8 Bước Xây Dựng Chương Trình Bảo Trì Dự Đoán Hiệu Quả

Bảo trì dự đoán hứa hẹn giảm sự cố, tăng khả năng sẵn sàng tài sản và lập kế hoạch bảo trì hiệu quả hơn. Tuy nhiên, những kết quả đó không đến chỉ từ việc lắp đặt cảm biến.

Một chương trình bảo trì dự đoán thành công kết hợp kiến thức kỹ thuật, dữ liệu đáng tin cậy, công nghệ giám sát điều kiện, hồ sơ bảo trì, phân tích và thực thi công việc kỷ luật. Mỗi phần phải hỗ trợ một mục tiêu vận hành đã xác định.

Nhiều tổ chức bắt đầu với một trình diễn công nghệ hấp dẫn. Họ kết nối cảm biến, xây dựng bảng điều khiển và thu thập lượng lớn dữ liệu. Vài tháng sau, đội bảo trì vẫn không thể đưa ra quyết định tốt hơn.

Vấn đề thường nằm ở trình tự triển khai. Tổ chức bắt đầu với công nghệ thay vì rủi ro thiết bị, chế độ hỏng hóc, quy trình bảo trì và giá trị kinh doanh có thể đo lường.

Bảo trì dự đoán, thường được viết tắt là PdM, nên trả lời một câu hỏi thực tế. Hành động bảo trì nào nên được thực hiện trước khi tài sản mất hiệu suất hoặc hỏng hóc?

Câu trả lời phải đến đủ sớm để đội bảo trì có thể phản ứng. Nó cũng phải cung cấp đủ độ tin cậy để biện minh cho việc kiểm tra, sửa chữa, mua phụ tùng hoặc thay đổi vận hành.

Bài viết này trình bày tám bước để xây dựng một chương trình bảo trì dự đoán hiệu quả. Một tua-bin gió là ví dụ chính vì nó kết hợp thiết bị quay, khó tiếp cận, thời gian ngừng hoạt động đắt đỏ và nhiều cơ chế suy giảm.

Khung này cũng áp dụng cho bơm, máy nén, động cơ, máy phát điện, hộp số, quạt, băng tải, máy biến áp, van, bộ truyền động và thiết bị quy trình quan trọng.

Bảo trì dự đoán phải bắt đầu bằng một quyết định vận hành.

Dữ liệu điều kiện không có nhiều giá trị trừ khi nó thay đổi quyết định vận hành hoặc bảo trì. Xu hướng nhiệt độ có thể trông có thông tin, nhưng chỉ trở nên hữu ích khi ai đó biết cách phản ứng.

Phản ứng đó có thể bao gồm giảm tải thiết bị, kiểm tra bôi trơn, kiểm tra căn chỉnh, thay vòng bi, hoặc lên lịch tắt máy có kiểm soát.

Chương trình bảo trì dự đoán do đó phải kết nối bốn hoạt động riêng biệt. Nó phải phát hiện sự suy giảm, đánh giá tầm quan trọng, đề xuất hành động, và xác nhận kết quả bảo trì.

Chuỗi này tách bảo trì dự đoán khỏi việc thu thập dữ liệu thông thường. Nó cũng phân biệt một chương trình công nghiệp đang hoạt động với một thí nghiệm phân tích tạm thời.

Kỹ sư nên xác định các quyết định dự kiến trước khi chọn cảm biến. Họ nên xác định ai sẽ nhận thông tin, họ phải phản ứng nhanh đến mức nào, và bằng chứng nào hỗ trợ cho can thiệp.

Ví dụ, cảnh báo vòng bi tua-bin có thể yêu cầu nhiều cấp độ phản ứng. Một sai lệch nhỏ có thể kích hoạt việc quan sát tiếp tục. Một sai lệch lớn hơn có thể kích hoạt kiểm tra trong cửa sổ bảo trì tiếp theo.

Một sự sai lệch thay đổi nhanh có thể yêu cầu giảm tải ngay lập tức. Một mẫu quan trọng có thể biện minh cho việc tắt máy khẩn cấp.

Những quyết định này đòi hỏi sự hợp tác giữa bảo trì, độ tin cậy, vận hành, tự động hóa, an toàn và chuyên gia dữ liệu. Bảo trì dự đoán không thể tách biệt trong một phòng ban kỹ thuật duy nhất.

Tám bước sau tạo ra con đường có cấu trúc từ nhu cầu kinh doanh đến thực hiện bảo trì đáng tin cậy.

1. Chọn Tài Sản Nơi Dự Báo Tạo Ra Giá Trị Thực Sự

Bảo trì dự đoán đòi hỏi đầu tư ban đầu. Chi phí có thể bao gồm cảm biến, bộ điều chỉnh tín hiệu, mạng công nghiệp, điện toán biên, lưu trữ dữ liệu, phần mềm phân tích, dịch vụ tích hợp và hệ thống quản lý bảo trì máy tính hóa.

Tài sản được chọn phải chứng minh được khoản đầu tư đó. Nó nên có ảnh hưởng đáng kể đến sản xuất, an toàn, chất lượng, sử dụng năng lượng, hiệu suất môi trường hoặc chi phí bảo trì.

Giá trị mua cao không tự động làm cho tài sản phù hợp. Kỹ sư phải xem xét hậu quả tài chính và vận hành khi xảy ra sự cố.

Một máy bơm tương đối rẻ có thể làm ngừng toàn bộ đơn vị sản xuất. Một động cơ dự phòng đắt tiền có thể tạo ra ít rủi ro ngay lập tức vì đơn vị khác có thể đảm nhận nhiệm vụ.

Phân tích tính quan trọng của tài sản cung cấp điểm khởi đầu hữu ích. Đánh giá nên bao gồm mất sản xuất, chi phí sửa chữa, thời gian chờ, hậu quả an toàn, tác động môi trường và khả năng dự phòng.

Đánh giá cũng nên xem xét tần suất thiết bị hỏng. Một tài sản quan trọng không có mẫu suy giảm đo được có thể không phải là ứng viên đầu tiên tốt.

Tài sản thử nghiệm lý tưởng có một số đặc điểm. Sự cố của chúng tốn kém, sự suy giảm có thể quan sát được và đội bảo trì có thể hành động trước khi xảy ra hỏng chức năng.

Một tua-bin gió là ứng viên mạnh mẽ. Nó bao gồm vòng bi, các cấp bánh răng, trục, máy phát điện, hệ thống thủy lực, thiết bị điện và các thành phần cấu trúc.

Việc tiếp cận bảo trì có thể gặp khó khăn. Điều kiện gió, sự sẵn có của cần cẩu, lịch trình kỹ thuật viên và logistics phụ tùng thay thế có thể làm chậm việc sửa chữa.

Sự cố hộp số bất ngờ có thể gây ra thời gian ngừng hoạt động kéo dài. Nó cũng có thể đòi hỏi thiết bị nâng hạng nặng và nhân sự chuyên môn.

Cảnh báo sớm tạo ra nhiều giá trị khác nhau. Người vận hành có thể mua phụ tùng trước khi hỏng, chọn thời điểm thời tiết thuận lợi, phối hợp nhà thầu và kết hợp nhiều công việc bảo trì.

Chi phí tránh được bao gồm nhiều hơn là chỉ linh kiện bị hỏng. Nó còn bao gồm mất điện sản xuất, vận chuyển khẩn cấp, làm thêm giờ, huy động cần cẩu và thiệt hại thiết bị phụ trợ.

Một cơ sở sản xuất có thể áp dụng logic tương tự cho máy nén. Sự cố của nó có thể làm gián đoạn nguồn cung cấp khí cho nhiều dây chuyền sản xuất.

