آیا می دانید حداقل میزان تعمیر و نگهداری که باید برای حفظ دارایی ها در حالت بهینه و جلوگیری از خرابی غیرمنتظره تجهیزات انجام شود چقدر است؟ این یک سوال چالش برانگیز است که فقط با کمک نگهداری و تعمیرات پیشگویانه PdM می توان به آن پاسخ داد.

توانایی پیش بینی عمر مفید یک واحد یا دارایی بر اساس داده های لحظه ای این امکان را به سازمان می دهد تا راهی بی سابقه برای مدیریت و بهینه سازی منابع نگهداری و تعمیرات خود پیدا کند.

برای اینکه بدانید تعمیر و نگهداری پیشگویانه می تواند برای سازمان شما مفید باشد یا نه، ابتدا باید بدانید که این برنامه چیست، چگونه کار می کند، مزایا و معایب آن چیست و چگونه می توان برنامه نگهداری و تعمیر پیشگویانه را پیاده کرد.

اگر به دنبال منبع مناسبی هستید که به همه این سوالات پاسخ دهد، تا آخر این مقاله همراه ما باشید.

• نگهداری و تعمیرات پیشگویانه(PdM) چیست؟

تعمیر و نگهداری پیشگویانه یا (PdM)Predictive maintenance and repairs یک استراتژی تعمیرات و نگهداری فعال است که از ابزارهای نظارت بر وضعیت برای تشخیص علائم مختلف خرابی، ناهنجاری ها و مسائل مربوط به عملکرد تجهیزات استفاده می کند. بر اساس این اندازه گیری ها، سازمان می تواند از الگوریتم های از پیش ساخته شده برای تخمین زمان خرابی یک قطعه از تجهیزات استفاده کند تا بتواند کارهای نگهداری و تعمیرات را درست قبل از وقوع آن انجام دهد.

هدف نگهداری و تعمیرات پیش بینانه، بهینه سازی استفاده از منابع تعمیرات و نگهداری شما است. مدیران نت با آگاهی از زمان خرابی یک قسمت خاص می توانند کارهای نگهداری و تعمیرات را فقط در مواقعی که واقعاً نیاز است، برنامه ریزی کنند، به طور همزمان از عملیات های نگهداری بیش از حد اجتناب کرده و از خرابی غیرمنتظره تجهیزات جلوگیری کنند.

هنگامی که این استراتژی با موفقیت اجرا شود، تعمیرات و نگهداری پیشگویانه هزینه های عملیاتی را کاهش می دهد، مسائل مربوط به خرابی را به حداقل می رساند و سلامت و عملکرد کلی دارایی را بهبود می بخشد.

• نگهداری و تعمیرات پیشگویانه چگونه کار می کند؟

مزیت اصلی نگهداری و تعمیرات پیشگویانه PDM این است که می تواند کارها را بر اساس وضعیت فعلی دارایی برنامه ریزی کند. فهمیدن وضعیت دقیق دارایی های پیچیده، سخت ولی قابل انجام است.

سه جزء اصلی وجود دارد که به PDM اجازه می دهد وضعیت دارایی را ردیابی کرده و به تکنسین ها در مورد خرابی تجهیزات در آینده، هشدار دهد:

1. سنسورهای نظارت بر وضعیت نصب شده بلافاصله داده های عملکردی و وضعیت سلامت دستگاه را گزارش می دهند.
2. فناوری اینترنت اشیا با استفاده از فناوری ابری(CLOUD) به جمع آوری و تجزیه و تحلیل حجم عظیمی از داده ها کمک می کند.
3. مدل های داده های پیش بینی کننده با کمک داده های پردازش شده با ابزار های هوش تجاری(BI) می توانند شکست های زیادی را پیش بینی کنند.

بهتر است نگاهی دقیق تر به همه عناصر اصلی ذکر شده در بالا داشته باشیم تا تصویر واضح تری از نحوه عملکرد نگهداری و تعمیرات پیشگویانه PDM به دست آوریم.

1) فناوری CM و تکنیک های PDM :

انواع مختلفی از سنسورها و تجهیزات برای نظارت بر وضعیت وجود دارد که با نصب آن ها می توانید جریانهای الکتریکی، ارتعاشات، دما، فشار، روغن، سر و صدا، سطوح خوردگی و موارد دیگر را اندازه گیری کنید.

سنسورهایی که با آنها کار می کنید بستگی به نوع دارایی های موجود در PDM و آنچه می خواهید پیگیری کنید دارد.

مزیت دیگر استفاده از سنسورهای نظارت بر شرایط این است که می توانید بدون هیچ گونه اختلال در بهره وری، نمای دقیقی از آنچه در داخل دارایی اتفاق می افتد داشته باشید. به عبارت دیگر، برای انجام بازرسی های فیزیکی، لازم نیست دارایی را متوقف کرده و آن را جدا کنید.

