Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Характер и степень разрушения асфальта анализируются для профилактического обслуживания дорог. См. Больше в Индексе состояния дорожного покрытия .

Методы профилактического обслуживания разработаны, чтобы помочь определить состояние оборудования в процессе эксплуатации, чтобы оценить, когда следует проводить техническое обслуживание. Такой подход обещает экономию затрат по сравнению с плановым или ограниченным по времени профилактическим обслуживанием , потому что задачи выполняются только тогда, когда это оправдано. Таким образом, это рассматривается как техническое обслуживание на основе состояния, выполняемое на основе оценок состояния разрушения элемента. [1] [2]

Главное обещание профилактического обслуживания - обеспечить удобное планирование корректирующего обслуживания и предотвратить неожиданные отказы оборудования. Ключевым моментом является «правильная информация о сроке службы оборудования, повышенная безопасность предприятия, меньшее количество аварий с негативным воздействием на окружающую среду и оптимизированное обращение с запасными частями».

Прогнозирующее техническое обслуживание отличается от профилактического, поскольку оно основывается на фактическом состоянии оборудования, а не на статистике среднего или ожидаемого срока службы, чтобы предсказать, когда потребуется техническое обслуживание. Обычно подходы машинного обучения используются для определения фактического состояния системы и прогнозирования ее будущих состояний. [3]

Некоторые из основных компонентов, необходимых для реализации профилактического обслуживания, - это сбор и предварительная обработка данных , раннее обнаружение неисправностей, обнаружение неисправностей, прогнозирование времени до отказа , планирование обслуживания и оптимизация ресурсов. [4] Профилактическое обслуживание также считается одной из движущих сил повышения производительности и одним из способов достижения « точно в срок » в производстве. [5]

Обзор [ править ]

Профилактическое обслуживание оценивает состояние оборудования, выполняя периодический (автономный) или непрерывный (онлайн) мониторинг состояния оборудования . Конечная цель этого подхода - выполнить техническое обслуживание в запланированный момент времени, когда действия по техническому обслуживанию наиболее рентабельны и до того, как оборудование потеряет производительность в пределах порогового значения. Это приводит к сокращению затрат на незапланированные простои из-за сбоя, когда затраты могут достигать сотен тысяч в день в зависимости от отрасли. [6]В производстве энергии, помимо потери доходов и затрат на компоненты, могут взиматься штрафы за непоставку, что еще больше увеличивает расходы. Это контрастирует с техническим обслуживанием, основанным на времени и / или количестве операций, когда часть оборудования обслуживается независимо от того, нужно оно ему или нет. Повременное обслуживание является трудоемким, неэффективным для выявления проблем, возникающих между плановыми проверками, и, следовательно, нерентабельно.

«Прогнозирующий» компонент профилактического обслуживания проистекает из цели прогнозирования будущей тенденции состояния оборудования. В этом подходе используются принципы статистического управления процессами, чтобы определить, в какой момент в будущем техническое обслуживание будет целесообразным.

Большинство профилактических осмотров выполняется во время работы оборудования, что сводит к минимуму нарушение нормальной работы системы. Внедрение профилактического обслуживания может привести к значительной экономии затрат и повышению надежности системы .

При техническом обслуживании, ориентированном на надежность, особое внимание уделяется использованию методов профилактического обслуживания в дополнение к традиционным профилактическим мерам. При правильном внедрении он предоставляет компаниям инструмент для достижения минимальных чистых текущих затрат на активы при заданном уровне производительности и риска. [7]

Одна из целей состоит в том, чтобы передать данные прогнозируемого технического обслуживания в компьютеризированную систему управления техническим обслуживанием, чтобы данные о состоянии оборудования отправлялись на нужный объект оборудования для запуска планирования технического обслуживания, выполнения рабочих заданий и создания отчетов. [8] Если это не будет достигнуто, решение для профилактического обслуживания будет иметь ограниченную ценность, по крайней мере, если решение будет реализовано на предприятии среднего и крупного размера с десятками тысяч единиц оборудования. В 2010 году горнодобывающая компания Boliden внедрила объединенную распределенную систему управления и решение для профилактического обслуживания, интегрированное с компьютеризированной системой управления техническим обслуживанием на уровне объекта на уровне объекта, передавая данные об оборудовании с помощью таких протоколовПротокол удаленного датчика с адресацией по магистрали , IEC61850 и OLE для управления технологическим процессом .

Технологии [ править ]

Для оценки состояния оборудования при профилактическом обслуживании используются технологии неразрушающего контроля, такие как инфракрасный , акустический (частичный разряд и ультразвуковой ультразвуковой контроль ), обнаружение коронного разряда, анализ вибрации , измерения уровня звука, анализ масла и другие специальные онлайн-тесты. Новый подход в этой области заключается в использовании измерений на реальном оборудовании в сочетании с измерением рабочих характеристик процесса, измеряемых другими устройствами, для запуска технического обслуживания оборудования. Это в первую очередь доступно в системах совместной автоматизации процессов (CPAS). Измерения на месте часто поддерживаются беспроводными сенсорными сетями, чтобы снизить стоимость проводки.

Анализ вибрации наиболее продуктивен на высокоскоростном вращающемся оборудовании и может быть самым дорогостоящим компонентом программы PdM для запуска и работы. Правильно проведенный анализ вибрации позволяет пользователю оценить состояние оборудования и избежать отказов. Последнее поколение анализаторов вибрации включает в себя больше возможностей и автоматизированных функций, чем его предшественники. Многие устройства отображают полный спектр вибрации трех осей одновременно, обеспечивая моментальный снимок того, что происходит с конкретной машиной. Но, несмотря на такие возможности, даже самое сложное оборудование не может успешно предсказывать возникающие проблемы, если оператор не понимает и не применяет основы анализа вибрации. [9]

В определенных ситуациях сильные фоновые шумовые помехи от нескольких конкурирующих источников могут маскировать интересующий сигнал и препятствовать промышленному применению датчиков вибрации . Следовательно, анализ сигнатуры тока двигателя (MCSA) представляет собой ненавязчивую альтернативу измерению вибрации, которая может отслеживать неисправности как электрических, так и механических систем.

Дистанционный визуальный осмотр - это первый неразрушающий контроль. Он обеспечивает экономичную первичную оценку. Существенную информацию и настройки по умолчанию можно получить по внешнему виду детали, например, по складкам, разрывам, трещинам и коррозии. Дистанционный визуальный осмотр должен проводиться в хороших условиях при достаточном освещении (не менее 350 люкс). Когда контролируемая часть изделия недоступна напрямую, используется инструмент, состоящий из зеркал и линз, называемый эндоскопом. Скрытые дефекты с внешними неровностями могут указывать на более серьезный дефект внутри. [ необходима цитата ]

Акустический анализ может проводиться на акустическом или ультразвуковом уровне. Новые ультразвуковые методы мониторинга состояния позволяют «слышать» трение и напряжение во вращающемся оборудовании, что позволяет прогнозировать ухудшение раньше, чем традиционные методы. [10]Ультразвуковая технология чувствительна к высокочастотным звукам, которые не слышны человеческому уху, и отличает их от низкочастотных звуков и механической вибрации. Волны трения и напряжения в машине издают характерные звуки в верхнем ультразвуковом диапазоне. Изменения этих волн трения и напряжения могут указывать на ухудшение условий намного раньше, чем такие технологии, как анализ вибрации или масла. При правильном ультразвуковом измерении и анализе можно отличить нормальный износ от аномального износа, физического повреждения, состояния дисбаланса и проблем со смазкой на основе прямой зависимости между активом и условиями эксплуатации.

Оборудование для звукового мониторинга менее дорогое, но оно также используется реже, чем ультразвуковые технологии. Звуковая технология применима только к механическому оборудованию, в то время как ультразвуковое оборудование может обнаруживать электрические проблемы и является более гибким и надежным в обнаружении механических проблем.

Инфракрасный мониторинг и анализ имеют самый широкий спектр применения (от высокоскоростного до низкоскоростного оборудования) и могут быть эффективными для обнаружения как механических, так и электрических неисправностей; некоторые считают, что в настоящее время это самая экономичная технология. Анализ нефти - это долгосрочная программа, которая, если применимо, в конечном итоге может быть более предсказуемой, чем любая другая технология. Могут потребоваться годы, чтобы программа по производству масел для растений достигла такого уровня сложности и эффективности. Аналитические методы, применяемые для проб масла, можно разделить на две категории: анализ отработанного масла и анализ частиц износа. Анализ отработанного масла определяет состояние самого смазочного материала, определяет качество смазочного материала и проверяет его пригодность для дальнейшего использования.Анализ частиц износа определяет механическое состояние смазываемых компонентов машины. С помощью анализа частиц износа вы можете определить состав присутствующего твердого материала и оценить тип, размер, концентрацию, распределение и морфологию частиц.[11]

Использование модельно-ориентированного мониторинга состояния для программ профилактического обслуживания становится все более популярным с течением времени. Этот метод включает в себя спектральный анализ сигналов тока и напряжения двигателя, а затем сравнение измеренных параметров с известной и изученной моделью двигателя для диагностики различных электрических и механических аномалий. Этот процесс мониторинга состояния «на основе модели» был первоначально разработан и использовался на космическом шаттле НАСА для мониторинга и обнаружения развивающихся неисправностей в главном двигателе космического корабля. [12] Это позволяет автоматизировать задачи сбора и анализа данных, обеспечивая круглосуточный мониторинг состояния и предупреждения о неисправностях по мере их развития.