Một cơ sở cấp nước có thể ưu tiên một máy bơm lớn phục vụ giai đoạn quy trình quan trọng. Một nhà máy điện có thể ưu tiên máy bơm cấp nước cho nồi hơi, quạt hút cưỡng bức hoặc hệ thống phụ trợ tua-bin.

Thử nghiệm đầu tiên nên giữ ở mức có thể quản lý được. Một loại tài sản hoặc một nhóm nhỏ các tài sản tương tự thường cung cấp đủ thông tin cho một triển khai nghiêm túc.

Bắt đầu với hàng chục máy không liên quan làm tăng độ phức tạp. Các máy khác nhau tạo ra các tín hiệu, chế độ hỏng hóc, trạng thái vận hành và yêu cầu bảo trì khác nhau.

Nhóm chương trình nên ghi lại mục tiêu thử nghiệm bằng các thuật ngữ có thể đo lường được. Ví dụ bao gồm giảm công việc khẩn cấp, tăng thời gian trung bình giữa các lần hỏng hóc hoặc phát hiện suy giảm ổ bi sớm hơn ba mươi ngày.

Mục tiêu rõ ràng giúp ngăn ngừa sự mở rộng phạm vi không kiểm soát. Nó cũng cung cấp tiêu chuẩn để đánh giá liệu chương trình thử nghiệm có tạo ra giá trị vận hành hay không.

Hình 1. Hồ sơ CMMS cung cấp bằng chứng bảo trì lịch sử để thiết lập đường cơ sở hiệu suất và đánh giá kết quả bảo trì dự đoán. Hình ảnh được sử dụng với sự cho phép của Limble CMMS.

2. Xây dựng đường cơ sở từ dữ liệu bảo trì và vận hành hiện có

Phân tích dự đoán cần một tham chiếu cho hoạt động bình thường. Nếu không có tham chiếu đó, hệ thống không thể phân biệt đáng tin cậy giữa hành vi mong đợi và lỗi đang phát triển.

Các tổ chức thường cho rằng họ không có đủ dữ liệu. Thực tế, bằng chứng hữu ích có thể đã tồn tại trên nhiều hệ thống khác nhau.

Các nguồn tiềm năng bao gồm lệnh công việc CMMS, nhật ký vận hành, báo cáo kiểm tra, thẻ lưu trữ lịch sử, ghi nhận báo động, báo cáo phòng thí nghiệm, tuyến rung, phân tích dầu và giao dịch phụ tùng.

Những hồ sơ này hiếm khi có cấu trúc nhất quán. Tên thiết bị có thể khác nhau giữa CMMS, hệ thống điều khiển, hệ thống lưu trữ lịch sử và bản vẽ kỹ thuật.

Một hệ thống có thể nhận dạng một bơm bằng thẻ nhà máy. Hệ thống khác có thể sử dụng vị trí chức năng, số sê-ri hoặc mô tả không chính thức.

Giải quyết những khác biệt này là điều cần thiết. Mô hình dự đoán phải kết nối hành vi cảm biến với tài sản đúng, khoảng thời gian vận hành, sự kiện bảo trì và điều kiện hỏng hóc được xác nhận.

Nhóm nên bắt đầu bằng cách thiết lập một hệ thống phân cấp tài sản chung. Mỗi thành phần được giám sát nên có một định danh ổn định trên các hệ thống bảo trì và vận hành.

Bước tiếp theo là xem xét hiệu suất lịch sử. Các chỉ số hữu ích bao gồm thời gian trung bình giữa các lần hỏng hóc, thời gian trung bình để sửa chữa, lao động bảo trì, thời gian ngừng hoạt động, chi phí phụ tùng và tổn thất sản xuất.

Phân tích nên tách biệt bảo trì theo kế hoạch và bảo trì sửa chữa. Nó cũng nên phân biệt việc thay thế thành phần với kiểm tra, điều chỉnh, bôi trơn và công việc không liên quan.

Đối với tuabin gió, phân tích lịch sử có thể tập trung vào các ổ bi, các giai đoạn hộp số, hệ thống bôi trơn, làm mát máy phát, cơ chế điều chỉnh góc cánh quạt và thiết bị chuyển đổi công suất.

Kỹ sư nên ghi lại tần suất mỗi thành phần cần can thiệp. Họ cũng nên ghi chép các dấu hiệu cảnh báo quan sát được trước khi xảy ra sự cố.

Các phép đo rung trước đó có thể tiết lộ xu hướng tăng. Mẫu dầu có thể cho thấy số lượng hạt kim loại tăng. Người vận hành có thể đã báo cáo thay đổi âm thanh hoặc nhiệt độ không ổn định.

Những quan sát này giúp xác định các biến dự đoán hữu ích. Chúng cũng cung cấp nhãn cho phân tích giám sát hoặc bán giám sát.

Điều kiện vận hành phải được đưa vào đường cơ sở. Tốc độ gió, tải máy phát, tốc độ quay, nhiệt độ môi trường và chế độ điều khiển có thể ảnh hưởng mạnh đến dữ liệu cảm biến.

Mức độ rung có vẻ bất thường ở tải thấp có thể chấp nhận được khi sản xuất đầy đủ. Hành vi nhiệt độ cũng có thể thay đổi theo điều kiện môi trường và nhu cầu làm mát.

Do đó, đường cơ sở nên mô tả hành vi thiết bị qua nhiều trạng thái vận hành. Một giá trị trung bình đơn lẻ hiếm khi đủ.

Các vấn đề về chất lượng dữ liệu phải được ghi lại thay vì che giấu. Các khoảng thời gian thiếu, dấu thời gian sai, cảm biến thay thế, lỗi truyền thông và thay đổi hiệu chuẩn có thể làm sai lệch việc huấn luyện mô hình.

Nhóm bảo trì nên xác thực hồ sơ lịch sử với các vận hành viên và kỹ thuật viên có kinh nghiệm. Quan sát của họ thường giải thích các thay đổi không xuất hiện trong hồ sơ số.

Sự giảm rung đột ngột có thể trông tích cực. Kỹ thuật viên có thể biết cảm biến bị lỏng trong cùng thời gian đó.

Sự tăng dòng điện có thể gợi ý tải cơ học. Người vận hành có thể giải thích rằng nhu cầu sản xuất tăng do một đơn vị khác không hoạt động.

Những chi tiết này ngăn nhóm phân tích xây dựng các mối quan hệ sai lệch. Chúng cũng làm cho đường cơ sở đại diện hơn cho hành vi thực tế của nhà máy.

3. Xác định các Chế độ Hỏng hóc Trước khi Chọn Công nghệ

Bảo trì dự đoán nên nhắm vào các cơ chế hỏng hóc cụ thể. Không nên cố gắng phát hiện mọi vấn đề có thể qua một mô hình chung.

Phân tích chế độ và ảnh hưởng hỏng hóc cung cấp phương pháp có cấu trúc. Nhóm xác định cách một linh kiện có thể hỏng, lý do hỏng và hậu quả đi kèm.

Mỗi chế độ hỏng hóc nên được đánh giá về tần suất, mức độ nghiêm trọng, khả năng phát hiện và thời gian phản ứng có sẵn.

Một số hỏng hóc phát triển chậm và tạo ra triệu chứng có thể đo lường được. Những hỏng hóc khác xảy ra đột ngột mà không có thời gian cảnh báo hữu ích.

Giám sát dự đoán tạo ra giá trị lớn nhất khi sự suy giảm bắt đầu đủ sớm để phát hiện. Thời gian cảnh báo cũng phải cho phép lập kế hoạch bảo trì thực tế.

