维护类型:比较
维护类型
众所周知,由于计划外停机和糟糕的资产质量,每年都会造成数十亿美元的损失。在与这一统计数据进行无休止的斗争中,组织实施了多种类型的维护中的一种,通常将两种或多种结合起来。不同行业对维护类型的定义各不相同,因此很难区分预防性维护和预测性维护等内容。
大多数类型的维护分为两大类:预防性和纠正性。 预防性维护 是当您主动启动任务和维护计划以防止发生故障时。除了预防故障之外,预防性维护的目标还可以是最大限度地减少故障后果或确定发生故障的风险。
纠正性维护 发生故障后发生。此时,您的团队基本上正在使资产恢复工作状态。澄清一下,纠正性维护可以以运行到故障维护策略的形式进行深思熟虑,这将在下面讨论。
让我们来看看制造和加工行业最常见的维护类型。
- 预防性维护。 预防性维护是定期检查设备、发现小问题并在它们变成大问题之前进行修复的既定例行程序。预防性维护的主要目标是零停机时间。该目标是通过三个目标来实现的:提高设备生产寿命、减少关键设备故障和最大限度地减少由于设备故障造成的生产损失。
有几种类型的维护属于预防性维护类别。其中包括:
- 基于使用的维护, 它根据每个资产的实际使用情况使用触发器。通过设备监视器跟踪资产使用情况,维护经理可以根据预设参数制定预防性维护计划。
- 规范性维护 与预防性维护非常相似,但它利用人工智能 (AI) 和物联网 (IoT) 等机器学习软件来帮助安排预防性维护任务。
要深入了解预防性维护的类型、如何设计预防性维护计划、预防性维护工具等,请查看本节开头的链接。
- 预测性维护。 预测性维护是在正常操作条件下监控设备的性能和状况以减少发生故障的可能性的维护。类似于预防性维护(有些人甚至将其归类为预防性维护的一种)并且与基于状态的维护(CBM)密切相关 ,预测性维护的目标在于:首先预测何时可能发生故障,然后通过定期的纠正性维护来预防故障。
尽管许多组织同时采用预测性和预防性维护(根据最近的 Reliable Plant 调查,76% 使用预防性维护,而 65% 使用预测性维护),但还是存在一些关键差异。最值得注意的是,预防性维护不需要预测性维护所需的状态监控方面。这意味着预测性维护利用基于条件的技术,如红外热成像、声学监测、振动分析和油液分析。另一个主要区别是预防性维护涉及对资产进行检查和维护,而不管设备是否需要维护(维护计划基于触发器)。预测性维护没有。
下图显示了基于状态的维护与预测性和主动性维护的关系。在这里,预测性维护是源自 CBM 的两个方面之一:一个专注于寻找故障根本原因的主动方面和一个专注于故障症状和故障的预测性方面。
有关预测性维护、预测性维护技术等的更多详细信息,请单击本节开头的链接。
- 以可靠性为中心的维护 (RCM)。 以可靠性为中心的维护是识别设备潜在问题并确定应该采取哪些措施以确保这些资产继续以最大产能生产的过程。换句话说,您可以分析故障,为每个单独的资产找出正确的维护方法和定制的维护计划。
以可靠性为中心的维护有时与预防性维护相混淆,但有一个关键区别:预防性维护不像 RCM 那样具有选择性,因此效率较低。由于 RCM 单独查看每项资产,因此可以通过为每件设备分配量身定制的维护任务来减少效率低下。
以可靠性为中心的维护使用一般的四步工作流程:选择资产、评估资产、确定维护类型并重复该过程。实施 RCM 计划的评估标准涉及七个问题:
- 这台设备的性能应该如何?
- 这件设备在哪些方面会失效?
- 每次失败的原因是什么?
- 发生故障时会发生什么?
- 为什么每次失败都很重要?
- 应该完成哪些任务(主动)来防止这些故障的发生?
- 如果找不到合适的预防任务怎么办?
点击本节开头的链接,了解更多关于以可靠性为中心的维护,包括如何实施 RCM、来自已实施 RCM 计划的组织的真实案例研究等。
- 全面生产维护 (TPM)。 全面生产维护是使用机器、设备、员工和支持流程来维护和提高生产完整性和系统质量的过程。 TPM 计划的目标是通过组建小型多学科团队来解决诸如预防性和自主维护、培训机械操作员以及工作流程标准化等核心领域,从而提高整体设备效率 (OEE)。全面生产维护关注组织内的所有部门,确保高效和有效地使用生产资料。
全面的生产性维护更像是一个过程而不是一个计划,以及一个运营改进过程,而不是一个完整的维护计划。这也不是一蹴而就的,因为从高质量的 TPM 流程中获得最大收益需要数年时间;但是,您可以立即看到结果。
全面生产维护结合了精益制造和 5-S 系统技术,其国际公认的基准由八个支柱组成:自主维护、集中改进、计划维护、质量维护、早期设备管理、培训和教育、安全、健康和环境、和管理中的 TPM。
实施 TPM 包括五个阶段:
- 确定试点区域
- 将设备恢复到最佳运行状态
- 衡量 OEE
- 解决/减少重大损失
- 实施计划内维护
单击本节开头的链接,了解有关 TPM 的更多信息,包括 TPM 的八个支柱、如何实施它、如何维持 TPM 流程等等。
- 自主维护。 自主维护是一种维护策略,包括培训操作员持续监控其设备、进行调整和执行小型维护任务以提高效率。这样做而不是让维护技术人员专门执行定期安排的维护,让他们腾出时间来执行更重要和紧迫的维护任务。
自主维护有两个核心原则:通过正确操作防止设备退化;通过恢复和适当管理使设备恢复并保持“如新”状态。这就要求操作人员掌握通过了解机器的部件来检测异常、进行改进、识别质量问题并找出导致质量问题的原因等技能。
实施自主维护包括七个步骤:增加操作员知识、初始机器清洁和检查、消除污染原因和改善访问、制定润滑和检查标准、检查和监控、标准化视觉维护和持续改进。
要更深入地了解自主维护、如何实施以及如何维持它,请单击本节开头的链接。
- 运行到故障维护 (RTF)。 运行到故障维护是一种计划外的、被动的维护类型,通常是一种旨在将成本降至最低的深思熟虑的策略。组织可能会选择对诸如一次性资产(带有一次性部件的机器用于更换而不是维修)、非关键资产(如工具、耐用资产或不会磨损或不太可能磨损的资产)等项目采用 RTF 计划。在正常操作条件下发生故障,或者资产显示出无法预测的随机故障模式。
对 RTF 维护的警告是它需要良好的判断力。知道何时将某事标记为大规模故障而不是修复它是 RTF 维护附带的技能集的一部分。由于资产没有受到监控,这可能会带来一些风险,导致组织在出现故障时盯着计划外的停机时间。
然而,当在正确的资产上实施并通过智能计划处理不可避免的故障时,RTF 可以通过不更换未损坏的设备来节省时间和金钱。
机器维修与人体平行
在保养类型、技术和成本方面,可以将主要保养类型与人体进行比较,以了解等效的“身体保养”任务。下表以发电资产为例,与人的心脏进行对比。
维护触发器的类型
可以设置维护触发器并与多种类型的维护一起使用。故障触发器与运行到故障或反应性维护计划一起使用。预测性维护使用警报形式的基于时间的触发器之类的东西来尝试和防止故障发生。将讨论的其他触发器包括基于事件、使用和条件的触发器。
- 故障触发。 如前所述,故障触发器与运行到故障或反应性维护程序一起使用。当资产停止工作时,会触发警报,它会安排维护工单来修复资产并将其恢复到正常运行状态。
故障触发器通常仅在组织运行一组低成本、易于更换的设备,并且备有可轻松更换的替换零件和单元时才有用,从而尽可能减少停机时间。使用故障触发器类似于猫捉老鼠的游戏;无需计划维护可以降低维护预算,但这也意味着您必须随时提供备件和设备,以及解决问题的人员。像这样持有库存违背了及时 (JIT) 等旨在减少持有库存的精益原则。
- 基于时间的触发器。 也许最常用的维护触发器是基于时间的。它们与计算机化维护管理系统 (CMMS) 等维护计划软件相关联,并根据预设时间间隔发出警报。基于时间的触发器用于预测性和预防性维护计划,用于润滑齿轮或安排检查等简单任务。例如,当资产达到 14 天的运行时间时,会触发警报以对其进行维护。在制造环境之外,基于时间的触发条件是每三个月更换一次暖通空调 (HVAC) 设备的空气过滤器。
- 基于使用情况的触发器。 与基于时间的触发器类似,基于使用的触发器依赖于基于相关资产使用情况的预定指标,而与时间段无关。与基于时间的触发不同,无论机器的状况如何,都会有规律地执行,基于使用的触发意味着资产只有在完成特定数量的服务后才会得到维护。
就像您的汽车每 5,000 英里更换一次机油一样,任何执行时间或数量限制操作的机器都可以使用基于使用情况的触发器进行设置。仪表读数可以添加到 CMMS 并用于在达到所需数量或值时设置警报。基于使用情况的触发器是根据不规则时间表维护设备的好方法,最常用于预测性或预防性维护计划。
