Konserwacja nakazowa. 3 poziomy zaawansowania i przypadki użycia

Powrót do listy artykułów INFORMACJA ARCHIWALNA
Aktualizowany: 2023-08-04

Podczas gdy większość firm zdaje sobie sprawę, że ze względu na rosnącą konkurencję muszą szukać nowoczesnych technologii wspierających ich produkcję na każdym poziomie, wiele firm ma również trudności z określeniem jasnej ścieżki od obecnego stanu do pożądanego wyniku.

Nie pomaga fakt, że terminy takie jak „ konserwacja predykcyjna " i „ konserwacja nakazowa " pozwalają na wiele interpretacji, a tym samym różne oczekiwania interesariuszy.

Aby umożliwić wspólne zrozumienie, a tym samym wspierać podejmowanie decyzji, wykorzystamy ten blog, aby skupić się na konserwacji nakazowej, podzielić ją na 3 różne poziomy i przedstawić jasne przykłady i przypadki użycia dla wszystkich.

3 poziomy zaawansowania konserwacji preskryptywnej
Poziom I
Pierwszy poziom konserwacji preskryptywnej dotyczy wykorzystania gotowych i stosunkowo prostych scenariuszy zalecanych działań. Działania te podejmowane są w oparciu o zaistnienie określonych warunków, takich jak dostępność części zamiennych, personelu czy maszyn zapasowych. Scenariusze te są opracowywane na podstawie wiedzy eksperckiej oraz danych „niedynamicznych" (np. konstrukcja maszyny) i najczęściej realizowane są na poziomie maszyny lub węzła.

Ten pierwszy poziom nie wymaga użycia zaawansowanych algorytmów AI.

Przykład 1: W przypadku wykrycia zbliżającej się awarii silnika elektrycznego system preskryptywny szacuje czas do awarii, poziom jej krytyczności, sprawdza bazę kompetencyjną pracowników utrzymania ruchu, ich dyspozycyjność oraz dostępność części zamiennych i w konsekwencji poinformuje wszystkie podmioty o procesie, aby przyspieszyć proces naprawy.
Przykład 2: W przypadku wykrycia zbliżającej się awarii pompy pracującej w konstrukcji redundantnej, system nakazowy zarekomenduje użytkownikowi wymianę pompy na zapasową i naprawę.
Przykład 3: Aby serwisować urządzenie z przegrzewającym się łożyskiem, możesz poświęcić na przykład 20 minut na nasmarowanie łożyska, a wynik naprawy prawdopodobnie utrzyma się przez dwa dni. Lub możesz wymienić łożysko, co zajęłoby trzy godziny, ale wystarczyłoby na dwa lata.

Poziom II
Drugi poziom recept, podobnie jak pierwszy, sprowadza się do wykorzystania gotowych i stosunkowo prostych scenariuszy zalecanych działań. Jednak w tym przypadku są one podejmowane na podstawie złożonej analizy danych. Tego typu scenariusze opracowywane są na podstawie wiedzy eksperckiej, danych „niedynamicznych" oraz danych „dynamicznych" off-line, takich jak drgania, temperatura, ciśnienie.

Recepty II stopnia realizowane są najczęściej na poziomie procesu produkcyjnego i wymagają zastosowania zaawansowanych algorytmów AI.

Przykład 4: W przypadku wykrycia zbliżającej się awarii kotła, system przypisuje swój układ danych do jednego ze zidentyfikowanych wcześniej systemów powiązanych z określonym typem awarii i określa dalsze działania zapobiegawcze.
Przykład 5: W przypadku wykrycia zbliżającej się awarii turbiny system rozpoznaje charakterystykę jej drgań, na tej podstawie identyfikuje ich przyczynę i wybiera jeden z gotowych scenariuszy dalszego sterowania turbiną, którego celem jest ustabilizowanie jej pracy.
Przykład 6: Producent pompy zaleci określone projektowe warunki pracy, takie jak ciśnienie tłoczenia i temperatura, ale istnieje duża zmienność warunków pracy procesu, a także składu płynów. Analityka preskryptywna może wziąć pod uwagę te warunki i odpowiednio sformułować zalecenia.

Poziom III
Trzeci poziom utrzymania preskryptywnego obejmuje wykorzystanie dynamicznych, złożonych scenariuszy zalecanych działań , które podejmowane są na podstawie kompleksowej analizy danych. Scenariusze te opracowywane są na podstawie wszystkich dostępnych danych, w szczególności danych produkcyjnych i biznesowych online.

Recepty III poziomu realizowane są najczęściej na poziomie procesu produkcyjnego i również wymagają zastosowania zaawansowanych algorytmów AI.

Przykład 7: W przypadku wykrycia zbliżającej się awarii pompy system sprawdzi czas do następnego zaplanowanego przestoju i zaleci zmniejszenie prędkości pompy o X, co pozwoli jej pracować nieprzerwanie do planowanego przestoju. Dodatkowo system obliczy straty produkcyjne spowodowane zmniejszoną prędkością pompy i porówna je ze stratami wynikającymi z natychmiastowego przestoju.

Co skłania firmy do przyjęcia nakazowego podejścia do konserwacji?
Istnieje wiele czynników skłaniających firmy do przyjęcia nakazowego podejścia do konserwacji.

Automatyzacja: Ponieważ w procesach produkcyjnych stosuje się coraz więcej automatyzacji, szybkość reakcji wymagana do rozwiązywania problemów związanych z konserwacją będzie rosła.
Ekonomia: Podejmowanie właściwych decyzji z ekonomicznego punktu widzenia staje się coraz bardziej skomplikowane. Wiedza o tym, co może zawieść lub kiedy może zawieść, po prostu nie wystarczy. Konieczne jest posiadanie wystarczającej ilości informacji, aby w pełni zrozumieć opcje konserwacji, a także implikacje finansowe każdej opcji.
Zmiany w sile roboczej: Doświadczony personel utrzymania ruchu i operatorzy procesów odchodzą na emeryturę, a ich następcy oczekują, że ich narzędzia będą inteligentne i pomocne.
Warunki operacyjne: Aktywa psują się nie tylko same z siebie, ale także ze względu na sposób ich eksploatacji.
Wydajność zasobów: wymagany jest wyższy poziom zaawansowania w sposobie organizacji danych zasobów i procesów. Tradycyjne narzędzia do tworzenia historii instalacji i analizy nie były odpowiednie do zapewnienia wydajności majątku trwałego. Platformy IIoT i analityczne są wyjątkowe pod względem zdolności do przetwarzania wieloletnich danych operacyjnych i ogromnych ilości niekonwencjonalnych danych rozproszonych w różnych systemach zapisu.

Wyniki
Prawidłowo wdrożone rozwiązania Prescriptive Maintenance oferują wyraźne i namacalne korzyści biznesowe nie tylko działowi utrzymania ruchu, ale także kierownictwu zakładu i QHSE: