基于状态的维护的基本原理和好处

虽然将全球经济当前的时刻描述为“处于十字路口”可能并不准确，但我们确实正处于关键时刻2021 年头几个月的拐点。从长远来看，现在采取的行动和实施的流程将产生重大影响。

在各种制造业和重工业领域尤其如此：供应管理协会 (ISM) 最新的制造业采购经理指数 (PMI) 报告 连续 10 个月注意到制造业增长 截至 2021 年 3 月，并表明新订单和产量正在上升。然而，供应商并没有完全满足客户的需求。这可能会促使他们为了更快地生产和交付货物而使生产设备负担过重。反过来，这可能会给您的资产带来异常压力，最终可能会增加设备故障的可能性（或者至少会因需要临时维修而导致计划外停机）。

三轴，蓝牙振动传感器。来源：https://www.augury.com/machine-health-solutions/

考虑到所有这些因素，可以公平地说，对于制造商和其他工业组织来说，现在是认真审视他们目前遵循的维护流程的最佳时机。如果我们随时了解资产健康状况，那么我们就可以执行最具成本效益的维护形式——基于状态的维护。在工业物联网 (IIoT) 的曙光中，许多资产密集型和专注于卓越的制造商正在意识到基于状态的维护的好处，例如通过动态的减少运营支出、提高产量以及增加资产健康和知识数据。

下面，我们将了解基于状态的维护的主要原则，并更仔细地研究它相对于其他形式的维护策略的重要性及其在 IIoT 时代日益增长的相关性.

了解关键设备状态维护

简单来说，下图显示了维护类型的分类方式。预防性维护（有时称为主动维护）分为基于时间的维护和基于状态的维护。

简而言之，基于状态的维护需要仅根据任何关键资产的测量状态或健康状况执行维修或更换任务。在这个阶段，有问题的组件或机器没有出现故障，甚至可能没有出现任何重大故障。

基于状态的维护的目的是寻找资产或组件潜在或即将发生故障的早期预警信号。您测量资产健康状况的特定参数，例如振动、温度或污染。然后随着时间的推移趋势参数值。当您认为资产已达到功能故障的临界点时，您可以安排基于状况的维护干预。

一些最知名的基于状态的监控技术包括：

• 振动分析 ：监测振动水平并搜索信号中的模式 ，通常用于带有旋转部件的机器。以这种分析形式测量的关键性能指标包括均方根 (RMS)、标准偏差、峰度、峰值幅度和偏度。
  
• 红外热成像 :检测热波长以寻找任何异常 （热量过多或不足等）。
  
• 油品分析 ：用于任何油润滑机器，以测量其粘度、是否存在任何污染物 或设备内部退化的迹象。
  
• 超声波 ：非常适合检测泄漏位置 用于压力和真空系统（锅炉、热交换器、冷凝器等）以及电气元件中的电弧和电晕测试。超声波传感器还可用于测试机器润滑剂的质量以及齿轮、轴承、泵、电机、疏水器、阀门和许多其他组件的功能。
  
• 电机电流特征分析 :监测当前波长的幅度 有助于发现设备电机中的关键机械故障。

在线油况传感器。来源：https://oilqualitysensor.eu/ocm-on-generatorsets/

所有这些维修或机器健康检查（以及构成 CBM 常见做法的其他各种）都是在资产出现故障或出现问题的可能性之前进行的。基于时间的维护也是如此，但与有条件的维护不同，TBM 作业是按照固定的时间表进行的。

典型的煤层气维护干预措施可能包括但不限于：

• 重新润滑轴承
• 拧紧松动的固定螺栓
• 平衡联轴器
• 更新电缆终端
• 更换滚动轴承
• 对齐泵组

CBM 处于设备维护的最前沿

当您试图为您的组织建立最合适的维护策略时，在您实际投入任何程序之前，从宏观和微观的角度进行思考至关重要地方（更不用说开始任何实际的螺母和螺栓维护工作了）。当您查看各种机器、组件或其他资产时，请直截了当地问自己：“我将要更换的资产或组件是否完全可以继续运行？”

您通常不知道这个问题的答案，除非您将机器拆开以检查给定的资产。从简单的目视检查到上面提到的各种分析方法，一切都可以在这种情况下有所帮助。通常情况下，您会发现您正在检查的组件状况良好，并且可以完全安全地继续运行。手动执行此操作非常耗时，但使用现代 CBM，大部分监控都是通过支持 IIoT 的传感器完成的，这些传感器实时监控所有重要资产数据，并可以在几秒钟内以有组织的报告形式呈现关键发现。这就是基于状态的维护如此划算的原因。

