工厂预测性维护设备情况说明

　　预测性维护(PdM)是在正常运行期间直接监控设备性能和状况的维护，以减少故障的可能性。自20世纪90年代以来，预测性维护也被称为基于状态的维护，已在工业界正式使用。

　　然而，实际上，预测性维护要早得多，尽管其历史记录尚未正式记录。根据Control Engineering的说法，“预测性维护(PdM)的开始可能是机械师***先将他的耳朵放在螺丝刀的手柄上，将另一端接触到机器，并宣称它听起来像一个轴承坏了“。

　　预测性维护的目标是***先预测何时可能发生设备故障(基于某些因素)，然后通过定期计划和纠正性维护来预防故障的能力。

　　如果没有状态监测，预测性维护就不可能存在，状态监控定义为在过程条件下连续监控机器以确保机器的***佳使用。状态监测有三个方面：在线，定期和远程。在线状态监测定义为对机器或生产过程的连续监控，收集关于临界速度和更改主轴位置的数据(“旋转机器的状态监测”，Istec International)。

　　通过振动分析实现的周期性状态监测“通过趋势分析”(“旋转机械状态监测”，Istec International)“深入了解装置的振动行为”。***后，远程状态监测，顾名思义，允许从远程位置监控设备，并传输数据进行分析。

　　在建立预测性维护计划之前，组织必须采取几个步骤，其中包括：

　　1、分析需求和设备历史

　　2、审查有关停机时间，设备缺陷，损失(产量和能源)，潜在的监管罚款和工作场所安全的任何和所有可用记录

　　3、建立定义和概念以及为PdM构建案例

　　4、教育主要利益相关者并获得支持

　　5、完成设备库存并评估当前的设备状况

　　6、为程序的初始实施选择设备

　　7、根据各个系统和/或组件开发系统详细信息

　　8、评估任何现有的预防性或预测性维护

　　9、决定要包含哪些系统以及要检查的内容

　　10、定义程序的关键性并建立PdM频率和计划类型

　　11、评估预期资源并分配人员角色和职责

　　12、组织程序并将其集成到调度系统中

　　13、从运营和维护中获得教育和获得支持

　　14、升级设备和进行培训

　　15、创建计算机化维护管理系统(CMMS)

　　16、在正确实施和执行时，预测性维护是成功维护计划的基石。

　　17、预测性维护与预防性维护的区别

　　虽然许多维护程序都使用了两者，但预测性维护和预防性维护之间存在一些差异。从历史上看，预防性维护涉及定期检查和执行机器维护，无论设备是否需要维护。此维护计划基于使用或时间触发器。例如，一个加热装置每年在冬天之前进行维修，或者一辆汽车每隔5,000英里需要一次定期维护。

　　此外，预防性维护不要求预测性维护的状态监视组件。通过不要求状态监测，预防性维护计划不涉及对技术和培训的大量资本投入。***后，许多预防性维护计划需要手动数据收集和分析。

　　虽然通过使用资产的平均生命周期来确定预防性维护，但是基于使用不同技术的特定设备的预设和预定条件来识别预测性维护。与预防性维护相比，预测性维护还需要对人员，培训和设备进行更多投资，但从长远来看，节省时间和节省成本将更多。

　　预测性维护的利弊

　　如前所述，从节约成本的角度来看，预测性维护的优势是巨大的，包括***大限度地减少计划停机时间，***大化设备使用寿命，优化员工生产力和增加收入(Immerman，“预测性维护对制造的影响”)。预测性维护的另一个优势是它能够转变维护团队和组织，因为实施PdM可以使资产管理人员改善结果并更好地平衡优先级，如盈利能力和可靠性。

　　预测性维护的主要缺点之一是评估和实施PdM计划所需的时间。由于预测性维护是一项复杂的计划，因此必须培训工厂人员不仅要使用设备，还要学习如何解释分析(或数据)。虽然许多组织选择培训现有员工进行预测性维护，但有些条件监控承包商专门负责执行所需的人工并分析设施的结果。除培训成本外，预测性维护还涉及对工具和系统的投资。幸运的是，随着基于云的技术的引入，这一成本随着时间的推移而降低。

　　预测性维护与缺陷检查

　　一段时间以来，在检查是否存在给定故障模式的适当方式上存在相当大的混淆。我应该进行某种类型的感官检查吗?我应该进行某种类型的定量检查吗?我应该应用一种或多种状态监测技术吗?我应该应用这些技术的某些组合来***大化找到缺陷的条件概率吗?