بر اساس سنسورهایی که استفاده می کنید و آزمایشاتی که می خواهید اجرا کنید، انواع مختلفی از تکنیک های نظارت بر وضعیت وجود دارد که می توان از آنها استفاده کرد:

2) نقش فناوری اینترنت اشیا(IOT):

جمع آوری داده ها یک چیز است، اما تجزیه و تحلیل و استفاده از داده ها برای مقصود مورد نظر یک چیز دیگر است. سنسورهایی که قبلاً ذکر شد با کمک فناوری اینترنت اشیاء(IOT) می توانند داده ها را جمع آوری کرده و به اشتراک بگذارند. PDM به شدت به این سنسورها وابسته است تا دارایی ها را به یک سیستم مرکزی که اطلاعات ورودی را ذخیره می کند متصل کند. این هاب های مرکزی با استفاده از اتصال WLAN یا LAN یا فناوری ابری(cloud) اجرا می شوند.

از این طریق، دارایی ها می توانند ارتباط برقرار کنند، با هم کار کنند، داده ها را تجزیه و تحلیل کرده، اقدامات اصلاحی را هشدار داده یا مستقیماً اقدام کنند.

3) استفاده از الگوریتم های پیشگویانه:

مهمترین بخش تعمیر و نگهداری پیشگویانه(و مسلماً سخت ترین آن) ایجاد الگوریتم های پیشگویانه است. در اصل، شما باید مدلی بسازید که متغیرهای مختلف و چگونگی ارتباط و تأثیر یکدیگر را در نظر بگیرد(با هدف نهایی توانایی پیش بینی خرابی تجهیزات).

هرچه از متغیرهای بیشتری استفاده کنید، مدل های شما دقیق تر خواهند بود. به همین دلیل است که ساختن مدل های پیش بینی کننده یک فرایند تکراری است. مدلهای اولیه باید بر اساس سابقه دارایی ذخیره شده در CMMS، مشاهدات شخصی، تجزیه و تحلیل FMEA، سنسورهای داخلی موجود مانند شتاب سنج و جریان سنج و منابع مشابه باشد. حتی ممکن است ابتدا نیاز به نصب سنسورهای نظارت بر وضعیت و اجرای آنها برای جمع آوری داده های پایه و اتمام مدل های پیشگویانه اولیه داشته باشید.

با گذشت زمان، سنسورهای نصب شده داده های بیشتری تولید می کنند که می تواند برای بهبود مدل های اولیه و پیش بینی کامل خرابی، مورد استفاده قرار گیرد.

الگوریتم ها مجموعه ای از قوانین از پیش تعیین شده را دنبال می کنند که رفتار فعلی دارایی را با رفتار مورد انتظار آن مقایسه می کند. انحرافات، نشان دهنده زوال تدریجی است که منجر به خرابی دارایی می شود. الگوریتم ها بر اساس انحرافات، شرایط عملیاتی فعلی، داده های خرابی گذشته و سایر متغیرهای موجود در مدل داده، نقاط خرابی را پیش بینی می کنند.

نتیجه نهایی یک سیستم خودکار این است که:

• ترکیب تعمیر و نگهداری پیش بینانه با نرم افزار CMMS

CMMS داده های اولیه را برای اجرای PDM ارائه می دهد:

اطلاعات جمع آوری شده در طول زمان در مورد عملکرد دارایی به شکل گیری نقطه شروع و جمع آوری داده های اولیه قبل از پیاده سازی PDM کمک می کند. اگرچه منابع دیگری مانند سوابق نگهداری نسخه چاپی وجود دارد، نرم افزار نگهداری و تعمیر جامع ترین و آسان ترین منبع اطلاعات قدیمی را ارائه می دهد.

CMMS با فناوری نگهداری و تعمیرات پیشگویانه جهت اتوماسیون سازی عملیات ها ادغام می شود:

هر زمان که حسگرها تشخیص دهند که یک دارایی خارج از پارامترهای از پیش تعیین شده کار می کند، نرم افزار نگهداری و تعمیرات می تواند به صورت خودکار یک هشدار یا دستور کار ایجاد کند. این هشدارها تیم تعمیر و نگهداری را وادار می کند تا قبل از خرابی دستگاه و ایجاد یک خرابی بزرگ اقدامات پیشگیرانه را انجام دهند.

این دستورات اتوماتیک ممکن است برای یک کار معمول تعمیر و نگهداری یا کار اصلاحی باشد. نمونه های متداول هشدارها و دستورات کار عبارتند از:

در اصل، اگرچه نگهداری و تعمیرات پیشگویانه PDM داده های بسیار دقیقی تولید می کند، اما اگر با CMMS ترکیب نشود، این اطلاعات به سهولت در اجرای روال های نگهداری و تعمیرات محدود می شوند. از سوی دیگر، CMMS به تنهایی نمی تواند سلامت دستگاه را اندازه گیری یا پیش بینی کند.