- 基于事件的触发器。 事件触发器可用于在火灾或洪水等事件发生后响应和评估设备或设施。例如,CMMS 可以驱动洪水后安排和执行电力系统和基础设施检查的需求,系统会向维护团队发出此类任务的警报。尽管基于事件的触发器在事件发生后发生,但它们可能并非都直接与事件本身相关联。大多数基于事件的触发器都充当事件的后续检查。
- 基于条件的触发器。 根据对单个资产的评估采用基于条件的触发器。评估用于确定资产是否可以继续运行或是否需要维护。这是一个更深入的选择,因为它需要维护人员具备资产的工作知识,才能对其状况做出明智的决定。
设备状况也可以远程评估。放置在资产上以监控温度、振动和噪音等参数的传感器可用作条件触发警报。例如,如果传感器发现超过预定范围的温度峰值,则会发送警报以安排检查。
现代维修技术
制造商在运营维护方面表现出色的最大关键之一是使用现代技术提供的数据。要做到这一点,几乎需要一个新的维护解决方案来保持资产、员工和流程的井井有条并无缝地工作。
技术进步在主动和预测性维护形式的基于状态的监控中最为普遍。在这些类型的维护中,油液分析、振动分析、热成像和电机电流分析等技术可以帮助确定根本原因和故障症状,寻求延长机器寿命和早期故障检测等好处,并减少故障的数量和影响。>
当今制造业的技术革命减少了错误和缺陷,优化了生产并降低了劳动力成本。可以持续监控机器的自动化传感器是最大的改进之一。它们不仅可以用于多种类型的维护,而且还可以生成大量可用于分析和用于改进流程的数据。
CMMS 解决方案可以帮助利用所有这些数据,并将其与现代维护技术战略的四个关键方面集成:使用预测性维护、关注数据和物联网、管理库存以及改进周期以实现持续成功。
- 使用预测性维护: 虽然预防性维护是避免运行到故障和减少停机时间的好方法,但下一步是实施预测性维护以有效收集和分析机器生成的数据。
- 质量数据和物联网: 拥有一个能够处理整个工厂产生的大量数据的 CMMS 非常重要。您需要将基本自安装传感器的数据集成到嵌入式传感器以及介于两者之间的所有数据。这通常意味着您应该寻找具有 IoT 策略的 CMMS,这样您就不会与单一类型的硬件相结合。
物联网用于将从车间资产收集的数据无线集成到整个组织中使用的 CMMS。这将需要设置之前讨论过的触发器和警报,以在无需人工交互的情况下自动创建工作订单。
- 管理库存: 最近的一项工厂服务调查发现,近 29% 的受访者有 3 到 4 周的维护任务积压。总是采取被动的维护方法只会导致您的积压工作增加,这意味着您的资产没有得到他们需要的适当维护。跟踪 CMMS 中积压的任务可帮助您识别问题、原因和解决方案,并引导您采用更积极主动的文化来减少积压。
- 改善周期: 利用现代化工厂车间设置中的数据并通过 CMMS 将其集成,让您走上改善维护周期、维持节约和提高效率的道路。
现代维修技术趋势
- 工业物联网: 如前所述,物联网,更具体地说是工业物联网 (IIoT),是一种通过使用无线传感器网络自动收集数据的现代形式。今天,低成本、多用途的传感器比以往任何时候都更容易获得。它们可以配置到多个工业资产上的不同传感器网络中,并用于自动收集维护数据。这消除了对容易出现人为错误的昂贵且耗时的手动数据的需求。
- 增强现实 (AR): 由于能够提供远程指导,远程维护和培训开始从 AR 中受益。这种定制方法允许根据员工的理解和技能水平定制维护任务。增强现实可以通过展示如何执行任务的网络演示促进设备供应商或高级维护人员提供的培训。
虽然仍然是一个新兴趋势,但由于工业设备日益复杂,使用 AR 进行培训越来越受欢迎。增强现实可以减轻维护人员试图跟上新设备变化的负担,包括伴随每项资产的技术先进能力。已经有几家供应商为维护任务提供大规模 AR 解决方案,而 IIoT 供应商将 AR 作为捆绑包的一部分提供。
- 维护即服务 (MaaS): MaaS 是维护领域相当新的范式。它主要涉及按需提供维护服务。通过 MaaS,供应商可以根据他/她实际使用的维护服务向工厂运营商收取费用,而不是固定服务费。供应商通过收集和处理大量数据、通过云存储它们并根据这些数据调度任务来实现这一点。服务包括:
- 预测资产的使用寿命或提供有关最佳维护间隔的见解;
- 提供服务手册、视频以及虚拟现实 (VR) 和 AR 互动支持;
- 根据分析结果在工厂内配置信息技术 (IT) 和其他系统;和
- 提供有关机械的详细统计数据和报告。
供应商开始提供早期阶段的 MaaS 程序。蒂森克虏伯电梯现在配备了一项主动维护计划,可在问题发生之前预测问题并通知适当的人员进行检查。宝马还计划在不久的将来将 MaaS 带给消费者,提供程序让车主知道对他们的车辆进行维护的最佳时间。
设备保养维修