้มเหลวเฉพาะ ไม่ควรพยายามตรวจจับปัญหาทุกอย่างผ่านโมเดลทั่วไปเพียงหนึ่งเดียว

การวิเคราะห์โหมดความล้มเหลวและผลกระทบให้วิธีการที่มีโครงสร้าง ทีมงานจะระบุว่าชิ้นส่วนสามารถล้มเหลวได้อย่างไร ทำไมจึงล้มเหลว และผลที่ตามมาคืออะไร

แต่ละโหมดความล้มเหลวควรถูกประเมินในเรื่องความถี่ ความรุนแรง ความสามารถในการตรวจจับ และเวลาตอบสนองที่มีอยู่

ความล้มเหลวบางอย่างพัฒนาอย่างช้าๆ และแสดงอาการที่วัดได้ ขณะที่บางอย่างเกิดขึ้นทันทีโดยไม่มีระยะเวลาการเตือนที่เป็นประโยชน์

การตรวจสอบเชิงทำนายสร้างมูลค่าสูงสุดเมื่อการเสื่อมสภาพเริ่มต้นเร็วพอที่จะตรวจจับได้ ระยะเวลาการเตือนต้องอนุญาตให้วางแผนการบำรุงรักษาได้อย่างเหมาะสมด้วย

ความเสียหายของตลับลูกปืนมักพัฒนาอย่างค่อยเป็นค่อยไป รูปแบบการสั่นสะเทือน การปล่อยเสียง อุณหภูมิ สภาพการหล่อลื่น และกระแสไฟฟ้าของมอเตอร์อาจแสดงการเปลี่ยนแปลงก่อนเกิดความล้มเหลวอย่างสมบูรณ์

ชิ้นส่วนอิเล็กทรอนิกส์อาจล้มเหลวโดยมีการเสื่อมสภาพที่วัดได้น้อย ในกรณีนั้น การมีสำรองซ้ำซ้อน การเปลี่ยนล่วงหน้า หรืออะไหล่สำรองอาจให้การควบคุมความเสี่ยงที่ดีกว่า

ทีมงานควรเปรียบเทียบการบำรุงรักษาเชิงทำนายกับทางเลือกที่ง่ายกว่า การตรวจสอบต้นทุนต่ำอาจควบคุมความเสี่ยงของความล้มเหลวได้อย่างมีประสิทธิภาพแล้ว

การเพิ่มเซ็นเซอร์ เครือข่าย และการวิเคราะห์ข้อมูลจะสร้างความซับซ้อนโดยไม่มีมูลค่าเพิ่มเพียงพอ

กังหันลมประสบกับโหมดความล้มเหลวของอุปกรณ์หมุนหลายอย่าง ฟันเฟืองอาจสึกหรอหรือแตกร้าว แบริ่งอาจเกิดความเสียหายที่ผิว ปัญหาการหล่อลื่น หรือการจัดแนวผิดพลาด

ความไม่สมดุลของเพลาสามารถเพิ่มการสั่นสะเทือน ความหลวมของโครงสร้างสามารถเปลี่ยนพฤติกรรมเรโซแนนซ์ การปนเปื้อนของสารหล่อลื่นสามารถเร่งการสึกหรอในหลายส่วนประกอบ

ปัญหาเหล่านี้มักสร้างอาการทับซ้อนกัน อุณหภูมิที่เพิ่มขึ้นอาจเกิดจากแรงเสียดทาน การหล่อลื่นไม่เพียงพอ ความล้มเหลวของระบบระบายความร้อน หรือภาระเกิน

สัญญาณเดียวไม่ค่อยพิสูจน์สาเหตุรากฐาน กลยุทธ์การตรวจสอบควรรวมการวัดที่เสริมกันเมื่อมีเหตุผล

การสั่นสะเทือนอาจเผยรูปแบบความถี่ทางกล การวิเคราะห์น้ำมันอาจยืนยันอนุภาคสึกหรอ อุณหภูมิอาจแสดงการสูญเสียพลังงานที่เพิ่มขึ้น

ภาระการทำงานให้บริบทที่จำเป็น ร่วมกัน การวัดเหล่านี้สร้างหลักฐานที่แข็งแกร่งกว่าค่าหนึ่งค่าใด

การวิเคราะห์ต้องกำหนดช่วงเวลาความล้มเหลวที่เป็นไปได้ นี่คือช่วงเวลาระหว่างอาการที่ตรวจพบได้ครั้งแรกกับความล้มเหลวในการทำงาน

ช่วงเวลาที่ยาวสนับสนุนการบำรุงรักษาที่วางแผนไว้ ช่วงเวลาที่สั้นมากอาจต้องการการป้องกันอัตโนมัติมากกว่าการวางแผนงานปกติ

ตัวอย่างเช่น การสึกหรอของแบริ่งอย่างค่อยเป็นค่อยไปอาจให้การเตือนล่วงหน้าหลายสัปดาห์ เหตุการณ์ความเร็วเกินอย่างฉับพลันต้องการการควบคุมหรือการป้องกันทันที

การบำรุงรักษาเชิงทำนายไม่ควรแทนที่การป้องกันเครื่องจักร ทั้งสองฟังก์ชันทำงานที่ระดับความเสี่ยงและความเร็วในการตอบสนองที่แตกต่างกัน

การทำนายสนับสนุนการวางแผนก่อนที่สภาพอันตรายจะเกิดขึ้น ระบบป้องกันจะตอบสนองเมื่อขีดจำกัดที่ตั้งไว้แสดงถึงภัยคุกคามทันที

การทบทวนโหมดความล้มเหลวควรสร้างสมมติฐานการตรวจสอบที่มีเอกสารอธิบายสัญญาณที่จะเปลี่ยนแปลง เหตุผลที่เปลี่ยนแปลง และเวลาที่ควรปรากฏการเปลี่ยนแปลงนั้น

ควรกำหนดการตรวจสอบบำรุงรักษาที่สามารถยืนยันสภาพที่สงสัยได้ การยืนยันนี้จะกลายเป็นข้อมูลฝึกอบรมที่มีค่าในภายหลัง

รูปที่ 2. ข้อมูลเซ็นเซอร์มีคุณค่าเมื่อสนับสนุนข้อสรุปที่เชื่อถือได้เกี่ยวกับสภาพอุปกรณ์และความต้องการบำรุงรักษาในอนาคต ภาพใช้ด้วยความอนุเคราะห์จาก Limble CMMS

4. จับคู่เซ็นเซอร์กับกลไกความล้มเหลวทางกายภาพ

การเลือกเซ็นเซอร์ควรเป็นไปตามการวิเคราะห์โหมดความล้มเหลว คำถามที่ถูกต้องไม่ใช่เซ็นเซอร์ใดที่มีฟีเจอร์มากที่สุด

คำถามที่ถูกต้องคือการวัดทางกายภาพใดที่เผยให้เห็นการเสื่อมสภาพเป้าหมายพร้อมการเตือนล่วงหน้าและความมั่นใจที่ยอมรับได้

การวัดทั่วไปได้แก่ การสั่นสะเทือน อุณหภูมิ ความดัน การไหล กระแสไฟฟ้ามอเตอร์ ความเร็ว ตำแหน่ง ความชื้น พลังงานเสียง และสภาพของสารหล่อลื่น

วิธีการพิเศษอาจรวมถึงการตรวจสอบด้วยอัลตราโซนิก การปล่อยเสียงอะคูสติก การตรวจสอบด้วยอนุภาคแม่เหล็ก การถ่ายภาพรังสี การถ่ายภาพความร้อน และการวิเคราะห์ลายเซ็นไฟฟ้า

แต่ละวิธีมีจุดแข็งและข้อจำกัด การตรวจสอบการสั่นสะเทือนมีประสิทธิภาพสูงสำหรับชิ้นส่วนหมุนหลายชนิด แต่ตำแหน่งเซ็นเซอร์และคุณภาพการติดตั้งมีผลอย่างมากต่อผลลัพธ์

