http://www.sharifulalam.com 2022-04-27 11:12 來源:ABB
各項研究表明,設備故障導致的計劃外停機每年為行業帶來3%至5%(有時甚至更多)的生產力損失。只要管理層愿意考慮和采納成熟的策略方法,借助現代工業物聯網 (IIoT) 技術和SCADA系統提供的所有數據和連接功能,就可以顯著降低上述損失。
設備維護模式
從被動維護到主動維護、預測性維護,過程設備的維護方法多種多樣。從成本和時間角度看,每種方法各有優缺點,需要具體問題具體分析。關鍵是將方法與應用結合起來。這一點對于生產關鍵型旋轉設備尤其如此。
工業物聯網 (IIoT) 傳感器、SCADA系統和先進分析軟件的普及幫助能源公司從被動式維護轉向慣例維護。
01被動式維護(事后維修)
在一項行業調查中,近四分之一的受訪者表示,其超過25%的資產采用這種維護模式。燈泡壞了才更換通常不會對生產造成負面影響,還可以節省定期更換燈泡的成本,因為燈泡往往具有超長的使用壽命。但是同樣的方法不適用于旋轉設備,例如關鍵的泵機和鼓風機,因為這些設備故障會導致工廠的運行中斷,且緊急維修的代價可能極其昂貴。
02預防性維護模式(按固定時間或周期間隔進行)
盡管研究表明,故障模式與基于時間的退化模式之間的關系僅適用于大約18%的情況,但是仍有約45%的公司采用這種傳統的定期維護方法來維護超過四分之一的資產。計劃的維護周期可能根據平均磨損狀態、最壞情況下的設備故障經驗、其他一些歷史參考依據、或者設備制造商的建議而綜合考慮。問題在于,盡管該方法浪費了大量的零件和人工成本,為大多數設備計劃和執行了不必要的“預防性”維護,但僅使用這一方法仍然會偶爾發生設備故障和計劃外停機。更糟的是,在不必要的物理干預過程中,錯誤的檢查、裝配或拆卸不當甚至會引入人為錯誤。
03基于狀態的維護模式
借助隨時待命的傳感器和分析設備來監控振動、運營溫度升高、流速下降等警示信號,從而僅在狀態報警時對設備進行維護,大幅節省時間和資金。
04 預測性維護模式
預測性維護依靠儀表測量的實時監控結果。通過使用設備特有的實時數據,而非估算的平均值,系統可以跟蹤設備退化的發展過程,并將其與已知的性能特性相比較,預估出最經濟有效的時間,在發生功能性故障之前執行維護干預( 圖2)。雖然預測性維護的概念是合乎邏輯的,它建立在與歷史經驗相關的基于狀態的輸入之上,但期望從長期計劃維護方法無縫切換到由"黑匣子"驅動的全自動方法是不現實的。轉換到預測性維護方法(基于安裝在整個處理過程中的數十個傳感器的分析反饋)可能會引起經驗豐富的工廠維護工人的一些擔憂( 甚至是抵觸),因為他們習慣于信任自己的經驗和見解??梢愿鼡Q角度思考,將預測性維護/資產管理方法做為歷史記錄的補充,與工人認知相結合,并在異常情況下進行干預。
在掌握設備退化進度的前提下,預測性維護模式可在運營狀態降至緊急情況之前警告維護人員。相比于緊急維修或更換,這有助于避免意外停機,優化定期維護,減少維護成本。
05慣例維護(Prescriptive Maintenance)
隨著機器學習和人工智能 (AI) 的日益普及,企業現在可以通過分析特定設備狀態的影響,并根據相關影響和機會采取適當的行動方案,來進一步完善系統。
只有融入到企業文化及其資產管理觀念的整體轉變中,設備維護策略方法的蛻變才能發揮最大效益。這可能需要一些時間,但在降低生產力損失、減少維護成本和人力的無謂浪費方面,卻是一筆超值的投資。
采用聯合協作方法進行預測性維護,可以充分利用設備出現問題之前連續收集和分析的數據,更快速、更經濟高效地報告警報狀態,提供現場解決方案。
實際案例
雖然預測性維護模式剛剛在能源行業嶄露頭角,但是多種同類旋轉設備應用已經證明,采用更具分析性的維護方法在成本效益和停機防范方面極具價值:
1. 旋轉設備維護
某家公用事業企業從基于時間的維護轉換成基于狀態的預測性維護后,其33個生產設施(包括100個旋轉設備)在三個主要領域大獲成功:
為實現上述目標,該企業分析了約800個數字資產模塊的19萬個信號。盡管用戶是一家水力發電公司,但從概念上已證明,作業類型及記錄的成本節省都與旋轉設備在水處理、水配送或廢水收集和處理中的應用相關。
2. 提升維護有效性
一家化工企業實施了預測性維護,監測工廠內的100多個不同的控制回路。他們與預測性維護系統的供應商建立了一個協作運營環境,充分發揮供應商在控制回路分析方面的經驗,深入理解如何基于該數據來部署維護。最終將運營成本(OPEX) 降低了20%以上,通過全天候可視化功能加快解決問題的速度,每年可節省35天的分析時間。
另一家化工企業在其旋轉設備上使用了無線傳感器來優化廠內60,000臺機組。過去,此類設備造成了工廠中80%的維護問題。最終,該企業減少了意外故障,提高了生產效率,并最大限度地降低了運營成本。
3. 提高公用事業效率
某家綜合公用事業公司證實了設定多重警報限值并在情況嚴峻之前進行干預的可行性。他們的水務運營商可以優先考慮并更積極地預防問題,而這是泄漏檢測的關鍵,到目前為止,作為持續改進循環的一部分, 損失已從33%減少到20%。集中式長期數據存儲有利于為公司的每個層級提供支持。重要數據可以隨時隨地在整個公司中使用,并且通過協作提高質量和效率。現在,該公用事業公司無需花費時間進行維護,而是集中精力對設施進行微調,并提供更好更穩定的水質。