预测性维护概述:状态监测策略的自然结果

正如任何有经验的工厂操作员会告诉你的那样，你的机器资产从来都不是固定不变的。你知道，即使只是在微观层面上，你最好的机器资产，实际上，正在恶化，最终走向失败。幸运的是，我们在这个行业中采用的对策正在不断演变，使我们的工作更容易，更重要的是，更有效地管理这些关键资产。

最令人兴奋和最有前途的改进领域之一是预见性维护(PdM)空间。这不仅是典型的状态监控策略的自然进展，而且它还带来了许多好处，使资产管理器/工厂运营商的生活变得更加容易——更不用说PdM可以带来的运营好处了。

但首先，让我们对PdM有一个明确的了解。

虽然预测性维护的主题对某些人来说可能相对简单，但在讨论这个主题时，我们发现术语可能会被混淆或误用，所以让我们从一些定义开始。首先让我们从更熟悉的维护形式开始，预防性维护。

预防性维护定义为根据固定的时间表或规定的标准执行的维护，检测或防止功能结构、系统或组件的退化，以维持或延长其使用寿命(ISO 13372)。

关于这种维护策略的一个经典例子是，每隔X英里或X小时就更换发动机的机油和过滤器。这样做不是因为发现了过滤器阻塞或因为油条件差,而是因为人们相信组件,如果改变间隔,仍将在他们的使用寿命,导致机器避免故障之前表现任何症状。

组件退化的预期点通常是基于设备OEM的建议，而这些信息通常来自于经验研究、模拟，以及从审查类似机器的数据中获得的经验。

因此，有了这些了解，让我们来讨论预测性维护，以及它与预防性维护的区别。

预防性维护可以被看作是一种维护策略。然而，这并不是一种适用于所有人的维护策略。根据所讨论的机器的临界性，它可能是也可能不是该机器和您的维护预算最合适的策略。维护策略的另一个例子可以包括运行到故障，给定特定临界状态下的相关机器/组件，这也是一种非常有效的方法。

预测性维护通常被定义为一种维护策略，它基于对资产状态的监视和测量(即状态监视)，以确定它们在未来的一段时间内是否会出现故障，然后采取适当的行动来避免故障的后果。这种方法仍然经常用于更关键的机制，而且在很长一段时间内，这种方法主要用于最关键的资产。然而，它的优点预测维护策略今天，对于许多其他不太重要的机器来说，它也能成为一个有吸引力的选择吗?

在一段时间内，这些机器可能被传统地认为是“非关键”的，因为它们的较低的替换成本或被视为“辅助系统”，但当它们表现不佳时，它们仍然可以对您的关键流程产生严重的影响。PdM方法的优点包括减少浪费和不必要的停机时间，因为它具有使维护活动更加集中的潜力，并具有能够提供开发的额外好处理解通过数据收集和解释您的机器。PdM帮助解决的浪费领域之一是过度维护领域。有了精确的数据集和实时的状态，您将不必依赖每两周的视觉检查;您的数据将为自己说话，从而允许您在其他地方分配那些原本用于检查和维护不需要它的资产的资源。

为了说明不同之处，让我们考虑一下我们的机油和过滤器与以前相比的变化。在预测性维护方法中，我们会监测通过过滤器的压差，以检查过滤器中的过度堵塞，我们可以监测油中的微粒，或检查其粘度、水稀释度或TAN指数，以帮助我们确定是否需要更换油。这不仅可以通过减少“不必要的”机油更换来节省成本，而且还可以提供更多的监测和数据，这些数据通常可以捕捉到新出现的问题，这些问题表现为该机器的润滑油系统状况出现偏差。一个真正的双赢。

所以鉴于预见性维护需要策略的定义根据监视和测量条件的资产,它将不足为奇,状态监测,它可以被定义为信息和数据的采集和处理,表明机器的状态随着时间的推移,构成任何预测性维修计划的组成部分。