การตรวจสอบอุณหภูมิง่ายต่อการใช้งาน อย่างไรก็ตาม การเปลี่ยนแปลงอุณหภูมิอาจปรากฏช้ากว่าการสั่นสะเทือนหรืออาการหล่อลื่น

การวิเคราะห์กระแสมอเตอร์สามารถระบุการเปลี่ยนแปลงภาระและสภาวะไฟฟ้าหรือกลไกบางอย่าง อาจต้องแยกความแตกต่างของการเปลี่ยนแปลงกระบวนการปกติอย่างระมัดระวัง

การปล่อยเสียงสามารถตรวจจับพลังงานความถี่สูงที่เกิดจากแรงเสียดทาน การเจริญเติบโตของรอยแตก แรงกระแทก และการเปลี่ยนรูปของวัสดุ เสียงรบกวนในอุตสาหกรรมอาจทำให้การตีความซับซ้อน

สำหรับกังหันลม นาเซลล์และหอคอยส่งผ่านพลังงานกลจากหลายส่วน โครงสร้างนี้สามารถรองรับการตรวจสอบเสียงหรือการสั่นสะเทือนระยะไกลได้

อย่างไรก็ตาม เส้นทางสัญญาณก็สร้างความซับซ้อน กิจกรรมของเกียร์บ็อกซ์ เครื่องกำเนิดไฟฟ้า แบริ่ง ใบพัด และโครงสร้างอาจปรากฏในการวัดเดียวกัน

วิศวกรควรเลือกจุดวัดโดยใช้โครงสร้างเครื่องจักร เส้นทางภาระ ตำแหน่งแบริ่ง ความถี่ที่คาดหวัง และความสะดวกในการเข้าถึง

ควรหลีกเลี่ยงการติดตั้งเซ็นเซอร์เฉพาะในที่ที่เดินสายสะดวก การวางที่สะดวกอาจทำให้สัญญาณอ่อนหรือทำให้เข้าใจผิด

วิธีการติดตั้งมีความสำคัญ เครื่องวัดความเร่งที่ติดตั้งด้วยสตัดอย่างถูกต้องมักให้ประสิทธิภาพความถี่สูงดีกว่าเซ็นเซอร์แม่เหล็กที่ติดตั้งหลวมๆ

ช่วงความถี่ที่เลือกต้องตรงกับความผิดปกติ การเคลื่อนไหวโครงสร้างช้าและแรงกระแทกของแบริ่งความถี่สูงต้องใช้กลยุทธ์การสุ่มตัวอย่างที่แตกต่างกัน

ช่วงของเซ็นเซอร์ก็สำคัญ เซ็นเซอร์ที่มีช่วงการวัดมากเกินไปอาจลดความละเอียด เซ็นเซอร์ที่มีช่วงแคบอาจอิ่มตัวในช่วงชั่วคราว

สภาพแวดล้อมสามารถมีผลต่อความน่าเชื่อถือ อุณหภูมิ ความชื้น ฝุ่น น้ำมัน การสัมผัสสารเคมี การรบกวนแม่เหล็กไฟฟ้า และแรงกระแทกทางกลควรได้รับการพิจารณา

พื้นที่อันตรายอาจต้องใช้อุปกรณ์ที่ได้รับอนุมัติ อุปสรรคที่เหมาะสม และวิธีการติดตั้งที่เป็นไปตามข้อกำหนด ทรัพย์สินระยะไกลอาจต้องการการสื่อสารพลังงานต่ำและการบัฟเฟอร์ข้อมูลในพื้นที่

สถาปัตยกรรมการตรวจสอบควรแยกการวัดแบบต่อเนื่องและเป็นช่วง อุปกรณ์ที่สำคัญอาจสมเหตุสมผลกับการเก็บข้อมูลอย่างต่อเนื่อง

อุปกรณ์ที่มีความสำคัญน้อยกว่าอาจใช้เซ็นเซอร์ไร้สายหรือเส้นทางช่างเทคนิค วิธีที่ถูกต้องขึ้นอยู่กับความเร็วของความล้มเหลว ความสำคัญของทรัพย์สิน และมูลค่าทางเศรษฐกิจ

การซ้ำซ้อนของเซ็นเซอร์ควรเลือกอย่างระมัดระวัง การติดตั้งเทคโนโลยีหลายอย่างสามารถปรับปรุงการวินิจฉัยได้ แต่การวัดที่ไม่จำเป็นจะเพิ่มค่าใช้จ่ายในการบำรุงรักษาและการจัดการข้อมูล

โปรแกรมเกียร์บ็อกซ์อาจรวมการสั่นสะเทือน เศษน้ำมัน อุณหภูมิ และภาระงาน พัดลมธรรมดาอาจต้องการเพียงการสั่นสะเทือนและกระแสไฟฟ้าของมอเตอร์

ต้องตรวจสอบการสอบเทียบ สุขภาพของเซ็นเซอร์ และสถานะการสื่อสารด้วย เซ็นเซอร์ที่ล้มเหลวอาจแสดงพฤติกรรมอุปกรณ์ที่เสถียรได้

ระบบควรระบุสัญญาณแบน ค่าที่เป็นไปไม่ได้ เสียงรบกวนมากเกินไป ช่องว่างของข้อมูล และการลอยของเซ็นเซอร์อย่างค่อยเป็นค่อยไป

การประมวลผลที่ขอบเครือข่ายสามารถลดปริมาณการรับส่งข้อมูลโดยการคำนวณคุณลักษณะใกล้กับทรัพย์สิน ตัวอย่างเช่น การสั่นสะเทือนรูทมีนสแควร์ ค่าซอง ค่าคูร์โตซิส จุดสูงสุดสเปกตรัม และอัตราการเปลี่ยนแปลงของอุณหภูมิ

การเก็บรักษารูปคลื่นดิบยังคงมีประโยชน์สำหรับการสืบสวน อย่างไรก็ตาม การเก็บทุกรูปคลื่นความถี่สูงอย่างไม่มีกำหนดอาจสร้างค่าใช้จ่ายที่ไม่จำเป็น

แนวทางที่สมดุลจะเก็บคุณลักษณะที่คำนวณได้อย่างต่อเนื่อง โดยเก็บข้อมูลดิบรอบๆ ความผิดปกติ การเปลี่ยนแปลงการทำงาน และเหตุการณ์ความล้มเหลวที่ยืนยันแล้ว

เซ็นเซอร์อุตสาหกรรมและส่วนประกอบการตรวจสอบควรยังคงสามารถบำรุงรักษาได้ตลอดวงจรชีวิตของโปรแกรม ความพร้อมใช้งานของการเปลี่ยนทดแทน เอกสาร และความเข้ากันได้ของระบบส่งผลต่อความน่าเชื่อถือในระยะยาว

สถานที่ที่ทบทวนสถาปัตยกรรมการตรวจสอบสามารถเปรียบเทียบ ส่วนประกอบการตรวจสอบเครื่องจักร ที่เหมาะสมสำหรับการสั่นสะเทือน ตำแหน่ง ความเร็ว และการใช้งานสภาพอุปกรณ์

5. เตรียมข้อมูลและพัฒนาโมเดลวิเคราะห์

การติดตั้งเซ็นเซอร์เริ่มต้นขั้นตอนการพัฒนาข้อมูล แต่ไม่ได้สร้างโมเดลทำนายที่เชื่อถือได้ทันที

ข้อมูลอุตสาหกรรมดิบมีเสียงรบกวน ค่าที่ขาดหาย การเปลี่ยนแปลงการทำงาน การขัดจังหวะการสื่อสาร และการเปลี่ยนแปลงที่เกี่ยวข้องกับการบำรุงรักษา สภาพเหล่านี้ต้องได้รับการจัดการอย่างเป็นระบบ

