什么是机器维护？改善设备运行状况和正常运行时间

什么是机器维护？

机器维护是对机器进行维护以确保持续工作的过程。它可以包括作为常规例行程序的一部分或在任何类型的损坏或损坏之前进行的维护——例如清洁表面、润滑齿轮以及检查皮带等部件的磨损情况。它还可能涉及监控设备是否存在任何潜在问题的迹象，例如振动模式的变化或温度或能源消耗的增加。机器维护还包括机器发生故障后发生的过程，例如评估损坏和更换零件。

从本质上讲，任何使机器在工厂车间正常运行并按预期工作的事情都可以被视为机器维护。机器维护服务通常由维护技术人员执行，并得到来自机器控制、传感器和机器接口的数据的支持，这些数据有助于评估何时需要或将需要维护。

您如何维护机器？

机器维护有多种方法，每种方法都可以根据所涉及的机器及其维护需求的可预测性进行战略性使用。

在许多情况下，更成熟和更复杂的维护策略会产生最多的机器正常运行时间和成本节约。预测性维护和规范性维护等高级维护策略使用机器监控技术收集有关工厂车间机器的信息，然后对其进行处理并用于生成有关即将发生的维护需求的见解。

数据可以通过工业物联网设备和传感器以及机器操作员收集。可以实时收集和分析这些信息，并用于近乎即时的洞察力，从而防止重大机器损坏并提高车间工人的安全性。此类数据还可用于更大规模的洞察，从而指导决策，例如在任何给定时间保留多少备件。

机器监控支持维护方法，不仅可以预测和防止机器停机和损坏，还可以规定如何以及何时执行维护以解决问题以实现最大效率的解决方案。这意味着充分使用零件并在尽可能接近故障（或质量下降）的时刻更换它们。

对于高度可预测的机器，维护的某些方面也可以通过不太复杂的策略（例如基于使用的预防性维护）进行同等管理。这方面的一个非制造示例是在设定的英里数后更换汽车发动机油。在几乎所有情况下，倾向于以数据为中心的方法的策略组合将带来最佳结果。

机器维护类型

如果您想深入了解不同类型的维护，我们有一篇关于该主题的完整文章，但这里是不同机械维护策略的快速总结：

• 反应性维护：当它坏了，你就修复它。
• 预防性维护：您可以在零件损坏之前提前安排更换，通常是定期更换。
• 基于使用情况的维护：在机器使用一定量时更换部件，然后再损坏。
• 基于状况的维护：当零件看起来太磨损而无法继续正常工作时，您需要更换它们。
• 预测性维护：您可以利用历史数据预测零件何时会损坏，并在零件损坏之前根据这些预测更换零件。这通常（但并非总是）利用人工智能和机器学习。
• 规范性维护：高级数据分析方法的作用不仅仅是预测故障点，而是提供假设结果，以便选择在故障、安全隐患和质量问题出现之前可以采取的最佳措施，以及实施时间。

预测性机器维护是“金发姑娘”维护解决方案，制造商能够在问题发生之前解决问题，但不要在不必要的维护活动上超支。

如何改进机器维护？

对于大多数制造商来说，改善机器维护的最有效方法之一是专注于数据收集和分析。数据驱动的维护可以通过多种方式节省资源并带来好处：

• 仅在必要时更换零件，而不是浪费仍然可用的零件
• 减少因意外故障导致的停机时间
• 减少维护人员所需的时间
• 降低因机器维护不善导致的机器和安全事故风险
• 减少存放多余更换零件所需的存储空间
• 提高可指导预算、时间表、生产预期等的可预测性。

为了收集准确、实时的机器数据，制造商可以使用机器监控软件，例如 MachineMetrics，直接连接到机器的控制系统。这些机器数据被上下文化，供各种利益相关者在整个工厂使用。并且根据制造商的成熟度，数据可以以越来越有价值的方式使用。

例如，制造商可以简单地使用机器监控来查看机器何时停机并部署维护以尽快解决问题。但是，更先进的制造商并不想承担如此大量的机器停机成本。

被动维护方法的替代方法是基于状态的维护。制造商正在启用来自机器控制和传感器的信息来传达设备的健康状况并在机器故障之前触发通知。

通过这种方式，制造商可以努力保持机器运行，而无需花费大量时间和金钱在过度维护设备的基于日历的策略上。改进维护计划将遵循使用更多数据来推动更高级策略的思路，每一步都会延长机器正常运行时间，同时降低成本。

为了确定数据驱动维护的哪些方面最值得关注，请考虑以下几点：

• 收集数据可让您了解自己的立场。如果无法衡量您的维护计划，您就无法知道自己是否正在改进。
• 拥有准确的数据可以让您识别并努力防止最明显的故障原因和必要的机器维护。
• 实时机器数据意味着团队现在可以采取行动来预防或纠正问题。

专注于收集机器数据，以更好地了解设备的性能。有了这个关键部分，就更容易知道是否以及何时应该提醒维护资源以处理故障和潜在故障。