預測性維護技術與制造業
編者按
制造商對維護的態度正在發生改變。企業日漸將設備維護視作一種戰略性的工作,不再是“一種必不可少的倒霉事”。預測性維護可以給制造業帶來巨大的潛在收益,但在推行時也面臨一定的挑戰。羅蘭貝格國際管理咨詢有限公司是一家著名的跨國咨詢公司。嘉實多公司是世界公認的潤滑油行業的“專家”,兩家公司一直在研究制造商對預測性維護技術的使用,于2014年11月在羅蘭貝格公司網站發布了本文。
制造商日漸將設備維護視作一種戰略性的工作,因為他們希望在降低維護成本和縮短故障停機時間的同時延長設備的生命期。過去,維護曾經被視作是“一種必不可少的倒霉事”,但這種日子已經一去不復返。制造商們不再選擇成本高昂的突發性維護,讓設備一直運轉,直到出現問題,或者是采用低效的預防性維護,“不管出沒有出現問題都進行維護”。
羅蘭貝格國際管理咨詢有限公司(Roland Berger)同嘉實多公司(Castrol)的研究發現,目前有越來越多的預測性維護解決方案可供選擇,通過利用設備狀態數據來預測即將發生的問題,只在必要的時候安排維護,由此幫助制造商提高維護工作的效率。在采用這些解決方案后,一流制造商的設備意外停機時間比行業平均水平大約降低5%,設備綜合效率提高超過8%。
預測維護技術正在發展,在分析預測性維護可以給當今的制造商帶來哪些好處之前,讓我們先分析一下在制造領域的維護技術現狀。
目前,制造商普遍針對自己的核心設備采用狀態監測解決方案,即對設備狀態的一項或數項參數進行監測,例如震動、廢油、溫度或超聲波。他們使用這些讀數來判斷潛在的問題。例如,震動分析可以用來判斷部分常見的機械故障,比如軸偏心、零部件磨損或軸承松動等。
不過,因為眾多設備狀態監測解決方案通常重點關注一二種離散數據,所以無法全面地把握所有潛在的故障。此外,設備狀態監測系統通常不能對發現的問題進行診斷,人們因此無法深入了解即將發生的問題究竟是否緊急。這些系統只是告訴人們讀數不在正常的數值范圍內。
在制造工廠內,即使針對關鍵設備的潛在機械故障發出警報,如果工程師們沒有注意到問題的嚴重性和了解其根源,這種警報仍不會起太大作用。如果讓工程師了解到問題的根源,知道問題可能出現的時間段,那么警報的作用會更大。例如,以磨床故障為例,能夠指明主軸電機的某個軸承已經磨損,而且如果在一周內不更換的話,就有90%的可能出現故障。這正是預測性維護技術解決方案可以創造價值的地方。
最近數年里已經開發出先進的預測和診斷軟件解決方案,并且在石油天然氣、風力發電和航空航天領域得到廣泛應用。最新的預測性維護技術比傳統的設備狀態監測有著眾多優勢。先進的預測性解決方案會從多個方面收集數據,并且使用分析建模技術來進行預測。這種解決方案可以更早地發現問題,進行診斷,根據問題的嚴重性確定予以解決的緩急,并且就可采取的行動提供建議,以預防設備故障的發生。對于維護部門來說,這種方式可以發現潛在的問題,并且對問題根源進行處理,避免問題升級,出現全面爆發或失控的狀況。
預測性維護解決方案會采用一種或多種建模方法,建模依據分別為實證、物理特征和經驗。通過這些方法可以構建一個正常狀態下的模型,也就是設備在特定條件下應該是什么樣,然后再根據這些常態來監測偏差情況。任何與常態之間的偏差都意味著設備狀態出現了變化。
如何來構建這個正常狀態模型?采用實證方法的解決方案會使用設備的歷史數據來構建模型,而基于經驗的解決方案在建模時會使用從多個類似設備上收集的匯總數據。基于物理特征的方法則完全不同,在建模時會應用工程學的基本原則來了解設備在特定操作條件下理論上會如何運轉。這些方法各有優勢,也各有缺點,所以最先進的解決方案會對三種方法綜合加以使用。但所有先進的預測性維護解決方案都擁有提前預測、診斷準確性高、為顧客不斷創造高價值的優點。