ข้อกำหนดแรกคือการจัดแนวเวลาที่แม่นยำ ข้อมูลเซ็นเซอร์ ค่ากระบวนการ เหตุการณ์สัญญาณเตือน และบันทึกการบำรุงรักษาต้องใช้เวลาที่เข้ากันได้

การจัดแนวที่ผิดพลาดเพียงไม่กี่นาทีอาจสร้างความสัมพันธ์เท็จ ปัญหานี้รุนแรงขึ้นในช่วงการเปลี่ยนแปลงการทำงานอย่างรวดเร็วหรือเหตุการณ์ความผิดพลาด

อัตราการสุ่มตัวอย่างต้องตรงกับการวัด อุณหภูมิอาจต้องการการอ่านค่าทุกนาที การวิเคราะห์การสั่นสะเทือนอาจต้องการตัวอย่างหลายพันตัวอย่างต่อวินาที

วิศวกรข้อมูลมักจะแปลงสัญญาณดิบเป็นคุณลักษณะสภาพ ซึ่งช่วยลดปริมาณข้อมูลและเน้นรูปแบบที่เกี่ยวข้องกับการเสื่อมสภาพ

คุณลักษณะการสั่นสะเทือนที่มีประโยชน์รวมถึงแอมพลิจูดโดยรวม พลังงานสเปกตรัม แถบข้าง คลื่นฮาร์มอนิก ค่าซอง คลื่นยอด และค่าคูร์โตซิส

คุณลักษณะอุณหภูมิอาจรวมถึงค่าที่แน่นอน ความแตกต่างจากสภาพแวดล้อม อัตราการเปลี่ยนแปลง และความเบี่ยงเบนจากทรัพย์สินที่เทียบเคียงได้

คุณลักษณะปัจจุบันอาจรวมถึงความต้องการที่ปรับตามโหลด เนื้อหาคลื่นฮาร์มอนิก ความไม่สมดุลของเฟส และการเปลี่ยนแปลงในสภาพการทำงานที่เทียบเท่า

บริบทการทำงานควรยังคงเป็นส่วนหนึ่งของชุดข้อมูล โมเดลที่ฝึกโดยไม่มีข้อมูลความเร็ว โหลด สถานะการผลิต หรือสภาพแวดล้อม อาจสับสนระหว่างความแปรปรวนปกติกับความเสียหายของอุปกรณ์

กังหันลมสร้างลายเซ็นที่แตกต่างกันภายใต้สภาพลมที่เปลี่ยนแปลง การเริ่มต้น ปิดเครื่อง การปรับมุมใบพัด การเบรก และเหตุการณ์กริดไฟฟ้าก็สร้างการเปลี่ยนแปลงชั่วคราวเช่นกัน

โมเดลควรเข้าใจหรือแยกแยะการเปลี่ยนแปลงเหล่านี้ มิฉะนั้นอาจทำให้เกิดสัญญาณเตือนบ่อยครั้งเมื่อสถานะการทำงานเปลี่ยนแปลง

การเลือกโมเดลขึ้นอยู่กับป้ายกำกับที่มีอยู่ หากมีการบันทึกตัวอย่างความล้มเหลวในอดีตไว้อย่างดี การเรียนรู้แบบมีผู้สอนอาจเป็นไปได้

ในหลายโรงงาน ตัวอย่างความผิดพลาดที่ได้รับการยืนยันมีจำกัด วิธีการที่ไม่มีผู้ควบคุมหรือกึ่งควบคุมจึงอาจเป็นจุดเริ่มต้นที่ใช้งานได้จริง

โมเดลพฤติกรรมปกติเรียนรู้ความสัมพันธ์ที่คาดหวังระหว่างสัญญาณในระหว่างการทำงานที่ปกติ จากนั้นจึงระบุความเบี่ยงเบนจากความสัมพันธ์นั้น

วิธีนี้มักมีประโยชน์เพราะข้อมูลการทำงานที่ปกติมีมากกว่าข้อมูลความล้มเหลว

อย่างไรก็ตาม ความผิดปกติไม่ใช่ความล้มเหลวโดยอัตโนมัติ มันเพียงแค่บ่งชี้ว่าพฤติกรรมปัจจุบันแตกต่างจากข้อมูลอ้างอิงที่เรียนรู้

วิศวกรต้องกำหนดว่าการเปลี่ยนแปลงสะท้อนถึงการเสื่อมสภาพ ความแปรปรวนของกระบวนการ กิจกรรมบำรุงรักษา ปัญหาเซ็นเซอร์ หรือโหมดการทำงานที่ไม่ได้แสดงออก

โมเดลควรถูกแบ่งเป็นช่วงการฝึกอบรม การตรวจสอบ และการทดสอบ การแบ่งตัวอย่างแบบสุ่มอาจสร้างผลลัพธ์ที่ทำให้เข้าใจผิด

ข้อมูลอนุกรมเวลาทางอุตสาหกรรมมีความสัมพันธ์ที่แข็งแกร่งระหว่างการวัดที่อยู่ติดกัน ดังนั้นช่วงเวลาทดสอบควรรวมช่วงเวลาการทำงานหรือประวัติทรัพย์สินที่แยกจากกัน

เมตริกประสิทธิภาพควรสะท้อนความต้องการบำรุงรักษา ความแม่นยำทั่วไปอาจทำให้เข้าใจผิดเพราะเหตุการณ์ล้มเหลวมีน้อย

มาตรวัดที่มีประโยชน์รวมถึงความแม่นยำ การเรียกคืน การแจ้งเตือนผิดพลาดต่อเดือน เหตุการณ์ที่พลาด เวลาเตือน และเปอร์เซ็นต์ของการแจ้งเตือนที่ดำเนินการได้

ตัวอย่างเช่น โมเดลอาจระบุปัญหาแบริ่งทุกครั้ง แต่ก็อาจสร้างการแจ้งเตือนผิดพลาดสิบครั้งต่อสัปดาห์

บุคลากรบำรุงรักษาจะสูญเสียความเชื่อมั่นอย่างรวดเร็ว โมเดลอาจมีความไวทางเทคนิคแต่ใช้งานจริงไม่ได้

ผลการวิเคราะห์ต้องสามารถอธิบายได้ วิศวกรควรเห็นว่าตัวแปรใดเปลี่ยนแปลงและรูปแบบแตกต่างจากฐานข้อมูลอย่างไร

คำเตือนที่ระบุเพียงว่า “ตรวจพบความผิดปกติ” ให้คุณค่าการวินิจฉัยจำกัด คำเตือนที่ดีกว่าคือการระบุการสั่นสะเทือนของเกียร์บ็อกซ์ที่เพิ่มขึ้นใกล้ความถี่เฉพาะ

อาจแสดงอุณหภูมิที่เพิ่มขึ้นและแนวโน้มที่แย่ลงภายใต้ภาระงานที่เทียบเท่า ข้อมูลนี้สนับสนุนการตรวจสอบที่มุ่งเป้า

เอกสารโมเดลควรบันทึกช่วงเวลาการฝึกอบรม ทรัพย์สินที่รวมอยู่ สภาพการทำงาน ข้อมูลที่ถูกตัดออก คุณลักษณะนำเข้า และข้อจำกัดที่คาดหวัง

บันทึกนี้จะมีความสำคัญเมื่ออุปกรณ์ถูกปรับเปลี่ยน เซ็นเซอร์ถูกเปลี่ยน หรือกระบวนการผลิตเปลี่ยนแปลง

6. ปรับปรุงโมเดลผ่านผลลัพธ์การบำรุงรักษาที่ได้รับการยืนยัน

โมเดลการทำนายต้องการการเรียนรู้อย่างต่อเนื่อง เวอร์ชันแรกที่นำไปใช้ควรถูกปฏิบัติเหมือนการปล่อยวิศวกรรมที่ควบคุม ไม่ใช่ผลิตภัณฑ์ที่เสร็จสมบูรณ์