Hư hỏng vòng bi thường phát triển dần dần. Mẫu rung, phát xạ âm thanh, nhiệt độ, tình trạng bôi trơn và dòng điện động cơ có thể cho thấy sự thay đổi trước khi hỏng hoàn toàn.

Một linh kiện điện tử có thể hỏng mà không có dấu hiệu suy giảm rõ ràng. Trong trường hợp đó, dự phòng, thay thế phòng ngừa hoặc dự trữ linh kiện có thể kiểm soát rủi ro tốt hơn.

Nhóm nên so sánh bảo trì dự đoán với các phương án đơn giản hơn. Một cuộc kiểm tra chi phí thấp có thể đã kiểm soát hiệu quả rủi ro hỏng hóc.

Việc thêm cảm biến, mạng lưới và phân tích sẽ tạo ra sự phức tạp mà không mang lại giá trị bổ sung đủ lớn.

Tuabin gió trải qua nhiều chế độ hỏng hóc thiết bị quay quan trọng. Răng bánh răng có thể mòn hoặc nứt. Vòng bi có thể phát triển hư hại bề mặt, vấn đề bôi trơn hoặc lệch trục.

Mất cân bằng trục có thể làm tăng rung động. Lỏng kết cấu có thể thay đổi hành vi cộng hưởng. Ô nhiễm dầu bôi trơn có thể làm tăng tốc độ mòn trên nhiều bộ phận.

Những vấn đề này thường tạo ra các triệu chứng chồng chéo. Nhiệt độ tăng có thể do ma sát, bôi trơn không đủ, hỏng hệ thống làm mát hoặc tải quá mức.

Một tín hiệu hiếm khi chứng minh nguyên nhân gốc rễ. Chiến lược giám sát nên kết hợp các phép đo bổ sung khi có cơ sở.

Rung động có thể tiết lộ mẫu tần số cơ học. Phân tích dầu có thể xác nhận các hạt mòn. Nhiệt độ có thể cho thấy sự mất năng lượng tăng lên.

Tải vận hành cung cấp bối cảnh thiết yếu. Cùng nhau, các phép đo này tạo ra bằng chứng mạnh hơn bất kỳ giá trị đơn lẻ nào.

Phân tích phải xác định khoảng thời gian hỏng hóc tiềm năng. Đây là khoảng thời gian giữa triệu chứng có thể phát hiện đầu tiên và hỏng hóc chức năng.

Khoảng thời gian dài hỗ trợ bảo trì theo kế hoạch. Khoảng thời gian rất ngắn có thể yêu cầu bảo vệ tự động thay vì lập kế hoạch công việc thông thường.

Ví dụ, mòn vòng bi dần dần có thể cung cấp cảnh báo trong nhiều tuần. Một sự kiện vượt tốc đột ngột đòi hỏi hành động kiểm soát hoặc bảo vệ ngay lập tức.

Bảo trì dự đoán không nên thay thế bảo vệ máy móc. Hai chức năng này hoạt động ở các mức rủi ro và tốc độ phản ứng khác nhau.

Dự đoán hỗ trợ lập kế hoạch trước khi tình trạng nguy hiểm phát triển. Hệ thống bảo vệ phản ứng khi các giới hạn cấu hình chỉ ra mối đe dọa ngay lập tức.

Đánh giá chế độ hỏng hóc nên tạo ra một giả thuyết giám sát được ghi chép. Nó nên giải thích tín hiệu nào sẽ thay đổi, tại sao nó thay đổi và sự thay đổi đó nên xuất hiện sớm đến mức nào.

Nó cũng nên xác định việc kiểm tra bảo trì có thể xác nhận tình trạng nghi ngờ. Việc xác nhận này sau đó trở thành thông tin đào tạo có giá trị.

Hình 2. Dữ liệu cảm biến trở nên có giá trị khi nó hỗ trợ kết luận đáng tin cậy về tình trạng thiết bị và yêu cầu bảo trì trong tương lai. Hình ảnh được sử dụng với sự cho phép của Limble CMMS.

4. Ghép cảm biến với cơ chế hỏng hóc vật lý

Việc lựa chọn cảm biến nên theo phân tích chế độ hỏng hóc. Câu hỏi đúng không phải là cảm biến nào cung cấp nhiều tính năng nhất.

Câu hỏi đúng là phép đo vật lý nào tiết lộ sự suy giảm mục tiêu với đủ cảnh báo và độ tin cậy chấp nhận được.

Các phép đo phổ biến bao gồm rung động, nhiệt độ, áp suất, lưu lượng, dòng điện động cơ, tốc độ, vị trí, độ ẩm, năng lượng âm thanh và tình trạng dầu bôi trơn.

Các phương pháp chuyên biệt có thể bao gồm kiểm tra siêu âm, phát xạ âm thanh, kiểm tra hạt từ, chụp X-quang, nhiệt ảnh và phân tích đặc trưng điện.

Mỗi phương pháp có điểm mạnh và hạn chế. Giám sát rung động rất hiệu quả cho nhiều thành phần quay, nhưng vị trí cảm biến và chất lượng lắp đặt ảnh hưởng mạnh đến kết quả.

Giám sát nhiệt độ dễ thực hiện. Tuy nhiên, thay đổi nhiệt độ có thể xuất hiện muộn hơn so với triệu chứng rung động hoặc bôi trơn.

Phân tích dòng điện động cơ có thể xác định thay đổi tải và một số điều kiện điện hoặc cơ học. Nó có thể cần tách biệt cẩn thận biến động quy trình bình thường.

Phát xạ âm thanh có thể phát hiện năng lượng tần số cao do ma sát, phát triển vết nứt, va chạm và biến dạng vật liệu tạo ra. Tiếng ồn công nghiệp có thể làm phức tạp việc giải thích.

Đối với tuabin gió, buồng máy và tháp truyền năng lượng cơ học từ nhiều thành phần. Cấu trúc này có thể hỗ trợ giám sát âm thanh hoặc rung động từ xa.

Tuy nhiên, đường dẫn tín hiệu cũng tạo ra sự phức tạp. Hoạt động hộp số, máy phát điện, vòng bi, cánh quạt và cấu trúc có thể xuất hiện trong cùng một phép đo.

Kỹ sư nên chọn điểm đo dựa trên cấu trúc máy, đường tải, vị trí vòng bi, tần số dự kiến và khả năng tiếp cận.

Họ nên tránh lắp cảm biến chỉ ở nơi thuận tiện cho cáp. Vị trí thuận tiện có thể tạo ra tín hiệu yếu hoặc gây hiểu lầm.

Phương pháp gắn cũng quan trọng. Bộ gia tốc gắn bu lông được lắp đúng cách thường cung cấp hiệu suất tần số cao tốt hơn cảm biến từ tính gắn lỏng lẻo.

Phạm vi tần số được chọn phải phù hợp với lỗi. Chuyển động cấu trúc chậm và va chạm vòng bi tần số cao đòi hỏi chiến lược lấy mẫu khác nhau.

Phạm vi cảm biến cũng quan trọng. Cảm biến có phạm vi đo quá lớn có thể giảm độ phân giải. Cảm biến phạm vi hẹp có thể bị bão hòa trong quá trình chuyển tiếp.

Điều kiện môi trường có thể ảnh hưởng đến độ tin cậy. Nhiệt độ, độ ẩm, bụi, dầu, tiếp xúc hóa chất, nhiễu điện từ và sốc cơ học cần được xem xét.

Khu vực nguy hiểm có thể yêu cầu thiết bị được phê duyệt, rào chắn phù hợp và phương pháp lắp đặt tuân thủ. Tài sản từ xa có thể cần truyền thông công suất thấp và bộ đệm dữ liệu tại chỗ.

