技术园地
预测性维护如何塑造工业企业
2021-09-11  浏览:0
     制造商转向工业物联网寻求更智能的方法,不断获取行为数据,以提供可行的见解,从而预测产品故障,增加正常运行时间并提高资产效率。维护是开发和制造产品时的战略考虑,但是三分之一的维护活动过于频繁,而一半则无效。对于机器操作员和工厂经理而言,预防性维护和资产维修会浪费不必要的资源,吞噬运营成本并削弱高效运营。在这种情况下,预测性维护可能会有所帮助。
 
    维护和修理运营(MRO)对于企业资产的正常运行至关重要,因为维护是企业运营连续性和有效性的关键。维护和修理运营(MRO)涉及广泛的活动,例如检查工业设备,修理机械,更换损坏或故障的零件。
 
    预防性维护与预测性维护之间的区别
 
    过去,企业被动地维护其资产。资产崩溃后,企业修理或更换了资产。资产已恢复到原始状态。无功维护是有问题的,因为它与设备故障相关联,设备故障导致活动中断并导致大量损失。
 
    为了减少被动维护的效率低下,工业组织已过渡到预防性维护模式。预防性维护会定期安排维修和服务操作,以防止设备故障。简而言之,预防性维护会考虑资产的预期寿命以主动检查和维护它们。通过这种方式,它将减少意外的停机时间并刺激业务运营的连续性。
 
    预测性维护策略
 
    当前,预防性维护在企业维护方法中占主导地位。但是,它远非最优,因为它通常比资产寿命更早地维护资产。因此,它会导致次优的整体设备效率(OEE)。企业必须根据有关资产状态的事实信息而不是假设的EoL值来计划维护活动,以实现最佳的整体设备效率(OEE)。
 
    与传统的反应式和预防性模型相比,预测性维护可带来许多业务收益。这些措施包括提高资产利用率和整体设备效率(OEE),避免计划外停机以及维护活动的最佳计划。
 
    预测性维护作为工业4.0应用程序
 
    预测性维护的好处可以为管理大型部署的商业企业节省大量成本并增加收入。尽管如此,鉴于要获得有关资产状况的及时详细信息非常困难,因此预测性维护仍然没有得到广泛应用。
 
    在过去的几年中,由于传感系统和大型组织生产设施中的物联网(IoT)、大数据、人工智能(AI)等先进数字技术的广泛部署,这种情况正在逐渐改变。这些技术的部署被称为第四次工业革命(工业4.0)。
 
    工业4.0正在部署传感器和网络物理系统,以数字化物理过程并实现基于IT的数据驱动的自动化和控制操作。它支持多种工业应用,例如灵活的自动化,预测性维护,数字孪生和各种供应链管理优化。
 
    为了维护企业,工业4.0促进了有关机械设备状况的大量数字数据的收集。通过部署不同的传感器(例如振动传感器、声学传感器、温度传感器、功耗传感器和热像仪)可以增强此数据收集的能力。
 
    原文链接:https://www.xianjichina.com/special/detail_468721.html
 
    来源:贤集网
 
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。