โมเดลเริ่มต้นมักขึ้นอยู่กับข้อมูลที่วิศวกรและนักวิทยาศาสตร์ข้อมูลติดป้ายกำกับ เมื่อเวลาผ่านไป ระบบจะได้รับประวัติการใช้งานและหลักฐานการบำรุงรักษามากขึ้น

การแจ้งเตือนแต่ละครั้งสร้างโอกาสในการเรียนรู้ ทีมบำรุงรักษาควรบันทึกว่าภาวะที่คาดการณ์ไว้ได้รับการยืนยัน ยืนยันบางส่วน หรือถูกปฏิเสธ

การตรวจสอบควรอธิบายสภาพของชิ้นส่วนจริง รูปถ่าย การวัดผล ผลการวิเคราะห์น้ำมัน ชิ้นส่วนที่เปลี่ยน และข้อสังเกตของช่างเทคนิคสามารถให้หลักฐานที่มีคุณค่าได้

สถานะ “งานเสร็จสิ้น” อย่างง่ายไม่เพียงพอ มันไม่อธิบายว่าโมเดลระบุปัญหาที่ถูกต้องหรือไม่

CMMS ควรบันทึกรหัสความล้มเหลวที่มีโครงสร้างและการสังเกตด้วยข้อความอิสระ ข้อมูลทั้งสองรูปแบบมีประโยชน์

รหัสที่มีโครงสร้างสนับสนุนการวิเคราะห์เหตุการณ์จำนวนมาก บันทึกของช่างเทคนิคให้รายละเอียดที่หมวดหมู่ที่กำหนดไว้ล่วงหน้าอาจพลาดไป

สำหรับกังหันลม โมเดลอาจบ่งชี้แรงเสียดทานเกียร์ที่เพิ่มขึ้น การตรวจสอบอาจพบว่ามีการปนเปื้อนของน้ำมันหล่อลื่นแทนที่จะเป็นความเสียหายของเกียร์

โมเดลยังคงให้การเตือนที่มีประโยชน์ อย่างไรก็ตาม สาเหตุที่ได้รับการยืนยันควรรวมอยู่ในการวิเคราะห์ในอนาคต

ข้อเสนอแนะนี้ช่วยแยกแยะกลไกความล้มเหลวที่เกี่ยวข้อง และปรับปรุงคำแนะนำการบำรุงรักษา

โมเดลอาจเปลี่ยนแปลงเมื่ออุปกรณ์หรือการดำเนินงานเปลี่ยนไป น้ำมันหล่อลื่นใหม่ มอเตอร์ทดแทน การปรับจูนการควบคุม หรือการเพิ่มการผลิตสามารถเปลี่ยนพฤติกรรมปกติได้

สภาพตามฤดูกาลก็สามารถส่งผลต่อฐานข้อมูล เครื่องจักรกลางแจ้งอาจเผชิญกับการเปลี่ยนแปลงอุณหภูมิและความชื้นอย่างมาก

การติดตามโมเดลควรตรวจสอบการแจกแจงข้อมูลเข้า อัตราความผิดปกติ ความมั่นใจในการทำนาย และประสิทธิภาพการแจ้งเตือนที่ได้รับการยืนยัน

การเพิ่มขึ้นอย่างกะทันหันของการแจ้งเตือนอาจบ่งชี้ถึงการเสื่อมสภาพจริงในหลายทรัพย์สิน หรืออาจบ่งชี้ปัญหาเซ็นเซอร์หรือการเปลี่ยนแปลงการดำเนินงาน

การฝึกอบรมซ้ำควรเป็นไปตามกระบวนการที่ควบคุม ทีมงานไม่ควรยอมรับรูปแบบการดำเนินงานใหม่ทุกแบบโดยอัตโนมัติว่าเป็นปกติ

ทรัพย์สินที่เสื่อมสภาพอาจยังคงทำงานได้เป็นเดือน การรวมช่วงเวลานั้นเป็นข้อมูลฝึกอบรมที่ดีจะทำให้โมเดลอ่อนแอลง

วิศวกรควรอนุมัติช่วงเวลาการฝึกอบรมและยกเว้นช่วงเวลาที่ผิดปกติที่ยังไม่ได้แก้ไข การควบคุมเวอร์ชันควรรักษาพฤติกรรมของโมเดลก่อนหน้าไว้

เมื่อมีการปล่อยโมเดลใหม่ ควรเปรียบเทียบประสิทธิภาพกับเวอร์ชันที่มีอยู่ การใช้งานแบบเงา (shadow deployment) สามารถประเมินโมเดลใหม่โดยไม่ควบคุมการตัดสินใจบำรุงรักษา

กระบวนการนี้สร้างการกำกับดูแลทางเทคนิค และป้องกันการเปลี่ยนแปลงวิเคราะห์ที่ไม่ได้ทดสอบจากการรบกวนการวางแผนบำรุงรักษา

7. แปลงผลวิเคราะห์เป็นระดับการแจ้งเตือนที่ใช้งานได้จริง

เกณฑ์การแจ้งเตือนเชื่อมต่อผลลัพธ์ของโมเดลกับการดำเนินการบำรุงรักษา เกณฑ์ที่ไม่ดีอาจทำให้โมเดลที่มีศักยภาพกลายเป็นไม่มีประสิทธิภาพ

เกณฑ์ที่ไวเกินไปจะสร้างงานที่ไม่จำเป็น เกณฑ์ที่สูงเกินไปอาจให้การเตือนเพียงเล็กน้อยก่อนเกิดความล้มเหลว

การออกแบบเกณฑ์ควรรวมผู้เชี่ยวชาญด้านบำรุงรักษา ความน่าเชื่อถือ ปฏิบัติการ และข้อมูล แต่ละกลุ่มมีความรู้ที่แตกต่างกัน

ผู้เชี่ยวชาญด้านข้อมูลเข้าใจความมั่นใจของโมเดลและพฤติกรรมการแจกแจง วิศวกรความน่าเชื่อถือเข้าใจรูปแบบการเสื่อมสภาพ

ผู้วางแผนบำรุงรักษาเข้าใจการเตรียมงานและเวลานำของทรัพยากร ทีมปฏิบัติการเข้าใจข้อจำกัดการผลิตและความเสี่ยงในการดำเนินงานที่ยอมรับได้

แทนที่จะใช้ระดับเตือนภัยเพียงระดับเดียว หลายแอปพลิเคชันจะได้ประโยชน์จากหลายขั้นตอน แต่ละขั้นตอนควรสอดคล้องกับการตอบสนองที่กำหนดไว้

ระดับคำแนะนำอาจบ่งชี้ความเบี่ยงเบนเล็กน้อยแต่คงที่ การตอบสนองอาจรวมถึงการทบทวนแนวโน้มและการสังเกตที่เพิ่มขึ้น

การแจ้งเตือนบำรุงรักษาอาจบ่งชี้การเสื่อมสภาพที่กำลังพัฒนา การตอบสนองอาจรวมถึงการวางแผนตรวจสอบ การตรวจสอบชิ้นส่วน และการเตรียมคำสั่งงาน

การแจ้งเตือนที่สำคัญอาจบ่งชี้การดำเนินการอย่างรวดเร็ว การตอบสนองอาจต้องลดภาระงาน ตรวจสอบทันที หรือปิดเครื่องอย่างควบคุม

เกณฑ์ควรพิจารณาทั้งขนาดและระยะเวลา การเพิ่มขึ้นชั่วคราวอาจเกิดจากการเปลี่ยนแปลงการดำเนินงาน

ความเบี่ยงเบนที่เล็กกว่าแต่คงอยู่หลายวันอาจบ่งชี้สภาพที่สำคัญกว่า

อัตราการเปลี่ยนแปลงก็มีค่าเช่นกัน การสั่นสะเทือนที่เพิ่มขึ้นอย่างช้าๆ และอย่างรวดเร็วไม่ควรก่อให้เกิดลำดับความสำคัญเหมือนกัน