Kiến trúc giám sát nên phân biệt đo liên tục và định kỳ. Thiết bị quan trọng có thể cần thu thập liên tục.

Thiết bị ít quan trọng hơn có thể sử dụng cảm biến không dây hoặc tuyến đường kỹ thuật viên. Phương pháp đúng phụ thuộc vào tốc độ hỏng hóc, tầm quan trọng tài sản và giá trị kinh tế.

Sự dư thừa cảm biến nên được lựa chọn có chọn lọc. Lắp đặt nhiều công nghệ có thể cải thiện chẩn đoán, nhưng đo lường không cần thiết làm tăng chi phí bảo trì và quản lý dữ liệu.

Chương trình hộp số có thể kết hợp rung động, mảnh vụn dầu, nhiệt độ và tải trọng. Một quạt đơn giản có thể chỉ cần rung động và dòng điện động cơ.

Cần theo dõi hiệu chuẩn, tình trạng cảm biến và trạng thái truyền thông. Một cảm biến hỏng có thể xuất hiện như hành vi thiết bị ổn định nếu không được phát hiện.

Hệ thống nên nhận diện tín hiệu phẳng, giá trị không thể xảy ra, nhiễu quá mức, khoảng trống dữ liệu và sự trôi dần của cảm biến.

Xử lý tại biên có thể giảm lưu lượng mạng bằng cách tính toán các đặc trưng gần tài sản. Ví dụ bao gồm rung động trung bình bình phương căn bậc hai, hệ số đỉnh, độ nhọn, đỉnh phổ và tốc độ thay đổi nhiệt độ.

Việc giữ lại sóng dạng thô vẫn hữu ích cho điều tra. Tuy nhiên, lưu trữ mọi sóng dạng tần số cao vô thời hạn có thể tạo ra chi phí không cần thiết.

Một cách tiếp cận cân bằng lưu trữ các đặc trưng đã tính toán liên tục. Nó giữ lại dữ liệu thô xung quanh các bất thường, chuyển đổi vận hành và các sự kiện lỗi đã xác nhận.

Các cảm biến và thành phần giám sát công nghiệp cũng nên duy trì khả năng bảo trì trong suốt vòng đời chương trình. Khả năng thay thế, tài liệu và tính tương thích hệ thống ảnh hưởng đến độ tin cậy lâu dài.

Các cơ sở xem xét kiến trúc giám sát của họ có thể so sánh các thành phần giám sát máy móc phù hợp cho các ứng dụng rung động, vị trí, tốc độ và điều kiện thiết bị.

5. Chuẩn bị Dữ liệu và Phát triển Mô hình Phân tích

Việc lắp đặt cảm biến bắt đầu giai đoạn phát triển dữ liệu. Nó không tạo ra ngay lập tức một mô hình dự đoán đáng tin cậy.

Dữ liệu công nghiệp thô chứa nhiễu, giá trị thiếu, chuyển đổi vận hành, gián đoạn truyền thông và thay đổi liên quan đến bảo trì. Những điều kiện này phải được xử lý một cách có hệ thống.

Yêu cầu đầu tiên là căn chỉnh thời gian chính xác. Dữ liệu cảm biến, giá trị quy trình, sự kiện cảnh báo và hồ sơ bảo trì phải sử dụng dấu thời gian tương thích.

Một vài phút lệch trục có thể tạo ra các mối quan hệ sai lệch. Vấn đề này trở nên nghiêm trọng trong các thay đổi vận hành nhanh hoặc sự kiện lỗi.

Tần số lấy mẫu cũng phải phù hợp với phép đo. Nhiệt độ có thể yêu cầu một lần đọc mỗi phút. Phân tích rung động có thể yêu cầu hàng nghìn mẫu mỗi giây.

Kỹ sư dữ liệu thường chuyển đổi tín hiệu thô thành các đặc trưng điều kiện. Những đặc trưng này giảm dung lượng dữ liệu và làm nổi bật các mẫu liên quan đến sự suy giảm.

Các đặc trưng rung động hữu ích bao gồm biên độ tổng thể, năng lượng phổ, các dải bên, sóng hài, giá trị bao, hệ số đỉnh và độ nhọn.

Các đặc trưng nhiệt độ có thể bao gồm giá trị tuyệt đối, sự khác biệt so với môi trường, tốc độ thay đổi và độ lệch so với tài sản tương đương.

Các đặc trưng hiện tại có thể bao gồm nhu cầu được chuẩn hóa theo tải, hàm lượng sóng hài, mất cân bằng pha và các thay đổi trong điều kiện vận hành tương đương.

Ngữ cảnh vận hành nên được giữ làm một phần của bộ dữ liệu. Các mô hình được huấn luyện mà không có tốc độ, tải, trạng thái sản xuất hoặc điều kiện môi trường có thể nhầm lẫn biến đổi bình thường với hư hỏng thiết bị.

Tuabin gió tạo ra các đặc trưng khác nhau dưới điều kiện gió thay đổi. Khởi động, tắt máy, điều chỉnh góc cánh, phanh và các sự kiện lưới điện cũng tạo ra các thay đổi tạm thời.

Mô hình nên hiểu hoặc loại trừ các chuyển đổi này. Nếu không, nó có thể tạo ra cảnh báo thường xuyên mỗi khi trạng thái hoạt động thay đổi.

Việc lựa chọn mô hình phụ thuộc vào các nhãn có sẵn. Nếu các ví dụ về lỗi trong quá khứ được ghi chép đầy đủ, học có giám sát có thể khả thi.

Ở nhiều cơ sở, ví dụ lỗi đã xác nhận còn hạn chế. Do đó, các phương pháp không giám sát hoặc bán giám sát có thể là điểm khởi đầu thực tế.

Mô hình hành vi bình thường học mối quan hệ mong đợi giữa các tín hiệu trong quá trình vận hành khỏe mạnh. Sau đó nó xác định các sai lệch so với mối quan hệ đó.

Cách tiếp cận này thường hữu ích vì dữ liệu vận hành khỏe mạnh nhiều hơn dữ liệu sự cố.

Tuy nhiên, một bất thường không tự động là một sự cố. Nó chỉ cho thấy hành vi hiện tại khác với tham chiếu đã học.

Kỹ sư phải xác định liệu sự thay đổi phản ánh sự suy giảm, biến động quy trình, hoạt động bảo trì, sự cố cảm biến hay chế độ vận hành chưa được đại diện.

Mô hình nên được chia thành các giai đoạn đào tạo, xác thực và kiểm tra. Việc chia ngẫu nhiên các mẫu riêng lẻ có thể tạo ra kết quả gây hiểu lầm.

Dữ liệu chuỗi thời gian công nghiệp chứa mối quan hệ mạnh giữa các phép đo liền kề. Do đó, giai đoạn thử nghiệm nên bao gồm các giai đoạn vận hành hoặc lịch sử tài sản riêng biệt.

Chỉ số hiệu suất nên phản ánh nhu cầu bảo trì. Độ chính xác tổng quát có thể gây hiểu lầm vì các sự kiện hỏng hóc hiếm gặp.

Các chỉ số hữu ích bao gồm độ chính xác, độ nhạy, số cảnh báo sai mỗi tháng, sự kiện bị bỏ sót, thời gian cảnh báo và tỷ lệ cảnh báo có thể hành động.

Ví dụ, một mô hình có thể nhận diện mọi vấn đề về vòng bi. Tuy nhiên, nó cũng có thể tạo ra mười cảnh báo sai mỗi tuần.