　　基本上，我如何识别缺陷的存在，以***大限度地延长我的计划部门有效和***效地开发工作程序，订购部件，安排和完成工作的时间，失败变得太***了?对检查类型的解释以及它们如何相互补充，大大有助于澄清哪些是***合适的。

　　缺陷检测技术的类型

　　感官检查一直被认为是任何良好检查计划的支柱。据信，经常派人去检查机器问题会导致在足够时间内发现缺陷，以有效减轻意外停机。检查员将使用视觉，听觉和触觉来确定自上次检查以来是否有任何变化。任何变更都将由工匠在下次计划中断时进行记录，报告和调查。

　　虽然派遣人员进行检查有很多好处，但是这个策略中存在很多漏洞，它永远不应被视为检查计划的支柱。感官检查通常只能识别***明显和***严重的问题。感官检查几乎不可能识别机器中的早期内部缺陷。

　　增强感官检查

　　增强的感官检查填补了灰色区域。它们既是感官检查，也是具有状态监测特征的定量测量。这些检查使用诸如点辐射计，频闪灯，手持式振动笔和简单超声波仪表等仪器来检测PF曲线上的缺陷。虽然这些工具增加了人类感官的力量，但它们有其局限性。这些简单的工具确实可以检测到不同的故障模式，但它们不应取代全面的状态监测程序。

　　定量检查

　　在生成趋势数据和确定故障模式的特征寿命时，定量检查可以提供有用的信息。定量检查需要有人来测量某些东西。非常常见的定量检查包括测量泵上密封的温度或测量泵叶轮上的背板间隙。这些测量为计划人员和工程师提供数据，并帮助确定是否需要进一步的维护操作。

　　如果设计得当，定量检查程序会详细说明限制和通常预期的测量。任何需要某人测量某些东西的检查都应该具有***小值，***大值和典型值，并且在超出限制时定义条件任务。但是，在适当的检查频率下进行的定量检查很少会有超过限值的测量值。

　　预测性维护作为缺陷检测技术

　　状态监测，也称为预测性维护(PdM)，是应用基于状态的监测技术，统计过程控制或设备性能，以便及早发现和消除可能导致意外停机或不必要支出的设备缺陷。

　　一般来说，您必须在设备正常运行时进行此操作，几乎没有过程中断。这些工具(振动分析，红外热成像，电机电路分析等)的目的是找到通过以前可用的检查方法找不到的缺陷，特别是在机器正常运行时。

　　利用现有技术，您可以准确地评估零件的状况以及迄今无法检测到的缺陷的存在。这些工具在定量检查或感官检查领域的优势的一个例子是使用振动分析来确定滚动元件轴承上是否存在缺陷。

　　以前，机械师和工程师依靠“升力检查”来确定轴承中的间隙量。不幸的是，这种技术仅适用于导致从轴承滚道中去除材料的轴承缺陷; 这个轴承在千分之几英寸的游戏中会非常糟糕。

　　通过振动分析可以很容易地看到亚表面疲劳，并且此时故障传播导致不会从滚道中去除材料。这是预测性维护技术优势的***常见示例。

　　可以对机器施加不同类型的缺陷检查技术，每种技术都有其优点和缺点。然而，这些技术不一定是彼此的精确替代。每个都确定沿着PF曲线在不同位置处存在缺陷，并且因此每个都给予计划函数不同的时间量以响应缺陷。

　　故障模式，影响和关键性分析(FMECA)可以帮助您确定应该应用哪种检查技术，多长时间以及冗余程度。请记住，诀窍是平衡风险和严谨。在给定的故障模式下，您愿意承担多少风险，以及您愿意为检查支付多少，这决定了适当的策略。

　　预测性维护技术

　　顾名思义，预测性维护的目标是预测何时需要维护。虽然没有Magic 8-Ball，但有几种状态监测技术和技术可用于有效预测故障，并为即将到来的维护提供***警告。

　　红外热像仪

　　被称为非破坏性或非侵入性测试技术，广泛使用预测性维护中的红外(IR)热成像。使用红外摄像机，人员可以检测设备中的***温(也称为热点)。磨损的部件，包括故障的电路，通常会发出热量，这些热量将在热图像上显示为热点(“预测性维护”，“精益制造工具”)。

　　通过快速识别热点，红外检查可以查明问题并帮助避免昂贵的维修和停机时间。红外技术被认为是“***通用的预测性维护技术之一......用于研究从机械的各个部件到工厂系统，屋顶甚至整个建筑物的所有内容”(控制工程)。红外技术的其他用途包括检测热异常和依赖于保温和/或转移的工艺系统的问题。