สัญญาณหลายตัวสามารถเพิ่มความมั่นใจ ความผิดปกติของการสั่นสะเทือนร่วมกับการเปลี่ยนแปลงของอุณหภูมิและเศษน้ำมันควรได้รับความสนใจมากขึ้น

กฎการระงับการแจ้งเตือนควรถูกออกแบบอย่างรอบคอบ ช่วงเวลาบำรุงรักษา ลำดับการเริ่มต้น ความล้มเหลวของเซ็นเซอร์ที่ทราบ และการทดสอบที่วางแผนอาจต้องการการจัดการชั่วคราว

อย่างไรก็ตาม การระงับควรยังคงมองเห็นและตรวจสอบได้ การระงับที่ซ่อนหรือไม่มีกำหนดเวลาอาจปกปิดความเสี่ยงที่แท้จริงของอุปกรณ์

การแจ้งเตือนแต่ละครั้งควรมีข้อมูลเพียงพอสำหรับการดำเนินการ ควรระบุสินทรัพย์ สภาพที่สงสัย แนวโน้ม ความมั่นใจ และขั้นตอนถัดไปที่แนะนำ

ควรแสดงบริบทการดำเนินงานที่เกี่ยวข้องด้วย ซึ่งอาจรวมถึงภาระงาน ความเร็ว อุณหภูมิ และการเปรียบเทียบกับสินทรัพย์ที่คล้ายกัน

โปรแกรมควรวัดคุณภาพของการแจ้งเตือน มาตรวัดที่มีประโยชน์ได้แก่ อัตราการแจ้งเตือนผิดพลาด เวลาในการตอบสนอง ผลการตรวจสอบที่ยืนยัน ระยะเวลาการเตือน และความล้มเหลวที่หลีกเลี่ยงได้

วัตถุประสงค์ไม่ใช่เพื่อเพิ่มจำนวนการแจ้งเตือนสูงสุด แต่เพื่อส่งมอบการตัดสินใจบำรุงรักษาที่น่าเชื่อถือในจำนวนที่จัดการได้

รูปที่ 3. การบำรุงรักษาเชิงทำนายขึ้นอยู่กับวงจรต่อเนื่องระหว่างอุปกรณ์ทางกายภาพ การวิเคราะห์ดิจิทัล และการดำเนินการในสนามที่ได้รับการยืนยัน ภาพใช้โดยอนุเคราะห์จาก Limble CMMS

8. เชื่อมต่อการตรวจจับความผิดปกติกับการดำเนินงานงาน CMMS

การทำนายจะสร้างคุณค่าได้ก็ต่อเมื่อก่อให้เกิดการดำเนินการในสนามที่เหมาะสม ขั้นตอนสุดท้ายนี้จะปิดวงจรกายภาพ-สู่-ดิจิทัล-สู่-กายภาพ

ก่อนอื่น เซ็นเซอร์จะวัดสภาพในอุปกรณ์ทางกายภาพ ข้อมูลจะถูกถ่ายโอน ทำความสะอาด จัดบริบท และวิเคราะห์ภายในระบบดิจิทัล

ข้อมูลเชิงลึกที่ได้จะต้องกลับไปยังการปฏิบัติการทางกายภาพ เจ้าหน้าที่บำรุงรักษาจะตรวจสอบ ปรับแต่ง หล่อลื่น ซ่อมแซม หรือเปลี่ยนชิ้นส่วนที่ได้รับผลกระทบ

CMMS เป็นสะพานเชื่อมระหว่างการวิเคราะห์และการดำเนินการบำรุงรักษา มันแปลงผลการวิเคราะห์ทางเทคนิคเป็นงานที่วางแผนไว้

การผสานรวมสามารถเริ่มต้นด้วยกระบวนการตรวจสอบง่ายๆ วิศวกรจะตรวจสอบการแจ้งเตือนก่อนสร้างคำขอทำงาน

ระบบที่มีความซับซ้อนมากขึ้นสามารถสร้างการแจ้งเตือนหรือร่างคำสั่งงานโดยอัตโนมัติได้ การอนุมัติจากมนุษย์อาจยังคงจำเป็นก่อนการกำหนดตารางเวลา

การสร้างคำสั่งงานอัตโนมัติเต็มรูปแบบควรใช้แบบเลือกสรร การใช้ระบบอัตโนมัติที่ควบคุมไม่ดีอาจทำให้ CMMS มีงานซ้ำซ้อนหรืองานที่มีมูลค่าต่ำล้นระบบ

คำสั่งงานแต่ละรายการควรมีสภาวะที่ทำนายไว้ แนวโน้มสนับสนุน การตรวจสอบที่แนะนำ ทักษะที่ต้องการ และข้อควรระวังด้านความปลอดภัยที่เกี่ยวข้อง

ชุดงานอาจรวมถึงชิ้นส่วนอะไหล่ เครื่องมือ ขั้นตอน ใบอนุญาต และเวลาที่คาดว่าจะเสร็จสิ้น

สำหรับตัวอย่างกังหันลม เครื่องทำนายอาจตรวจพบสภาวะแบริ่งที่กำลังพัฒนา และประเมินว่าต้องแทรกแซงภายในสี่สัปดาห์

CMMS สามารถตรวจสอบความพร้อมของแบริ่งสำรอง ตารางช่าง ความต้องการเครน และงานที่วางแผนไว้ในสถานที่เดียวกัน

ผู้วางแผนบำรุงรักษาสามารถเลือกช่วงเวลาบริการที่เหมาะสม ซึ่งช่วยหลีกเลี่ยงการเคลื่อนย้ายฉุกเฉินและลดการสูญเสียการผลิต

คำสั่งงานต้องบันทึกผลการตรวจสอบขั้นสุดท้าย ช่างเทคนิคควรยืนยันว่ามีความเสียหายของแบริ่ง การสูญเสียสารหล่อลื่น ความหลวม หรือสภาวะอื่น ๆ หรือไม่

ชิ้นส่วนที่ถอดออกอาจได้รับการตรวจสอบเพิ่มเติม การวิเคราะห์ในห้องปฏิบัติการสามารถให้หลักฐานเพิ่มเติมเกี่ยวกับการลุกลามของความล้มเหลว

ผลการค้นพบเหล่านี้จะถูกส่งกลับไปยังสภาพแวดล้อมวิเคราะห์ ช่วยปรับปรุงป้ายกำกับโมเดล การตั้งค่าขีดจำกัด และคำแนะนำการบำรุงรักษา

การบูรณาการ CMMS ยังสนับสนุนการวิเคราะห์ทางการเงิน องค์กรสามารถเปรียบเทียบงานเชิงทำนายกับการซ่อมฉุกเฉินก่อนหน้า

สามารถวัดแรงงาน ชิ้นส่วน เวลาหยุดทำงาน ความเสียหายที่หลีกเลี่ยงได้ และผลกระทบต่อการผลิต ผลลัพธ์เหล่านี้แสดงว่าโปรแกรมสร้างมูลค่าทางเศรษฐกิจหรือไม่

การบูรณาการควรรักษาความเป็นเจ้าของที่ชัดเจน ทีมความน่าเชื่อถืออาจรับผิดชอบการตรวจสอบทางเทคนิค ขณะที่ผู้วางแผนบำรุงรักษารับผิดชอบการจัดตารางงาน

บุคลากรฝ่ายปฏิบัติการอาจอนุมัติการเปลี่ยนแปลงการผลิต ทีมข้อมูลอาจดูแลประสิทธิภาพโมเดลและโครงสร้างพื้นฐานข้อมูล

ความรับผิดชอบไม่ควรหายไประหว่างระบบ การแจ้งเตือนทุกครั้งต้องมีเจ้าของรับผิดชอบและกำหนดเวลาตอบสนองที่ชัดเจน