Nhân viên bảo trì sẽ nhanh chóng mất niềm tin. Mô hình có thể nhạy về mặt kỹ thuật nhưng không sử dụng được trong vận hành.

Kết quả phân tích cũng phải có thể giải thích được. Kỹ sư nên thấy biến số nào thay đổi và mẫu khác biệt như thế nào so với chuẩn.

Một cảnh báo chỉ ghi “phát hiện bất thường” cung cấp giá trị chẩn đoán hạn chế. Cảnh báo tốt hơn sẽ xác định sự gia tăng rung động hộp số gần một tần số cụ thể.

Nó cũng có thể cho thấy nhiệt độ tăng và xu hướng xấu đi dưới tải trọng tương đương. Thông tin này hỗ trợ việc kiểm tra có mục tiêu.

Tài liệu mô hình nên ghi lại thời gian đào tạo, tài sản bao gồm, điều kiện vận hành, dữ liệu bị loại trừ, các đặc trưng đầu vào và các giới hạn dự kiến.

Bản ghi này trở nên thiết yếu khi thiết bị được sửa đổi, cảm biến được thay thế hoặc quy trình sản xuất thay đổi.

6. Cải thiện Mô hình Thông qua Kết quả Bảo trì Đã Xác nhận

Mô hình dự đoán cần được học liên tục. Phiên bản đầu tiên được triển khai nên được xem như một bản phát hành kỹ thuật có kiểm soát, không phải sản phẩm hoàn chỉnh.

Các mô hình ban đầu thường dựa vào dữ liệu được gán nhãn bởi kỹ sư và nhà khoa học dữ liệu. Theo thời gian, hệ thống nhận được nhiều lịch sử vận hành và bằng chứng bảo trì hơn.

Mỗi cảnh báo tạo ra một cơ hội học hỏi. Đội ngũ bảo trì nên ghi lại liệu tình trạng dự đoán có được xác nhận, xác nhận một phần hay bị bác bỏ.

Việc kiểm tra nên mô tả tình trạng thực tế của bộ phận. Ảnh, số đo, kết quả dầu, các bộ phận đã thay thế và quan sát của kỹ thuật viên có thể cung cấp bằng chứng quý giá.

Trạng thái đơn giản “công việc đã hoàn thành” là không đủ. Nó không giải thích liệu mô hình có xác định đúng vấn đề hay không.

CMMS nên ghi lại mã lỗi có cấu trúc và các quan sát dạng văn bản tự do. Cả hai dạng thông tin đều hữu ích.

Mã có cấu trúc hỗ trợ phân tích qua nhiều sự kiện. Ghi chú của kỹ thuật viên cung cấp chi tiết mà các danh mục định sẵn có thể bỏ sót.

Đối với tuabin gió, mô hình có thể chỉ ra ma sát hộp số tăng lên. Kiểm tra có thể phát hiện ô nhiễm dầu bôi trơn thay vì hư hỏng bánh răng.

Mô hình vẫn cung cấp cảnh báo hữu ích. Tuy nhiên, nguyên nhân đã được xác nhận nên được đưa vào phân tích trong tương lai.

Phản hồi này giúp phân biệt các cơ chế hỏng hóc liên quan. Nó cũng cải thiện các khuyến nghị bảo trì.

Mô hình có thể bị trôi khi thiết bị hoặc vận hành thay đổi. Một loại dầu mới, động cơ thay thế, điều chỉnh điều khiển hoặc tăng sản xuất có thể làm thay đổi hành vi bình thường.

Điều kiện theo mùa cũng có thể ảnh hưởng đến đường cơ sở. Máy móc ngoài trời có thể trải qua biến động lớn về nhiệt độ và độ ẩm.

Giám sát mô hình nên theo dõi phân phối đầu vào, tỷ lệ bất thường, độ tin cậy dự đoán và hiệu suất cảnh báo đã được xác nhận.

Sự gia tăng đột ngột các cảnh báo có thể chỉ ra sự suy giảm thực sự trên nhiều tài sản. Nó cũng có thể chỉ ra vấn đề cảm biến hoặc thay đổi vận hành.

Việc đào tạo lại nên tuân theo một quy trình kiểm soát. Nhóm không nên tự động chấp nhận mọi mẫu vận hành mới là bình thường.

Một tài sản suy giảm có thể tiếp tục hoạt động trong nhiều tháng. Bao gồm khoảng thời gian đó như dữ liệu đào tạo khỏe mạnh sẽ làm yếu mô hình.

Kỹ sư nên phê duyệt các cửa sổ đào tạo và loại trừ các khoảng thời gian bất thường chưa được giải quyết. Kiểm soát phiên bản nên bảo tồn hành vi mô hình trước đó.

Khi một mô hình mới được phát hành, hiệu suất của nó nên được so sánh với phiên bản hiện tại. Việc triển khai bóng tối có thể đánh giá mô hình mới mà không kiểm soát quyết định bảo trì.

Quy trình này tạo ra quản trị kỹ thuật. Nó cũng ngăn chặn các thay đổi phân tích chưa được kiểm tra làm gián đoạn kế hoạch bảo trì.

7. Chuyển đổi Kết quả Phân tích Thành Mức Cảnh báo Thực tế

Ngưỡng cảnh báo kết nối kết quả mô hình với hành động bảo trì. Ngưỡng kém có thể làm cho mô hình vốn có khả năng trở nên không hiệu quả.

Ngưỡng quá nhạy cảm sẽ tạo ra công việc không cần thiết. Ngưỡng quá cao có thể chỉ cảnh báo ngay trước khi hỏng hóc xảy ra.

Thiết kế ngưỡng nên bao gồm các chuyên gia bảo trì, độ tin cậy, vận hành và dữ liệu. Mỗi nhóm đóng góp kiến thức khác nhau.

Chuyên gia dữ liệu hiểu về độ tin cậy của mô hình và hành vi phân phối. Kỹ sư độ tin cậy hiểu về các mẫu suy giảm.

Những người lập kế hoạch bảo trì hiểu về chuẩn bị công việc và thời gian dẫn đầu của nguồn lực. Đội ngũ vận hành hiểu về các giới hạn sản xuất và rủi ro vận hành chấp nhận được.

Thay vì chỉ có một mức cảnh báo, nhiều ứng dụng sẽ được lợi từ việc có nhiều giai đoạn. Mỗi giai đoạn nên tương ứng với một phản ứng được xác định rõ ràng.

Mức cảnh báo tư vấn có thể chỉ ra một sai lệch nhỏ nhưng kéo dài. Phản ứng có thể bao gồm xem xét xu hướng và tăng cường quan sát.

Một cảnh báo bảo trì có thể chỉ ra sự suy giảm đang phát triển. Phản ứng có thể bao gồm lập kế hoạch kiểm tra, kiểm tra phụ tùng và chuẩn bị lệnh công việc.

Một cảnh báo quan trọng có thể chỉ ra sự tiến triển nhanh. Phản ứng có thể yêu cầu giảm tải, kiểm tra ngay lập tức hoặc tắt máy có kiểm soát.

Ngưỡng nên xem xét cả cường độ và thời gian. Một đỉnh ngắn có thể do chuyển đổi vận hành gây ra.

Một sai lệch nhỏ nhưng kéo dài trong vài ngày có thể chỉ ra tình trạng quan trọng hơn.

Tốc độ thay đổi cũng rất có giá trị. Rung động tăng chậm và rung động tăng nhanh không nên tạo ra các mức ưu tiên giống nhau.

Nhiều tín hiệu có thể tăng độ tin cậy. Một dị thường rung kết hợp với thay đổi nhiệt độ và mảnh vụn dầu xứng đáng được chú ý hơn.

