消除预测维护和预防维护概念
预测维护预防性维护
预测维护新兴市场,因为维护策略从所谓的事后控制方法转向分析并实现预测维护解决问题,无疑显示市场开发潜力提供动态数据模型的IoT平台供应商、低成本安全云存储商和分析提供商发挥关键作用并发挥日益重要作用
物联网开发高级解析驱动全市场采行预测维护策略,结果效率提高25%-30%IoT分析器发布的报告指出,2016-2022年期间预测维护复合年增速39%除此以外,到2022年,年度技术支出将达10.96亿美元
常用预测和预防维护水平包括条件监控硬件、工业自动化硬件、通信连接、存储平台和数据分析
- 预防性维护
计划定期活动消除设备故障和意外生产中断(时间性定期检查和维护),这是制造过程设计输出 - 预测维护
一套或数组技术通过定期或连续监测设备状况预测具体维护时间评价使用中设备状况
如何理解预防性维护
预防性维护预测维护是实施全生产维护时应考虑的重要维护措施预防性维护最常使用,预测性维护不适合于各种事件IATF16949条款8.5.1.5综合生产维护预测性维护不再是强制的,而是“如果适用”。
简言之,预防性维护指定时设备维护替换备件,通常包括维护和维护、定期使用检验、定期功能测试、定期拆卸、定期替换和其他类型定期维护应属预防性性维护范畴
预防性维护实例
- 3000公里后新车首次维护(替换引擎油)
- 定期净化生产设备,替换受损部件并检查机器是否保持正常运行
预测性维护是指收集资料和信号(可间或持续收集),使用各种手段分析判断设备退化趋势、故障定位点、原因和预测变化开发并提出预防措施、预防和控制可能的故障预测性维护类似于SPC
预测维护实例
使用热成像摄像头、振荡分析器、超声波仪和其他测试设备确定是否需要维护,方法包括检测设备操作参数,如温度和振荡,比较测得参数和设备标准操作状态参数,以及如何定点安排维护工作
预测维护和未来趋势的优缺点
应用预测维护的最大优势是整体成本下降美国联邦能源管理程序研究估计正常功能预测维护程序比预防性维护节省30%至40%相关统计显示,平均而言,执行工业预测维护程序可节省以下费用:
- 投资回报率:十倍
- 降低维护成本:25%至30%
- 故障消除率:70%至75%
- 减少故障时间:35%至45%
- 增产:20%至25%
实际生产流程中故障发生率比想象要难得多:生产线突然停机、故障排除延迟、人为错误、设备重复维护导致成本增加和设备意外维护等待常被动接受故障并维护故障发生后“无法精确计算它是否最合理”。
工厂不单收集设备,还收集活管家通过智能监控预防性监控,它可以告诉你各种机械组件当前运行状态,他还可以使用过去操作数据和当前存取数据实时监控分析,预测未来可能条件并提前通知你哪些设备需要维护以及哪些设备需要替换决策基于客观数据分析判断 避免人类经验论同时 预警提供充足时间 提前准备维护 避免高成本 突发关机维护 提高工厂制造效率
智能工厂无处不在将真的无人工厂机器人臂替换人工工厂所有设备操作数据将显示在主管面前不仅理解运行状态并预测未来,还自动触发工作顺序分配和自维护,甚至自归纳并学习持续错误校正过程,以提供更合理建议和实施计划
适应极具挑战性工业环境系统工程、生产IT和商业系统领域必须实现前所未有的整合以提高生产效率