با ترکیب هر دو فناوری، کاربران راه حلی قدرتمند دریافت می کنند که برای تیم مدیریت مدرن نگهداری ضروری است. تعمیر و نگهداری پیشگویانه به شما امکان می دهد که برخی اقدامات تعمیر و نگهداری را انجام دهید و CMMS به شما کمک می کند منابع خود را مدیریت کرده و آن وظایف را در برنامه نگهداری خود قرار دهید.

نرم افزار نگهداری و تعمیرات تفسیر داده ها را تسهیل می کند:

اگرچه ابزارهای PDM بینش ارزشمندی در مورد وضعیت دارایی از طریق ارتعاش، روان کننده، حرارت، تجزیه و تحلیل روغن و غیره ارائه می دهند، اما داده های تولید شده بسیار زیاد است و مدیریت دستی آنها برای انسانها دست و پا گیر خواهد بود.

با CMMS مناسب، کاربران به راحتی می توانند یک شمای کلی از داده های تولید شده درک کنند.

CMMS به عنوان یک ابزار سازمانی مرکزی عمل می کند:

نرم افزار نگهداری و تعمیرات اطلاعات مختلف در مورد دارایی ها را جمع آوری کرده و آنها را در یک پلتفرم متمرکز به صورت ماژول گزارشات ارائه می دهد.

به عنوان مثال، PDM داده های خام تجهیزات را ارائه می دهد اما CMMS اطلاعات بیشتری را از سایر ماژول ها مانند سابقه دارایی، موجودی، مدیریت قطعات یدکی، مدیریت نیروی کار، برنامه تعمیرات و موارد دیگر ارائه میدهد.

در نتیجه به بخشهای تعمیرات و نگهداری کمک می کند تا تصمیمات آگاهانه بگیرند.

• نگهداری و تعمیرات پیشگیرانه یا پیشگویانه: کدام یک برای شما مناسب است؟

تفاوت اصلی بین نگهداری و تعمیرات پیشگیرانه و نگهداری و تعمیرات پیشگویانه در تنظیم تقویم نگهداری است. در حالی که نگهداری و تعمیرات پیشگویانه از سنسورهای نظارت بر وضعیت و الگوریتم های پیش بینی کننده برای هدایت برنامه های تعمیر و نگهداری استفاده می کند، تقویم تعمیرات و نگهداری پیشگیرانه بر اساس استفاده از تجهیزات و فواصل زمانی است.

در حالی که از نظر ظاهری این تفاوت چشمگیر نیست، اما از نظر عملیاتی تفاوت های قابل توجهی ملاحظه می شود. این تفاوت نحوه مدیریت موجودی، نحوه مدیریت خرابی های برنامه ریزی شده را تغییر می دهد و تأثیر کلی بر نحوه مدیریت کارهای نگهداری دارد.

روی کاغذ، نگهداری پیش بینی کننده به وضوح استراتژی بهتری است. با این حال، پیاده سازی فناوری نظارت بر شرایط و توسعه مدل های پیش بینی کننده می تواند چالش برانگیز و گران باشد. بنابراین، قرار دادن تمام دارایی های خود در یک برنامه PDM مقرون به صرفه نیست.

اینجاست که خدمات پیشگیرانه وارد عمل می شوند. دارایی های مهمی که واجد شرایط برنامه PDM نیستند می توانند در برنامه نگهداری پیشگیرانه قرار گیرند.

ترکیب نت پیشگیرانه و پیشگویانه لازمه اجرای صحیح عملیات های نگهداری و تعمیرات است.

• نتیجه گیری

نگهداری و تعمیرات پیشگویانه استراتژی است که دارای مزایای عمده ای است، اما مطمئناً ساده ترین راه برای اجرا نیست. PDM برای صنایع سنگین که دارایی های گران قیمت دارند و نگهداری از آن ها امری ضروری است می تواند گزینه ی مناسبی باشد ولی برای صنایع معمولی از نظر اقتصادی مقرون به صرفه نیست و استفاده از نت پیشگیرانه گزینه ی بهتری است با این حال در این صنایع هم می توان به صورت گزینشی برای برخی تجهیزات استفاده شود چون یک راه حل طولانی مدت عالی است که می تواند ROI قابل توجهی را از طریق صرفه جویی در هزینه و بهبود عملکرد دستگاه ارائه دهد.

اگر نمی دانید برای کسب و کار خود از چه استراتژی استفاده کنید برای مشاوره رایگان با ما تماس بگیرید.