Các quy tắc ẩn cảnh báo nên được thiết kế cẩn thận. Các khoảng thời gian bảo trì, chuỗi khởi động, lỗi cảm biến đã biết và các thử nghiệm đã lên kế hoạch có thể cần xử lý tạm thời.

Tuy nhiên, việc ẩn hoặc loại bỏ cảnh báo nên vẫn được hiển thị và có thể kiểm tra. Việc ẩn hoặc loại bỏ vô thời hạn có thể che giấu rủi ro thực sự của thiết bị.

Mỗi cảnh báo nên chứa đủ thông tin để hành động. Nó nên xác định tài sản, tình trạng nghi ngờ, xu hướng, độ tin cậy và bước tiếp theo được khuyến nghị.

Nó cũng nên hiển thị bối cảnh vận hành liên quan. Điều này có thể bao gồm tải, tốc độ, nhiệt độ và so sánh với các tài sản tương tự.

Chương trình nên đo lường chất lượng cảnh báo. Các chỉ số hữu ích bao gồm tỷ lệ cảnh báo sai, thời gian phản hồi, phát hiện được xác nhận, thời gian cảnh báo và số lỗi được tránh.

Mục đích không phải là tối đa hóa số lượng cảnh báo. Mục đích là cung cấp một số lượng quyết định bảo trì đáng tin cậy và có thể quản lý được.

Hình 3. Bảo trì dự đoán phụ thuộc vào một vòng lặp liên tục giữa thiết bị vật lý, phân tích kỹ thuật số và hành động thực tế đã được xác minh. Hình ảnh được sử dụng với sự cho phép của Limble CMMS.

8. Kết nối Phát hiện Dị thường với Thực thi Công việc CMMS

Dự đoán chỉ tạo ra giá trị khi nó dẫn đến hành động phù hợp tại hiện trường. Bước cuối cùng này khép lại vòng lặp từ vật lý sang kỹ thuật số rồi trở lại vật lý.

Đầu tiên, cảm biến đo các điều kiện trong thiết bị vật lý. Dữ liệu được chuyển, làm sạch, đặt vào ngữ cảnh và phân tích trong các hệ thống kỹ thuật số.

Thông tin thu được sau đó phải được đưa trở lại hoạt động thực tế. Nhân viên bảo trì sẽ kiểm tra, điều chỉnh, bôi trơn, sửa chữa hoặc thay thế bộ phận bị ảnh hưởng.

CMMS cung cấp cầu nối vận hành giữa phân tích và thực thi bảo trì. Nó chuyển đổi các phát hiện kỹ thuật thành công việc đã được lên kế hoạch.

Việc tích hợp có thể bắt đầu với một quy trình xem xét đơn giản. Kỹ sư sẽ xác minh cảnh báo trước khi tạo yêu cầu công việc.

Các hệ thống tiên tiến hơn có thể tự động tạo thông báo hoặc dự thảo lệnh công việc. Tuy nhiên, có thể vẫn cần sự phê duyệt của con người trước khi lên lịch.

Việc tạo lệnh công việc hoàn toàn tự động nên được sử dụng có chọn lọc. Tự động hóa quản lý kém có thể làm tràn ngập CMMS với các nhiệm vụ trùng lặp hoặc giá trị thấp.

Mỗi lệnh công việc nên chứa điều kiện dự đoán, xu hướng hỗ trợ, kiểm tra được khuyến nghị, kỹ năng cần thiết và các cân nhắc an toàn liên quan.

Gói công việc cũng có thể bao gồm phụ tùng, công cụ, quy trình, giấy phép và thời gian hoàn thành ước tính.

Ví dụ về tuabin gió, bộ phận dự đoán có thể phát hiện tình trạng vòng bi đang phát triển. Nó có thể ước tính cần can thiệp trong vòng bốn tuần.

CMMS có thể kiểm tra sự sẵn có của vòng bi dự phòng, lịch trình kỹ thuật viên, yêu cầu cần cẩu và các công việc đã lên kế hoạch khác tại cùng vị trí.

Người lập kế hoạch bảo trì sau đó có thể chọn khung thời gian dịch vụ phù hợp. Điều này tránh việc huy động khẩn cấp và giảm mất mát sản lượng.

Lệnh công việc phải ghi lại kết quả cuối cùng. Kỹ thuật viên nên xác nhận xem có hư hỏng vòng bi, mất bôi trơn, lỏng lẻo hay điều kiện khác hay không.

Bộ phận bị tháo ra có thể được kiểm tra thêm. Phân tích phòng thí nghiệm có thể cung cấp bằng chứng bổ sung về tiến trình hỏng hóc.

Những phát hiện này được đưa trở lại môi trường phân tích. Chúng cải thiện nhãn mô hình, cài đặt ngưỡng và khuyến nghị bảo trì.

Tích hợp CMMS cũng hỗ trợ phân tích tài chính. Tổ chức có thể so sánh công việc dự đoán với các sửa chữa khẩn cấp trước đó.

Nó có thể đo lường lao động, phụ tùng, thời gian ngừng hoạt động, thiệt hại tránh được và ảnh hưởng đến sản xuất. Những kết quả này chứng minh liệu chương trình có tạo ra giá trị kinh tế hay không.

Việc tích hợp nên duy trì quyền sở hữu rõ ràng. Nhóm độ tin cậy có thể chịu trách nhiệm xác thực kỹ thuật, trong khi người lập kế hoạch bảo trì chịu trách nhiệm lên lịch công việc.

Nhân viên vận hành có thể phê duyệt các thay đổi sản xuất. Nhóm dữ liệu có thể duy trì hiệu suất mô hình và hạ tầng dữ liệu.

Trách nhiệm không nên biến mất giữa các hệ thống. Mỗi cảnh báo phải có người chịu trách nhiệm và thời gian phản hồi được xác định rõ ràng.

Các tổ chức cũng nên lên kế hoạch cho các sự cố truyền thông. Những thông tin quan trọng có thể yêu cầu lưu trữ cục bộ, đồng bộ hóa trễ hoặc phương pháp thông báo thay thế.

Thiết bị từ xa không thể hoàn toàn phụ thuộc vào kết nối đám mây liên tục. Hệ thống biên nên lưu giữ dữ liệu quan trọng trong thời gian mất kết nối.

Vòng lặp hoàn chỉnh trở nên mạnh mẽ hơn với mỗi sự kiện được xác nhận. Dữ liệu cảm biến cải thiện dự đoán, dự đoán cải thiện kế hoạch bảo trì, và kết quả bảo trì cải thiện các mô hình trong tương lai.

Giữ Dự Đoán Riêng Biệt Khỏi Bảo Vệ Máy Móc

Bảo trì dự đoán và bảo vệ máy móc thường sử dụng các phép đo liên quan. Mục tiêu và yêu cầu phản ứng của chúng vẫn khác nhau.

Hệ thống dự đoán xác định sự suy giảm dần dần và hỗ trợ can thiệp có kế hoạch. Nó có thể hoạt động trong nhiều ngày, tuần hoặc tháng.

Hệ thống bảo vệ phản ứng với các điều kiện nguy hiểm trong vòng vài giây hoặc mili giây. Mục đích của nó là ngăn ngừa thiệt hại thảm khốc hoặc vận hành không an toàn.

Phân tích dự đoán không nên trì hoãn hoặc ghi đè logic tắt máy đã thiết lập. Các chức năng bảo vệ phải vẫn mang tính xác định, được xác thực và độc lập phù hợp.

Ví dụ, mô hình rung động tua bin có thể xác định lỗi ổ trục phát triển chậm. Bảo trì có thể lên lịch kiểm tra trong đợt ngừng hoạt động sắp tới.