องค์กรควรวางแผนรับมือกับความล้มเหลวในการสื่อสารด้วย ข้อมูลเชิงลึกที่สำคัญอาจต้องเก็บไว้ในเครื่อง เก็บข้อมูลซิงโครไนซ์ล่าช้า หรือใช้วิธีแจ้งเตือนทางเลือก

อุปกรณ์ระยะไกลไม่สามารถพึ่งพาการเชื่อมต่อคลาวด์อย่างต่อเนื่องได้ ระบบ Edge ควรรักษาข้อมูลสำคัญในช่วงที่ขัดข้อง

วงจรทั้งหมดจะแข็งแกร่งขึ้นในทุกเหตุการณ์ที่ได้รับการยืนยัน ข้อมูลเซ็นเซอร์ช่วยปรับปรุงการทำนาย การทำนายช่วยปรับปรุงการวางแผนบำรุงรักษา และผลการบำรุงรักษาช่วยปรับปรุงโมเดลในอนาคต

แยกการทำนายออกจากการป้องกันเครื่องจักร

การบำรุงรักษาเชิงทำนายและการป้องกันเครื่องจักรมักใช้การวัดที่เกี่ยวข้องกัน วัตถุประสงค์และข้อกำหนดการตอบสนองยังคงแตกต่างกัน

ระบบทำนายระบุการเสื่อมสภาพอย่างค่อยเป็นค่อยไปและสนับสนุนการแทรกแซงที่วางแผนไว้ อาจทำงานในช่วงวัน สัปดาห์ หรือเดือน

ระบบป้องกันตอบสนองต่อสภาวะอันตรายภายในไม่กี่วินาทีหรือนาทีวินาที จุดประสงค์คือเพื่อป้องกันความเสียหายร้ายแรงหรือการทำงานที่ไม่ปลอดภัย

การวิเคราะห์เชิงทำนายไม่ควรล่าช้าหรือแทนที่ตรรกะการปิดเครื่องที่กำหนดไว้ ฟังก์ชันป้องกันต้องยังคงเป็นแบบกำหนดได้ ผ่านการตรวจสอบ และมีความเป็นอิสระอย่างเหมาะสม

ตัวอย่างเช่น รูปแบบการสั่นสะเทือนของกังหันอาจระบุข้อบกพร่องของแบริ่งที่พัฒนาช้า การบำรุงรักษาสามารถกำหนดเวลาตรวจสอบในช่วงหยุดทำงานที่กำลังจะมาถึง

หากการสั่นสะเทือนถึงขีดจำกัดอันตรายที่ตั้งไว้ ระบบป้องกันเครื่องจักรอาจเริ่มการตัดการทำงาน การตอบสนองนั้นไม่สามารถพึ่งพารูปแบบคลาวด์หรือการอนุมัติที่ล่าช้าได้

ระบบยังสามารถแชร์บริบททางวิศวกรรมได้ เหตุการณ์ป้องกันสามารถให้ป้ายกำกับที่มีค่าสำหรับการวิเคราะห์เชิงทำนาย

แนวโน้มเชิงทำนายยังช่วยวิศวกรทบทวนการตั้งค่าแจ้งเตือนและการตัดการทำงาน การเปลี่ยนแปลงการตั้งค่าการป้องกันใด ๆ ต้องปฏิบัติตามขั้นตอนวิศวกรรมอย่างเป็นทางการ

สถานที่ที่ใช้อุปกรณ์หมุนที่สำคัญอาจใช้แพลตฟอร์มเฉพาะ เช่น ระบบป้องกันเครื่องจักร Bently Nevada 3500 ร่วมกับการตรวจสอบสภาพและวิเคราะห์การบำรุงรักษาที่กว้างขึ้น

สถาปัตยกรรมควรกำหนดความเป็นเจ้าของข้อมูล อัตราการอัปเดต ขอบเขตความปลอดภัยทางไซเบอร์ และการไหลของข้อมูลที่อนุญาตระหว่างระบบ

การแยกนี้ช่วยปกป้องความปลอดภัยและความพร้อมใช้งาน และป้องกันไม่ให้ความคาดหวังของการบำรุงรักษาเชิงทำนายถูกนำไปใช้กับฟังก์ชันป้องกันแบบเรียลไทม์ที่ไม่เหมาะสม

วัดผลลัพธ์ผ่านผลลัพธ์การบำรุงรักษาและการผลิต

โปรแกรมบำรุงรักษาเชิงทำนายไม่ควรถูกประเมินโดยจำนวนเซ็นเซอร์ จำนวนแดชบอร์ด หรือปริมาณข้อมูลที่เก็บไว้

ตัวเลขเหล่านั้นอธิบายกิจกรรมทางเทคนิค แต่ไม่พิสูจน์ว่าองค์กรปรับปรุงความน่าเชื่อถือได้

มาตรวัดประสิทธิภาพควรเชื่อมโยงโดยตรงกับผลลัพธ์การบำรุงรักษาและการผลิต มาตรวัดที่มีประโยชน์ได้แก่ การหลีกเลี่ยงความล้มเหลว การลดเวลาหยุดทำงาน และช่วงเวลาการเตือนที่ยาวขึ้น

องค์กรยังสามารถติดตามงานฉุกเฉิน เปอร์เซ็นต์งานที่วางแผนไว้ แรงงานบำรุงรักษา การใช้ชิ้นส่วนอะไหล่ และความพร้อมใช้งานของทรัพย์สิน

เวลาระหว่างความล้มเหลวเฉลี่ยอาจดีขึ้นในช่วงหลายปี โปรแกรมนำร่องยังต้องการมาตรวัดที่เห็นผลได้เร็วกว่า

ความแม่นยำของการแจ้งเตือนเป็นตัวบ่งชี้ล่วงหน้าอย่างหนึ่ง มันวัดว่าการแจ้งเตือนบ่งชี้สภาพที่ยืนยันแล้วซึ่งต้องการการดำเนินการบ่อยแค่ไหน

เวลาการเตือนเฉลี่ยแสดงว่าระบบให้เวลาวางแผนเพียงพอหรือไม่ การทำนายที่ถูกต้องซึ่งมาถึงหนึ่งชั่วโมงก่อนความล้มเหลวอาจมีค่าน้อยสำหรับการบำรุงรักษา

เปอร์เซ็นต์ของการแทรกแซงที่วางแผนไว้แสดงว่าการทำนายมีผลต่อการดำเนินงานหรือไม่ การลดการซื้อฉุกเฉินสามารถให้ประโยชน์ที่วัดได้อีกอย่างหนึ่ง

สำหรับอุปกรณ์ที่ใช้พลังงานมาก โปรแกรมอาจระบุการสูญเสียประสิทธิภาพก่อนเกิดความล้มเหลวในการทำงาน การแก้ไขการจัดแนวผิด การเสียดสี หรือการอุดตันสามารถลดการใช้พลังงานได้

กระบวนการที่ต้องการคุณภาพอาจได้รับประโยชน์จากประสิทธิภาพอุปกรณ์ที่เสถียร การเสื่อมสภาพของไดรฟ์ วาล์ว หรืออุปกรณ์วัดอาจส่งผลต่อความสม่ำเสมอของผลิตภัณฑ์

การคำนวณทางธุรกิจควรรวมต้นทุนการดำเนินการและการใช้งานด้วย เซ็นเซอร์ต้องการการบำรุงรักษา ซอฟต์แวร์ต้องการการสนับสนุน โมเดลต้องการการตรวจสอบและฝึกอบรมใหม่

ต้นทุนเครือข่าย การจัดเก็บ การบูรณาการ และความปลอดภัยทางไซเบอร์ก็ควรรวมอยู่ด้วย การไม่รวมต้นทุนเหล่านี้จะทำให้การประเมินผลตอบแทนไม่สมจริง