　　声学监测

　　利用 声学 技术，人员可以在声波或超声波水平上检测设备中的气体，液体或真空泄漏。考虑到比超声波技术便宜，声波技术在机械设备上非常有用，但其使用受到限制。另一方面，超声波技术具有更多应用，并且在检测机械问题方面更可靠。

　　它允许技术人员“通过使用仪器将20至100千赫兹范围内的声音转换为”听觉或可以由技术人员听到/看到的视觉信号。这些***频率是由磨损和润滑不足的轴承，故障电气设备，泄漏阀门等产生的确切频率。“(Wright，”如何利用多种预测性维护技术“)。

　　虽然声波和超声波测试都很昂贵，但还有另一种形式的声学监测非常实惠：技术人员的耳朵。“检测漏油或听起来很奇怪的变速箱这样简单的事情可以并且经常导致预防灾难性故障，避免数万美元的损失，”(赖特，“如何利用多种预测性维护技术”) )。

　　振动分析

　　主要用于***速旋转设备，振动分析允许技术人员使用手持式分析仪或直接内置于设备中的传感器来监控机器的振动。在峰值条件下操作的机器表现出特定的振动模式。当轴承和轴等部件开始磨损和失效时，机器将开始产生不同的振动模式。通过主动监控设备，经过培训的技术人员可以将读数与已知的故障模式进行比较，以确定问题发生的位置。

　　通过振动分析可以检测到的问题包括未对准，弯曲轴，不平衡部件，松动的机械部件和电机问题。

　　确保技术人员接受适当的培训至关重要，因为利用振动分析来预测机器故障可能很困难。许多组织提供深入的培训，以使个人为振动分析师的认证做好准备。使用振动分析的***缺点是使用PdM程序实现它所需的成本。

　　油品分析

　　油品分析是预测性维护中非常有效的工具。它使技术人员能够检查油的状况并确定是否存在其他颗粒和污染物。一些油分析测试可以揭示粘度，水或磨损金属的存在，颗粒计数以及酸值或碱值。

　　使用油分析的好处之一是初始测试将为新机器设置基线。如果操作得当，油品分析可以产生大量的结果，有助于使预测性维护成功。

　　其他技术

　　除了这些技术，设施还可以采用其他技术，如电机状态分析，详细说明电机的运行和运行状况; 和涡流分析，识别离心式冷水机组和锅炉系统内管壁厚度的变化。内窥镜检查，CMMS，数据集成和状态监测也有助于促进预测性维护。虽然有几种不同的技术可以帮助您完成PdM，但选择合适的技术以确保成功至关重要。

　　预测性维护的商业案例

　　为了实现资本投资回报并保持机器以******效率运行，设施必须更加重视预测性维护。据“ 华尔街日报”报道，“计划外停工成本每年使工业制造商损失500亿美元。设备故障是导致意外停机42%的原因。意外中断导致过度维护，维​​修和设备更换。“

　　随着运营和管理被推向降低成本和提***生产力，预测性维护的需求变得明显，因为很难为设施做出任何具有成本效益的长期决策。

　　预测性维护的价值来自节省成本和/或节省时间的观点，因为维护仅在需要时执行。事实上，美***能源部联邦能源管理计划的一些研究发现，正常运行的预测性维护计划可以节省30-40%的活性维护费用，比预防性维护费用提***8-12%。

　　要使PdM战略取得成功，必须考虑并满足若干标准。***先，承诺应该来自自上而下。整个组织必须致力于将预测性维护作为正常计划的强制部分。所有过程操作员也必须接受教育并参与执行所需的维护检查。此外，整个组织需要了解实际成本和不良维护的影响。***后，必须立即实施PdM程序，以便组织开始获得收益。

　　虽然许多人认识到利用预测性维护对***价机器的重要性，但PdM也可用于监控较小的日常资产，如咖啡机，打印机，邮资计等。实际上，整个设施可以从实施预测性维护中受益。

　　预测性维护应用程序

　　预测性维护的***大应用是制造业。随着制造工厂继续面临提***生产率的需求，已经创建并实施了几种维护策略。但是，其中大多数都是反应性的。许多设施都有一种心态，“如果它没有损坏，就不要修理它。”不幸的是，这种心态导致了计划外的维护和停机。

　　如前所述，设施在20世纪90年代初开始实施预测性维护。当时，“缺乏可用于生成数据的传感器以及缺乏用于收集和分析数据的计算资源使得难以实施PdM”(“制造概述中的预测性维护”，Microsoft Azure)。