Nếu rung động đạt đến giới hạn nguy hiểm đã cấu hình, hệ thống bảo vệ máy móc có thể kích hoạt ngắt. Phản ứng đó không thể phụ thuộc vào mô hình đám mây hoặc phê duyệt bị trì hoãn.

Các hệ thống vẫn có thể chia sẻ bối cảnh kỹ thuật. Các sự kiện bảo vệ có thể cung cấp nhãn giá trị cho phân tích dự đoán.

Xu hướng dự đoán cũng có thể giúp kỹ sư xem xét cài đặt cảnh báo và ngắt. Mọi thay đổi cài đặt bảo vệ phải tuân theo quy trình kỹ thuật chính thức.

Các cơ sở vận hành thiết bị quay quan trọng có thể sử dụng các nền tảng chuyên dụng như hệ thống bảo vệ máy móc Bently Nevada 3500 cùng với giám sát tình trạng và phân tích bảo trì rộng hơn.

Kiến trúc nên xác định quyền sở hữu dữ liệu, tốc độ cập nhật, ranh giới an ninh mạng và luồng thông tin được phép giữa các hệ thống.

Sự tách biệt này bảo vệ an toàn và khả dụng. Nó cũng ngăn không cho kỳ vọng bảo trì dự đoán được áp dụng cho các chức năng bảo vệ thời gian thực không phù hợp.

Đo lường kết quả thông qua kết quả bảo trì và sản xuất

Chương trình bảo trì dự đoán không nên được đánh giá dựa trên số lượng cảm biến, số lượng bảng điều khiển hoặc khối lượng dữ liệu lưu trữ.

Những con số đó mô tả hoạt động kỹ thuật. Chúng không chứng minh rằng tổ chức đã cải thiện độ tin cậy.

Các chỉ số hiệu suất nên liên kết trực tiếp với kết quả bảo trì và sản xuất. Các chỉ số hữu ích bao gồm tránh được sự cố, giảm thời gian ngừng hoạt động và kéo dài thời gian cảnh báo.

Tổ chức cũng có thể theo dõi công việc khẩn cấp, tỷ lệ công việc được lên kế hoạch, lao động bảo trì, tiêu thụ phụ tùng và khả dụng tài sản.

Thời gian trung bình giữa các lần hỏng hóc có thể cải thiện trong vài năm. Các chương trình thí điểm cũng cần các chỉ số trở nên rõ ràng sớm hơn.

Độ chính xác cảnh báo cung cấp một chỉ số sớm. Nó đo tần suất cảnh báo xác định được tình trạng xác nhận cần hành động.

Thời gian cảnh báo trung bình cho thấy hệ thống có cung cấp đủ thời gian để lập kế hoạch hay không. Một dự đoán chính xác đến một giờ trước khi sự cố xảy ra có thể không mang lại nhiều giá trị bảo trì.

Tỷ lệ phần trăm các can thiệp được lên kế hoạch cho thấy liệu các dự đoán có đang thay đổi cách thực hiện công việc hay không. Việc giảm mua hàng khẩn cấp có thể mang lại lợi ích đo lường được khác.

Đối với thiết bị tiêu thụ nhiều năng lượng, chương trình có thể xác định mất hiệu quả trước khi xảy ra sự cố chức năng. Việc điều chỉnh sai lệch, ma sát hoặc tắc nghẽn có thể giảm tiêu thụ điện năng.

Các quy trình nhạy cảm với chất lượng có thể hưởng lợi từ hiệu suất thiết bị ổn định. Một ổ đĩa, van hoặc thiết bị đo lường bị suy giảm có thể ảnh hưởng đến tính nhất quán của sản phẩm.

Tính toán kinh doanh nên bao gồm chi phí triển khai và vận hành. Cảm biến cần bảo trì. Phần mềm cần hỗ trợ. Mô hình cần xem xét và đào tạo lại.

Chi phí mạng, lưu trữ, tích hợp và an ninh mạng cũng nên được tính đến. Loại trừ các chi phí này tạo ra ước tính lợi tức không thực tế.

Một phép tính giá trị đơn giản có thể so sánh lợi ích hàng năm dự kiến với chi phí chương trình hàng năm. Lợi ích có thể bao gồm tránh thời gian ngừng hoạt động, giảm thiệt hại thứ cấp và giảm lao động khẩn cấp.

Tổ chức nên phân biệt giữa tiết kiệm đã xác nhận và giảm rủi ro ước tính. Cả hai đều quan trọng, nhưng không nên trình bày như kết quả giống nhau.

Ví dụ, một lỗi ổ bi được phát hiện có thể ngăn ngừa sự cố thực tế. Chi phí tránh được có thể ước tính dựa trên lịch sử lỗi trước đó.

Một cảnh báo không phát hiện lỗi xác nhận không nên tự động được đánh giá cùng giá trị tài chính.

Đánh giá trường hợp nên ghi lại bằng chứng đằng sau mỗi lợi ích. Cách tiếp cận này tạo uy tín với bộ phận vận hành và lãnh đạo tài chính.

Nó cũng giúp nhóm xác định tài sản và chế độ hỏng hóc nào mang lại lợi tức mạnh nhất.

Tránh Những Sai Lầm Phổ Biến Nhất Trong Bảo Trì Dự Đoán

Nhiều chương trình bảo trì dự đoán gặp phải các vấn đề tương tự. Nhận biết sớm có thể bảo vệ thử nghiệm khỏi chi phí không cần thiết.

Vấn đề thứ nhất là chọn tài sản chỉ vì thuận tiện. Thiết bị dễ tiếp cận có thể dễ dàng lắp đặt cảm biến, nhưng sự cố của nó có thể ít ảnh hưởng đến vận hành.

Vấn đề thứ hai là thu thập dữ liệu mà không xác định các chế độ hỏng hóc. Hệ thống sau đó tạo ra các xu hướng mà không giải thích những gì cần kiểm tra.

Vấn đề thứ ba là bỏ qua bối cảnh vận hành. Thay đổi về tải, tốc độ, loại sản phẩm hoặc nhiệt độ môi trường có thể giống như sự suy giảm.

Vấn đề thứ tư là dựa vào nhận dạng tài sản kém. Dữ liệu cảm biến và hồ sơ bảo trì không thể kết nối đáng tin cậy khi tên thiết bị khác nhau giữa các hệ thống.

Vấn đề thứ năm là sử dụng hồ sơ bảo trì lịch sử mà không xác thực. Các lệnh công việc có thể chứa mô tả không đầy đủ, không nhất quán hoặc sao chép.

Vấn đề thứ sáu là đo hiệu suất mô hình chỉ qua độ chính xác tổng quát. Các lỗi hiếm có thể khiến mô hình không hiệu quả trông có vẻ thành công.

Vấn đề thứ bảy là tạo ra quá nhiều cảnh báo. Cảnh báo sai thường xuyên làm giảm niềm tin và khuyến khích nhân viên phớt lờ hệ thống.

Vấn đề thứ tám là cung cấp cảnh báo mà không có hành động đề xuất. Đội bảo trì cần hướng dẫn kiểm tra, không chỉ điểm số bất thường dạng số.

Vấn đề thứ chín là loại trừ kỹ thuật viên khỏi quá trình phát triển. Nhân viên hiện trường hiểu rõ âm thanh vận hành, các lỗi lặp lại, các cách rút ngắn bảo trì và lịch sử thiết bị.

Vấn đề thứ mười là mở rộng quy mô trước khi thử nghiệm ổn định. Mở rộng một mô hình chưa trưởng thành sẽ làm tăng các vấn đề về chất lượng dữ liệu và khối lượng công việc quản lý cảnh báo.