Приложения (по отраслям) [ править ]

Железная дорога [ править ]

  • Выявляйте проблемы до того, как они приведут к простоям линейных, фиксированных и мобильных ресурсов. [13]
  • Повышение безопасности и обнаружение пустот с помощью новой системы мониторинга на базе кабины транспортного средства.
  • Может также определить тип актива пути, под которым находится пустота, и предоставить указание на серьезность пустоты.
  • Мониторинг состояния стрелочных переводов (устройств, используемых для управления железнодорожными стрелочными переводами) может помочь в обнаружении ранних симптомов ухудшения характеристик до выхода из строя.

Производство [ править ]

  • Раннее обнаружение и диагностика неисправностей в обрабатывающей промышленности. [5]
  • Производители все чаще собирают большие данные с датчиков Интернета вещей (IoT) на своих заводах и в продуктах и ​​используют различные алгоритмы для собранных данных, чтобы обнаруживать предупреждающие признаки дорогостоящих сбоев до того, как они произойдут. [14]

[15]

Нефть и газ [ править ]

  • Нефтегазовым компаниям часто не хватает информации о состоянии своего оборудования, особенно в удаленных морских и глубоководных районах. [16]
  • Большие данные могут дать нефтегазовым компаниям представление о сбоях оборудования, а также проанализировать и спрогнозировать оптимальный срок службы системы и компонентов. [16]

См. Также [ править ]

  • RCASE
  • Анализ причин
  • Анализ производственного потока
  • Интеллектуальная система обслуживания

Ссылки [ править ]

  1. ^ Goriveau, Рафаэль; Меджахер, Камаль; Зерхуни, Нуреддин (14 ноября 2016 г.). От прогноза и управления системами здравоохранения к профилактическому обслуживанию 1: мониторинг и прогнозирование . ISTE Ltd и John Wiley & Sons, Inc. ISBN 978-1-84821-937-3.
  2. Перейти ↑ Mobley, R. Keith (2002). Введение в профилактическое обслуживание (2-е изд.). Баттерворт-Хайнеманн. ISBN 978-0-7506-7531-4.[ требуется страница ]
  3. ^ Сусто, Джан Антонио (2015). «Машинное обучение для профилактического обслуживания: подход с использованием нескольких классификаторов» . DOI : 10.1109 / TII.2014.2349359 . Cite journal requires |journal= (help)
  4. ^ Amruthnath, Nagdev; Гупта, Тарун (2018). «Прогнозирование класса неисправности в неконтролируемом обучении с использованием подхода кластеризации на основе моделей». DOI : 10,13140 / rg.2.2.22085.14563 . Cite journal requires |journal= (help)
  5. ^ а б Амрутнатх, Нагдев; Гупта, Тарун (2018). «Исследование алгоритмов неконтролируемого машинного обучения для обнаружения неисправностей при профилактическом обслуживании». DOI : 10,13140 / rg.2.2.28822.24648 . Cite journal requires |journal= (help)
  6. ^ "Насколько профилактическое техобслуживание экономит ваши деньги?" . LearnOilAnalysis.com . Архивировано из оригинала на 2017-10-03 . Проверено 3 декабря 2017 .
  7. Перейти ↑ Mather, D. (2008). «Ценность RCM» . Услуги завода .
  8. Перейти ↑ Peng, K. (2012). Управление оборудованием в эпоху после ремонта: новая альтернатива полному производственному обслуживанию (TPM) . CRC Press. С. 132–136. ISBN 9781466501942. Проверено 18 мая 2018 .
  9. ↑ Юнг, Чак (9 июня 2006 г.). «Анализ вибрации: что это значит?» . Услуги завода .
  10. ^ Кеннеди, Шейла (2006). «Новые инструменты для PdM» . plantservices.com . Putman Media . Проверено 19 ноя 2019 .
  11. ↑ Робин, Лана (15 августа 2006 г.). «Хитрые приемы в анализе нефти» . Услуги завода .
  12. ^ Дуяр, Ахмет; Меррилл, Уолтер (март 1992 г.). «Диагностика неисправностей главного двигателя космического челнока». Журнал наведения, управления и динамики . 15 (2): 384–9. DOI : 10.2514 / 3.20847 .
  13. ^ Преимущества прогнозируемого технического обслуживания для железнодорожной отрасли , данные получены 19 ноября 2016 г.
  14. ^ 5 вариантов использования для профилактического обслуживания и больших данных, Oracle Corporation, CA 94065, США. , получено 8 ноября 2018 г.
  15. ^ Oracle 2018, 22 сценария использования больших данных, которые вы хотите знать, 2-е издание, Oracle Corporation, CA 94065, США. (PDF) , дата обращения 12 ноября 2018.
  16. ^ a b 22 примера использования больших данных, которые вы хотите знать, Oracle Corporation, CA 94065, США. , дата обращения 31 октября 2018