　　随着物联网(IoT)，机器学习，云计算和大数据分析的引入，制造业在实施预测性维护方面取得了进展，从而延长了正常运行时间和质量控制，优化了维护路线，提***了工人的安全性。提***生产力。由于制造商的利润率和时间框架都很紧张，因此对计划外停机的想法变得非常不受欢迎。预测性维护可以提供解决方案。

　　PdM的另一个应用是铁路部门，特别是涉及铁路行业的数字化转型。由于火车的初始投资很***，因此我们非常注重尽可能长时间地保持服务。预测性维护使铁路公司能够通过各种技术从列车车队中获得***大价值，从而降低运营成本并延长车队的使用寿命。

　　在铁路部门内，利用预测性维护来检测线性，固定和移动资产的问题; 通过基于车辆驾驶室的监控系统提***安全性并跟踪空洞检测; 并确定空白所在的轨道资产的类型，并提供空白严重性的指示。

　　根据MaintWorld的一篇文章，“在未来，可靠的铁路维护预计将依赖智能交通系统和互联解决方案，如预测性维护和集成安全工具，以改善安全，延误和整体系统容量等关键问题”( Peycheva，“铁路通过预测性维护和工业4.0 CMMS变得聪明”)。

　　虽然传统上维护系统现代化的速度很慢，但石油和天然气行业正成为预测性维护的主要支持者。每天，石油和天然气公司都会通过传感器(尤其是无线传感器)在世界各地的油田中收集大量数据。随着石油和天然气运营变得更加复杂，对设备状况的可见性变得更加困难，特别是在偏远，近海和深水地区。

　　MapR Technologies Inc.在2015年的一份白皮书中表示，“通过更好的资产跟踪和预测性维护，石油和天然气公司有机会提***效率并降低运营成本。”

　　预测性维护可被视为石油和天然气公司以及相关服务业务的竞争优势，特别是在经济衰退期间，当组织被迫寻找更有效和更有效的工作方式时。当然，预测性维护不仅适用于制造业，铁路和石油天然气行业。在其他应用中，PdM用于：

　　1、借助映射公用事业网络的无人机和传感器，帮助防止公用事业中断

　　2、检测蒸汽管道中的温度下降，表明潜在的压力泄漏

　　3、捕获电气面板中的温度升***，以防止组件故障

　　4、在公共耦合点测量电源侧和需求侧电源，以监控功耗

　　5、找到电气面板中的过载

　　6、识别电机电流强度峰值或因轴承不良或损坏故障引起的过热

　　7、从一个或多个相的谐波失真，过载，退化或故障中找出三相功率不平衡

　　8、IIoT和PdM集成

　　***重要的因素之一-如果不是的***重要的因素-一个成功的预测性维护计划是物联网产业网络(IIoT)的使用和集成。根据Deloitte的一份报告，“物联网(IoT)可能是PdM难题中***重要的部分...... IoT使用温度，振动或电导率等传感器将物理行为从机器转换为数字信号......一旦物理行为发生了通过传感器转换成数字信号，对它们进行处理，聚合和分析。凭借带宽和存储的可承受性，可以传输大量数据，不仅可以在单个工厂中提供完整的资产图像，而且可以提供整个生产网络的资产“(Coleman等人，”Predictive Maintenance and the Smart Factory“) )。

　　为了取得成功，预测性维护依赖于传感器来收集和分析来自各种来源的数据，例如CMMS和关键设备传感器。使用这些数据，IIoT能够创建“先进的预测模型和分析工具来预测故障并主动解决它们。此外，随着时间的推移，新的机器学习技术可以提***预测算法的准确性，从而实现更好的性能“(Coleman等人，”Predictive Maintenance and the Smart Factory“)。

　　当与预测性维护配合使用时，IIoT能够提前捕获设备故障。随着工业4.0在制造领域的到来，设施迫切希望利用IIoT获得更好的运营洞察力。

　　预测性维护和投资回报

　　实施预测性维护需要在资金，人员和教育方面进行大量投资。虽然这些初始投资对组织而言似乎令人生畏，但预测性维护的投资回报率(ROI)远远超过任何前期成本。

　　根据德勤***近的一份报告，几***工厂的运营和维护，维修和运营(MRO)材料支出节省了5-10%; 整体维护成本降低5-10%; 并降低库存成本。来自美***能源部的进一步数据还表明，实施功能性PdM计划有可能使投资回报率提***10倍，维护成本降低25-30%，故障率降低70-75%，35-45停机时间减少百分比。

　　“就维护成本而言，预防性维护每年每小时支付13美元，而预测性维护每年支付9美元小时工资，使预测性维护成为更便宜的选择”(Ulbert，“预测性维护与预防性维护之间的差异”)。