An ninh mạng cũng có thể trở thành một rủi ro bị bỏ qua. Cảm biến và cổng kết nối mới mở rộng bề mặt tấn công công nghiệp.

Thiết bị nên sử dụng truy cập có kiểm soát, cấu hình bảo mật, firmware được tài liệu hóa, phân đoạn mạng và xác thực phù hợp.

Kết nối đám mây nên tuân theo chính sách và đánh giá rủi ro của trang web. Truy cập từ xa không được tạo ra con đường không kiểm soát vào mạng điều khiển quan trọng.

Các tổ chức cũng nên tránh phụ thuộc vào một chuyên gia duy nhất. Hệ thống cần có quyền sở hữu được tài liệu hóa, quy trình vận hành và trách nhiệm hỗ trợ.

Một mô hình chỉ có một nhà khoa học dữ liệu hiểu sẽ khó duy trì. Hệ thống giám sát mà kỹ thuật viên không thể khắc phục sự cố cuối cùng sẽ mất dữ liệu.

Các chương trình thành công xem bảo trì dự đoán như một hệ thống công nghiệp được duy trì. Họ áp dụng kiểm soát cấu hình, đánh giá hiệu suất và lập kế hoạch vòng đời.

Chuyển từ thử nghiệm sang tiêu chuẩn trang web có thể lặp lại

Một thử nghiệm thành công không tự động trở thành chương trình doanh nghiệp thành công. Mở rộng đòi hỏi tiêu chuẩn hóa mà không bỏ qua sự khác biệt về thiết bị.

Bước mở rộng đầu tiên là tài liệu hóa kiến trúc thử nghiệm. Điều này bao gồm cảm biến, cổng kết nối, cấu trúc thẻ, tần suất lấy mẫu, tính năng, mô hình, ngưỡng và quy trình CMMS.

Nhóm nên xác định các yếu tố có thể tái sử dụng. Nhận dạng tài sản, kiểm soát an ninh mạng, định dạng bảng điều khiển và các trường đơn đặt hàng có thể trở thành tiêu chuẩn của trang web.

Mô hình hỏng hóc có thể yêu cầu tùy chỉnh nhiều hơn. Mô hình bơm không thể áp dụng trực tiếp cho máy biến áp hoặc bộ điều khiển servo.

Ngay cả các bơm tương tự cũng có thể hoạt động dưới các tải trọng, chất lỏng, tốc độ và điều kiện đường ống khác nhau. Việc xác thực tại chỗ vẫn cần thiết.

Tổ chức có thể tạo các mẫu cho các loại tài sản phổ biến. Mẫu động cơ có thể bao gồm rung động, dòng điện, nhiệt độ, tốc độ và thông tin trạng thái hoạt động.

Mẫu bơm ly tâm có thể thêm áp suất hút, áp suất xả, lưu lượng và tình trạng phớt.

Mẫu hộp số có thể bao gồm tốc độ trục, phổ rung, tình trạng dầu và tải trọng. Những mẫu này giảm bớt công sức kỹ thuật trong khi vẫn giữ được tính liên quan kỹ thuật.

Việc lựa chọn tài sản nên tiếp tục dựa trên phân tích mức độ quan trọng và chế độ hỏng hóc. Mở rộng không có nghĩa là lắp đặt cảm biến trên mọi máy móc.

Chiến lược phân tầng thường hiệu quả hơn. Các tài sản quan trọng được giám sát trực tuyến liên tục.

Các tài sản quan trọng có thể được giám sát không dây với tần suất thấp hơn. Các tài sản không quan trọng có thể được kiểm tra định kỳ hoặc bảo trì phòng ngừa.

Kiến trúc dữ liệu cũng phải có khả năng mở rộng. Quy ước đặt tên, đơn vị, dấu thời gian, cờ chất lượng và hệ thống phân cấp tài sản nên được giữ nhất quán.

Nếu không có các tiêu chuẩn này, mỗi trang web mới sẽ tạo ra một bộ dữ liệu riêng biệt. Phân tích doanh nghiệp sau đó trở nên khó khăn và tốn kém.

Quản trị mô hình nên xác định ai có thể phê duyệt các thay đổi. Nó cũng nên xác định các yêu cầu về kiểm tra, phát hành, khôi phục và đánh giá hiệu suất.

Đào tạo cũng quan trọng không kém. Người vận hành cần hiểu ý nghĩa của các cảnh báo. Người lập kế hoạch bảo trì cần biết cách dự đoán ảnh hưởng đến ưu tiên công việc.

Kỹ thuật viên cần quy trình để xác minh các điều kiện dự đoán. Kỹ sư độ tin cậy cần công cụ để xem xét bằng chứng mô hình và kết quả bảo trì.

Lãnh đạo nên nhận các chỉ số vận hành thay vì chi tiết mô hình kỹ thuật. Họ cần thấy được độ sẵn sàng, thời gian ngừng tránh được, hiệu quả bảo trì và giá trị tài chính.

Lộ trình mở rộng nên giữ tính từng bước. Mỗi lần mở rộng nên sử dụng bài học từ loại tài sản hoặc địa điểm trước đó.

Cách tiếp cận này giảm rủi ro và duy trì niềm tin tổ chức. Nó cũng đảm bảo chương trình phát triển vì nó hiệu quả, không phải vì công nghệ trông ấn tượng.

Bắt đầu với một vấn đề có giá trị và đóng vòng lặp

Bảo trì dự đoán hiệu quả nhất khi bắt đầu với rủi ro thiết bị được xác định rõ ràng. Chương trình nên nhắm vào một chế độ hỏng hóc có thể quan sát và một quyết định bảo trì thực tế.

Chọn một tài sản mà cảnh báo sớm tạo ra giá trị đo được. Xây dựng cơ sở đáng tin cậy từ lịch sử vận hành và bảo trì.

Xác định cơ chế hỏng hóc vật lý trước khi chọn cảm biến. Phù hợp mỗi phép đo với giả thuyết kỹ thuật về sự suy giảm.

Chuẩn bị dữ liệu cẩn thận và bao gồm bối cảnh vận hành. Chọn phương pháp phân tích phù hợp với bằng chứng hỏng hóc có sẵn.

Cải thiện mô hình thông qua kết quả kiểm tra và sửa chữa đã được xác nhận. Thiết lập các mức cảnh báo tương ứng với các hành động bảo trì rõ ràng.

Cuối cùng, kết nối bộ dự đoán với kế hoạch CMMS và thực thi hiện trường. Các phát hiện bảo trì hoàn chỉnh phải được trả về mô hình.

Các tổ chức nên bắt đầu với một hoặc hai tài sản quan trọng. Họ nên tránh cám dỗ bao phủ toàn bộ cơ sở ngay lập tức.

Một dự án thí điểm tập trung cho phép nhóm kỹ thuật xác thực cảm biến, phân tích, quy trình làm việc và giá trị tài chính mà không gây phức tạp quá mức.

Khi vòng lặp hoạt động nhất quán, tổ chức có thể mở rộng nó sang thiết bị tương tự và các chế độ hỏng hóc bổ sung.

Các chương trình bảo trì dự đoán trưởng thành nhất không chỉ được định nghĩa bởi trí tuệ nhân tạo. Chúng kết hợp công nghệ với kỹ thuật độ tin cậy có kỷ luật và thực thi bảo trì thực tế.

Kết quả không chỉ đơn thuần là nhiều dữ liệu hơn. Đó là kiến thức sớm hơn, kế hoạch tốt hơn, ít sự cố khẩn cấp hơn và hoạt động công nghiệp đáng tin cậy hơn.