状态监测可以看作是一种工具，如果使用有效，可以成为成功的预测性维护计划的一部分。然而，一个成功的预测性维护程序需要的不仅仅是良好的仪器仪表、数据分析和故障报告。它需要一个可重复的过程在支持项目的所有级别的团队中都可见，该项目对每个案例或发现的问题进行“闭环”，并推动案例得出结论并记录其结果，从而使整个项目随着时间的推移不断改进。

这种类型的工作流(见下文)但是，实施良好的案例管理来有效地支持PdM项目是整个过程中非常关键且具有挑战性的一部分。然而，这也是一个值得在博客上讨论的话题。简而言之，这是一个已经看到并将在不久的将来看到不断改进的软件和工具来满足这种工作方式的需求的领域;特别是在利用最新的人工智能和数据复制工具方面。

监视机器的状态并只在检测到机器状态发生变化时对机器进行维护的概念并不新鲜。真正实现预测性维修计划的一些障碍是:

• 昂贵的仪器设备/计算能力(每台机器)
• 数据孤岛，缺乏互联(移动的是人而不是数据)
• 昂贵的数据存储

今天，仪器设备比以往任何时候都更便宜，也更容易使用。设想一下，我们生活在这样一个世界:每月1 TB的云存储成本比一份咖啡订单还要低，与之相伴的计算能力也同样如此。如今，数据互联已经成为可能，它也带来了一系列新的挑战:网络安全、数据主权，以及仅仅需要人力资源来审查和实现现有所有数据的价值。

我们将讨论预防性维护现在如何只是一个更大的预测性维护伞的组成部分。我们还将展示预防性维护是如何有效地防范问题的，但它也可能意味着，通过对资产应用通用规则，您将过度投入资源，从而浪费资源，并通过不必要的维护削减您的盈利能力。

监测机械的状况，以帮助确定需要的维修已不再是近期的方向;在某些情况下，它甚至不是现在的方向，而是最近的过去。我们现在所期待的是通过正确(和不正确)采用各种状态监测程序所取得的进展。它试图解决收集到的大量状态监测数据带来的新挑战，如何有效地对数据进行分类，并提供有效维护所需的工具。

状态监测是成功的预测性维护策略的基本的、基础的“治理动态”。任何预测，无论是天气、体育赛事结果，还是资产管理，都需要同样的燃料:数据。预测性维护结果的好坏取决于您提供给它的数据。因此，为了获得最好、最干净、最可操作的数据，您需要合理的政策和产品。

与任何多种解决方案一样，您需要某种程度的统一．如果你的数据集是不兼容的，你就会依赖于耗时的人工解释和需要人力资源的调优，而这些人力资源通常是你没有或希望通过最初采用人工智能解决方案来减少的。然后是规模的成本，如果您的系统不能无缝集成，您如何能在一个令人满意的(可负担的/ roi批准的)水平上增长?通过利用单一来源解决方案、BN生态系统以及添加的支持服务(如HOST)等的统一能力，您可以减少对多个供应商的依赖，从而实现规模经济，从而使您现有的技术人员能够管理更大的系统。因此，关注更重要的事情，而不是不那么重要的维护问题。储蓄,储蓄,储蓄。

尽管我们可以不断地说我们实现预测性维护策略的解决方案是多么令人惊叹，但我们发现让我们的合作伙伴来谈会更好。以下是几个案例研究，我们的客户向我们寻求帮助，帮助他们实现从预防性维护到预测性维护的飞跃，以及他们获得的好处:

案例研究/用例:NATREF的可靠性和维护团队通过使用Bently Nevada的状态监测平台，共同提高其往复式压缩机的可靠性

案例研究/用例:bentently HOST:通过关注结果的解决方案来实现内心的平静

它归结为你想要完成什么以及你计划如何去获得你想要的结果。

在Bently Nevada，我们将自己视为所有客户的合作伙伴，从最初的接触点到超过60年的关系。我们为自己能够帮助客户找到状态监测和预测性维护需求的解决方案而感到自豪，同时也赢得了在该领域工业世界领先领域专家和解决方案提供商的地位。

为此，我们邀请你联系我们看看我们如何帮助您的病情监测策略，从反应性到预测性。我们相信，在业界领先的专业知识的支持下，我们的产品和服务的正确组合可以改善您的资产管理战略。