基于时间的维护，虽然在大多数情况下肯定比被动策略更好——在这种策略中，你只在资产部分或灾难性故障后修复或更换——通常不如 CBM 对应策略因为它是多么严格。如果进行预防性维护的时间间隔不灵活，您将面临有效“过度维护”资产的风险。不管这个框架可能提供的稳定性如何，它很容易过度使用人力和财力资源，这就是为什么基于时间的维护比基于条件的维护更昂贵的部署并不罕见。归根结底，后者是任何希望实施强大的预防性维护框架的组织的最佳选择。

CBM 在工业 4.0 数据分析时代的重要性

在这个数字化转型和连接性的新时代，诊断和分析信息通常可以实时提供给资产信息系统中的所有利益相关者。这种数字化杠杆极大地改进了维护的计划和调度。反过来，这可以迅速提高效率和效益，帮助建立以卓越为中心的现代组织的底线。

随着我们有形资产上永久安装的传感器的到来，IIoT（或工业 4.0，如果您愿意）正在改变我们看待维护的方式。您几乎可以将其视为“维护 4.0”。无论您选择使用这些术语中的哪一个，都有一件事将它们联系在一起：它们代表着一场革命，这场革命正在我们眼前展开，在工业设备维护领域。我们看到了从旧的、低效的方法到对资产健康和状况的新的持续和数字化监控的变化，信息通过蓝牙连接、Wi-Fi 和网关动态传送到云端。

鉴于制造业以及构成全球经济的大多数其他广泛行业类别日益数字化的背景下，CBM 是维护资产的最具成本效益和最经济的方式基于对资产实际恶化（或缺乏恶化）的持续检查。公平地说，CBM 的监控成本最高，尤其是与被动维护相比，但与被动维护或时间相比，它还可以让您的组织享受更低的资产维修成本和更少的计划外停机时间- 基于维护。 （此外，随着 IIoT 技术的不断进步，与您在其他领域看到的节省相比，您的监控支出最终将变得微不足道。）

通过 CBM 在连接到 IIoT 方面实现的其他优势包括：

• 增加产量 ：如果您可以进行实时状态分析并快速发现任何令人不安的模式，您将能够更有效地计划和安排维护。从长远来看，这意味着您的资产可用性和性能水平会更高——这很容易体现为产量的显着上升。
  
• 更长的资产生命周期 ：反动的维护策略不仅对发生故障并需要紧急维修或更换的单个资产有害，而且对与故障资产相关的许多组件有害。突然的故障会给任何系统带来压力。您可能很快就会发现自己修复的不是一个组件，而是几个——甚至可能是一整套相互连接的机器。允许持续设备监控的 CBM 策略可延长资产的生命周期，从而可能有助于减少运营和资本支出。
  
• 改进的计划、调度和备件预测 ：当您控制资产维护时（而不是相反），您可以仔细规划和安排资源的分配和部署。您不仅可以提前计划和预测备件，还可以预测您的人力资源水平并做出相应的计划。
  
• 可靠性提升 ：使用状态监控和资产健康信息进行缺陷消除和各种根本原因分析过程的能力是其一大优势。 CBM 不能直接提高资产可靠性，但获得的信息可以在以后用于提高任务成功时间的概率。当与可靠性计划结合使用时，您获得的有关我们的泵、电机、风扇、齿轮箱和各种其他组件的信息对于减少未来出现缺陷和资产故障的可能性非常宝贵。

使用传感器和资产监控软件实施 CBM

在 IIoT 推动的 CBM 框架中，数据不断流回云端，然后通过 IIoT 价值链，推动预测性维护策略的性能越来越高。这最终有助于通过在有形资产状况管理战略的背景下采用最前沿的商业智能和实时数据分析来转变和支持追求卓越的公司的维护计划。

高级物联网传感器对于最有效地部署 CBM 计划至关重要。从传感器检测到潜在问题到通过维护（或维修）进行适当干预的过程可能很短暂：物联网传感器数据可用于直接从您的计算机化管理维护系统 (CMMS) 或企业资产管理 ( EAM) 平台。

通过使用 Dynaway 来满足您的 EAM 需求，您可以更好地控制您的维护操作：我们的解决方案可以与 Microsoft Dynamics 365 或 Microsoft Dynamics AX2012 一起无缝运行。此外，虽然 Dynaway 主要作为基于云的 Dynamics 365 的一部分运行，但我们可以实施 Dynaway EAM 的本地部署。我们是现代 EAM 无可争议的鼻祖，为解决资产监管的棘手问题提供了全面的方法，这对于日益不可预测的市场至关重要。

这就是维护环境正在发生的变化：工业 4.0 正在发展并融入您周围的一切。故障被发现的速度越来越快。计划外停机的风险每时每刻都在降低。基于状态的维护可以很好地利用工业领域数字化转型带来的价值。

您可以利用 Dynaway EAM 的所有可能性 为您的维护流程带来更智能和更全面的监督 .