การคำนวณมูลค่าง่ายๆ สามารถเปรียบเทียบประโยชน์ประจำปีที่คาดหวังกับต้นทุนโปรแกรมที่คำนวณเป็นรายปี ประโยชน์อาจรวมถึงการหลีกเลี่ยงเวลาหยุดทำงาน ลดความเสียหายรอง และแรงงานฉุกเฉินที่ต่ำลง

องค์กรควรแยกความแตกต่างระหว่างการประหยัดที่ได้รับการยืนยันกับการลดความเสี่ยงที่ประมาณไว้ ทั้งสองมีความสำคัญ แต่ไม่ควรนำเสนอเป็นผลลัพธ์ที่เหมือนกัน

ตัวอย่างเช่น ข้อบกพร่องของตลับลูกปืนที่ค้นพบอาจป้องกันความล้มเหลวที่แท้จริงได้ ค่าใช้จ่ายที่หลีกเลี่ยงได้สามารถประมาณโดยใช้ประวัติความล้มเหลวก่อนหน้า

คำเตือนที่ไม่ก่อให้เกิดข้อบกพร่องที่ได้รับการยืนยันไม่ควรได้รับมูลค่าทางการเงินเท่ากันโดยอัตโนมัติ

การทบทวนกรณีควรบันทึกหลักฐานเบื้องหลังแต่ละประโยชน์ วิธีนี้สร้างความน่าเชื่อถือกับฝ่ายปฏิบัติการและผู้นำทางการเงิน

ยังช่วยให้ทีมระบุว่าสินทรัพย์และโหมดความล้มเหลวใดให้ผลตอบแทนที่แข็งแกร่งที่สุด

หลีกเลี่ยงความล้มเหลวที่พบบ่อยที่สุดในการบำรุงรักษาเชิงทำนาย

โปรแกรมบำรุงรักษาเชิงทำนายหลายโปรแกรมพบปัญหาคล้ายกัน การรับรู้ปัญหาเหล่านี้ตั้งแต่เนิ่นๆ สามารถปกป้องโครงการนำร่องจากค่าใช้จ่ายที่ไม่จำเป็น

ปัญหาที่หนึ่งคือการเลือกสินทรัพย์เพราะความสะดวก อุปกรณ์ที่เข้าถึงง่ายอาจติดตั้งเครื่องมือได้ง่าย แต่ความล้มเหลวของมันอาจมีผลกระทบต่อการดำเนินงานน้อย

ปัญหาที่สองคือการเก็บข้อมูลโดยไม่มีโหมดความล้มเหลวที่กำหนด ระบบจึงสร้างแนวโน้มโดยไม่อธิบายว่าควรตรวจสอบอะไร

ปัญหาที่สามคือการไม่สนใจบริบทการทำงาน การเปลี่ยนแปลงของโหลด ความเร็ว เกรดผลิตภัณฑ์ หรืออุณหภูมิแวดล้อมอาจคล้ายกับการเสื่อมสภาพ

ปัญหาที่สี่คือการพึ่งพาการระบุสินทรัพย์ที่ไม่ดี ข้อมูลเซ็นเซอร์และบันทึกการบำรุงรักษาไม่สามารถเชื่อมโยงกันได้อย่างน่าเชื่อถือเมื่อชื่ออุปกรณ์แตกต่างกันในแต่ละระบบ

ปัญหาที่ห้าคือการใช้บันทึกการบำรุงรักษาในอดีตโดยไม่ตรวจสอบความถูกต้อง คำสั่งงานอาจมีคำอธิบายที่ไม่สมบูรณ์ ไม่สอดคล้อง หรือคัดลอกมา

ปัญหาที่หกคือการวัดประสิทธิภาพของโมเดลโดยใช้ความแม่นยำทั่วไปเท่านั้น ความล้มเหลวที่เกิดขึ้นไม่บ่อยอาจทำให้โมเดลที่ไม่มีประสิทธิภาพดูเหมือนประสบความสำเร็จ

ปัญหาที่เจ็ดคือการสร้างการแจ้งเตือนมากเกินไป การเตือนเท็บบ่อยครั้งลดความเชื่อถือและส่งเสริมให้เจ้าหน้าที่เพิกเฉยต่อระบบ

ปัญหาที่แปดคือการให้คำเตือนโดยไม่มีคำแนะนำที่แนะนำ ทีมบำรุงรักษาต้องการคำแนะนำในการตรวจสอบ ไม่ใช่แค่คะแนนความผิดปกติเป็นตัวเลข

ปัญหาที่เก้าคือการไม่รวมช่างเทคนิคในการพัฒนา เจ้าหน้าที่ภาคสนามเข้าใจเสียงการทำงาน ข้อบกพร่องที่เกิดซ้ำ วิธีลัดในการบำรุงรักษา และประวัติอุปกรณ์

ปัญหาที่สิบคือการขยายขนาดก่อนที่โครงการนำร่องจะมีความเสถียร การขยายโมเดลที่ยังไม่สมบูรณ์จะเพิ่มปัญหาคุณภาพข้อมูลและภาระงานการจัดการการแจ้งเตือน

ความปลอดภัยทางไซเบอร์ยังอาจกลายเป็นความเสี่ยงที่ถูกมองข้าม เซ็นเซอร์และเกตเวย์ใหม่ขยายพื้นผิวการโจมตีในอุตสาหกรรมออกไปมากขึ้น

อุปกรณ์ควรใช้การเข้าถึงที่ควบคุม การกำหนดค่าที่ปลอดภัย เฟิร์มแวร์ที่บันทึกไว้ การแบ่งส่วนเครือข่าย และการตรวจสอบสิทธิ์ที่เหมาะสม

การเชื่อมต่อคลาวด์ควรปฏิบัติตามนโยบายไซต์และการประเมินความเสี่ยง การเข้าถึงระยะไกลต้องไม่สร้างเส้นทางที่ไม่มีการควบคุมเข้าสู่เครือข่ายควบคุมที่สำคัญ

องค์กรควรหลีกเลี่ยงการพึ่งพาผู้เชี่ยวชาญคนเดียว ระบบต้องมีเจ้าของที่ได้รับการบันทึก ขั้นตอนการปฏิบัติงาน และความรับผิดชอบในการสนับสนุน

โมเดลที่มีเพียงนักวิทยาศาสตร์ข้อมูลคนเดียวเข้าใจนั้นยากที่จะรักษาไว้ ระบบตรวจสอบที่ช่างเทคนิคไม่สามารถแก้ไขปัญหาได้ในที่สุดจะสูญเสียข้อมูล

โปรแกรมที่ประสบความสำเร็จจะถือว่าการบำรุงรักษาเชิงทำนายเป็นระบบอุตสาหกรรมที่ได้รับการบำรุงรักษา พวกเขาจะใช้การควบคุมการกำหนดค่า การทบทวนประสิทธิภาพ และการวางแผนวงจรชีวิต

ก้าวจากโครงการนำร่องสู่มาตรฐานไซต์ที่ทำซ้ำได้

โครงการนำร่องที่ประสบความสำเร็จไม่ได้หมายความว่าจะกลายเป็นโปรแกรมองค์กรที่ประสบความสำเร็จโดยอัตโนมัติ การขยายตัวต้องการการมาตรฐานโดยไม่มองข้ามความแตกต่างของอุปกรณ์

ขั้นตอนการขยายตัวแรกคือการบันทึกสถาปัตยกรรมของโครงการนำร่อง ซึ่งรวมถึงเซ็นเซอร์ เกตเวย์ โครงสร้างแท็ก อัตราการสุ่มตัวอย่าง คุณลักษณะ โมเดล เกณฑ์ และเวิร์กโฟลว์ CMMS

ทีมงานควรระบุองค์ประกอบที่สามารถนำกลับมาใช้ใหม่ได้ การระบุทรัพย์สิน การควบคุมความปลอดภัยทางไซเบอร์ รูปแบบแดชบอร์ด และฟิลด์คำสั่งงานอาจกลายเป็นมาตรฐานของไซต์

โมเดลความล้มเหลวอาจต้องการการปรับแต่งมากขึ้น โมเดลปั๊มไม่สามารถนำไปใช้โดยตรงกับหม้อแปลงไฟฟ้าหรือเซอร์โวไดรฟ์ได้

แม้แต่ปั๊มที่คล้ายกันก็อาจทำงานภายใต้ภาระของเหลว ความเร็ว และสภาพท่อที่แตกต่างกัน การตรวจสอบความถูกต้องในพื้นที่จึงยังคงจำเป็น

องค์กรสามารถสร้างแม่แบบสำหรับประเภททรัพย์สินทั่วไป แม่แบบมอเตอร์อาจรวมถึงการสั่นสะเทือน กระแสไฟฟ้า อุณหภูมิ ความเร็ว และข้อมูลสถานะการทำงาน

แม่แบบปั๊มหอยโข่งอาจเพิ่มความดันดูด ความดันปล่อย การไหล และสภาพของซีล

แม่แบบเกียร์บ็อกซ์อาจรวมถึงความเร็วเพลาขับ สเปกตรัมการสั่นสะเทือน สภาพน้ำมัน และภาระงาน แม่แบบเหล่านี้ช่วยลดความพยายามทางวิศวกรรมในขณะที่ยังคงความเกี่ยวข้องทางเทคนิคไว้

การเลือกทรัพย์สินควรดำเนินต่อไปโดยใช้การวิเคราะห์ความสำคัญและโหมดความล้มเหลว การขยายตัวไม่ควรหมายถึงการติดตั้งเซ็นเซอร์ในทุกเครื่องจักร

กลยุทธ์แบบชั้นมักมีประสิทธิภาพมากกว่า ทรัพย์สินที่สำคัญจะได้รับการตรวจสอบออนไลน์อย่างต่อเนื่อง

ทรัพย์สินที่สำคัญอาจได้รับการตรวจสอบแบบไร้สายด้วยความถี่ต่ำกว่า ทรัพย์สินที่ไม่สำคัญอาจยังคงอยู่ภายใต้การตรวจสอบเป็นระยะหรือการบำรุงรักษาเชิงป้องกัน

สถาปัตยกรรมข้อมูลต้องสามารถขยายตัวได้ด้วย ข้อกำหนดการตั้งชื่อ หน่วย เวลา ธงคุณภาพ และลำดับชั้นของทรัพย์สินควรคงที่และสอดคล้องกัน

หากไม่มีมาตรฐานเหล่านี้ แต่ละไซต์ใหม่จะสร้างชุดข้อมูลแยกกันขึ้นมา การวิเคราะห์ในระดับองค์กรจึงกลายเป็นเรื่องยากและมีค่าใช้จ่ายสูง

การกำกับดูแลโมเดลควรกำหนดว่าใครสามารถอนุมัติการเปลี่ยนแปลงได้ นอกจากนี้ยังควรกำหนดข้อกำหนดเกี่ยวกับการทดสอบ การปล่อยใช้งาน การย้อนกลับ และการทบทวนประสิทธิภาพด้วย

การฝึกอบรมมีความสำคัญเท่าเทียมกัน ผู้ปฏิบัติงานต้องเข้าใจความหมายของการแจ้งเตือน ผู้วางแผนการบำรุงรักษาต้องรู้ว่าการทำนายส่งผลต่อความสำคัญของงานอย่างไร

ช่างเทคนิคต้องการขั้นตอนสำหรับการยืนยันสภาพที่ทำนายไว้ วิศวกรความน่าเชื่อถือต้องการเครื่องมือสำหรับการตรวจสอบหลักฐานโมเดลและผลลัพธ์การบำรุงรักษา

ผู้นำควรได้รับมาตรการปฏิบัติการแทนรายละเอียดโมเดลทางเทคนิค พวกเขาต้องเห็นความพร้อมใช้งาน การหลีกเลี่ยงเวลาหยุดทำงาน ประสิทธิภาพการบำรุงรักษา และมูลค่าทางการเงิน

แผนที่การขยายควรเป็นแบบค่อยเป็นค่อยไป การขยายแต่ละครั้งควรใช้บทเรียนจากสินทรัพย์หรือไซต์ก่อนหน้า

แนวทางนี้ช่วยลดความเสี่ยงและรักษาความไว้วางใจขององค์กร นอกจากนี้ยังรับประกันว่าโปรแกรมจะเติบโตเพราะมันได้ผล ไม่ใช่เพราะเทคโนโลยีดูน่าประทับใจ

เริ่มต้นด้วยปัญหาที่มีคุณค่าเพียงหนึ่งปัญหาและปิดวงจร

การบำรุงรักษาเชิงคาดการณ์มีประสิทธิภาพที่สุดเมื่อเริ่มต้นด้วยความเสี่ยงของอุปกรณ์ที่กำหนดไว้อย่างชัดเจน โปรแกรมควรมุ่งเป้าไปที่โหมดความล้มเหลวที่สังเกตได้และการตัดสินใจบำรุงรักษาที่ใช้งานได้จริง

เลือกสินทรัพย์ที่การเตือนล่วงหน้าสร้างมูลค่าที่วัดได้ สร้างฐานข้อมูลที่น่าเชื่อถือจากประวัติการดำเนินงานและการบำรุงรักษา

ระบุกลไกความล้มเหลวทางกายภาพก่อนเลือกเซ็นเซอร์ จับคู่การวัดแต่ละรายการกับสมมติฐานทางเทคนิคเกี่ยวกับการเสื่อมสภาพ

เตรียมข้อมูลอย่างรอบคอบและรวมบริบทการดำเนินงาน เลือกวิธีวิเคราะห์ที่เหมาะสมกับหลักฐานความล้มเหลวที่มีอยู่

ปรับปรุงโมเดลผ่านผลการตรวจสอบและซ่อมแซมที่ได้รับการยืนยัน กำหนดระดับการแจ้งเตือนที่สอดคล้องกับการดำเนินการบำรุงรักษาที่ชัดเจน

สุดท้าย เชื่อมต่อเครื่องยนต์ทำนายกับการวางแผน CMMS และการดำเนินงานภาคสนาม ผลการบำรุงรักษาที่เสร็จสมบูรณ์ต้องกลับสู่โมเดล

องค์กรควรเริ่มต้นด้วยสินทรัพย์สำคัญหนึ่งหรือสองชิ้น และควรต้านทานความอยากที่จะครอบคลุมทั้งโรงงานทันที

การทดลองนำร่องที่มุ่งเน้นช่วยให้ทีมวิศวกรรมสามารถตรวจสอบการรับรู้ การวิเคราะห์ กระบวนการทำงาน และมูลค่าทางการเงินโดยไม่ซับซ้อนเกินไป

เมื่อวงจรทำงานอย่างสม่ำเสมอ องค์กรสามารถขยายไปยังอุปกรณ์ที่คล้ายกันและโหมดความล้มเหลวเพิ่มเติมได้

โปรแกรมบำรุงรักษาเชิงคาดการณ์ที่มีความสมบูรณ์ที่สุดไม่ได้ถูกกำหนดโดยปัญญาประดิษฐ์เพียงอย่างเดียว แต่ผสมผสานเทคโนโลยีกับวิศวกรรมความน่าเชื่อถือที่มีวินัยและการดำเนินการบำรุงรักษาอย่างเป็นรูปธรรม

ผลลัพธ์ไม่ได้เป็นเพียงแค่ข้อมูลมากขึ้นเท่านั้น แต่เป็นความรู้ที่ได้ล่วงหน้า การวางแผนที่ดีขึ้น เหตุฉุกเฉินน้อยลง และการดำเนินงานอุตสาหกรรมที่น่าเชื่อถือมากขึ้น