先進的預測性維護技術解決方案早已在眾多行業內得到有效的應用,其中包括石油天然氣、發電和航空航天等行業。在這些行業內,預測性維護技術給客戶們帶來的好處可以使用一系列的指標來加以衡量,例如投資回報率和生產收入的提高。這些行業的共同點在于他們都要使用大型的旋轉設備,這些設備相比制造業的眾多設備而言沒有那么復雜,而且類型更加單一。
案例研究一:石油天然氣行業——減少了核心設備的故障停機次數,提高了產量。
美國能源部發現,在石油天然氣行業推行預測性維護項目的結果顯示,該項目普遍可以給顧客帶來以下的好處:
——投資回報率提高10倍;
——維護成本降低25%~30%;
——設備故障現象減少70%~75%;
——設備停機時間縮短35%~45%;
——產量提高了20%~25%。
案例分析二:風力發電廠——降低了維護成本,提高了設備在惡劣環境下的正常運行時間。
在許多案例中,風力發電運營商表示,在渦輪機保修期結束后,預測性維護技術可以有效地降低運營和維護成本,提高生產收入。在一些案例中,預測性維護技術將投資回報期降低到少于6個月。
一家全球性風力發電運營商發現,借助預測性維護技術,他們可以在中等規模的風力發電廠節約大概25萬美元的運營和維護成本。
另一家運營商在使用預測性維護技術跟蹤設備的健康狀態時看到,自己的一臺渦輪機的發電量大幅低于標準水平。他們發現,之所以存在這個問題,是因為他們無意之間在這臺渦輪機上設置了限制。通過解決這個問題,他們可以創造額外的收入。如果沒有預測性維護解決方案,他們無法實現這個結果。
其他行業在采用預測性維護技術后所得到的好處對制造商而言也同樣具有吸引力。這些好處包括有:
——消除了不必要的維護工作;
——降低了零部件更換成本;
——縮短了計劃外的停機時間;
——延長了設備的使用壽命。
綜合在一起,這些好處可以提高制造商設備的整體生產能力和盈利能力,因而預測性維護解決方案不管是對維護部門還是對管理層而言都具有同等的吸引力。
正如我們所看到的,制造商將會從預測性維護技術解決方案中受益匪淺。但制造行業卻在逃避采用先進的預測性維護技術。我們認為,為了讓預測性維護技術得到廣泛應用,目前存在的一些障礙必須予以克服。這些障礙只存在于制造領域,而且可以被劃分成兩大類:
——開發適用于制造業的解決方案存在種種難點;
——制造領域尚未做好準備。
1.開發適用于制造業的解決方案存在種種難點
技術方面存在的眾多難點,讓解決方案供應商在為制造行業提供全面的預測性解決方案方面面臨巨大的挑戰。
(1)要能為多樣化的大型設備提供支持
與那些已經廣泛采用預測性維護技術的行業不同,多數制造型企業使用的設備復雜多樣。例如風力發電廠內,最重要的是渦輪機的三套主件。但在普通的制造工廠內,會使用多種多樣的設備,而且這些設備對于生產來說全都一樣重要。因此,成功的預測性解決方案必須能適用于大量復雜且不同的設備,這對于現有的解決方案提供商來說是一種技術挑戰。
(2)要能在動態的操作條件下發揮作用
其他行業的設備種類要少一些,操作條件的變化也相對少一些,而制造業的設備通常在一個多變的條件下運轉。這是因為工人的參與度非常高,加工的材料多種多樣,單一的設備要進行多種操作,而且所生產的成品也是變化的。這種操作條件的改變給預測性維護技術提供商帶來了相當大的復雜性,現有的提供商尚未能完全解決這個問題。
(3)能與多種不同制造商生產的設備進行互操作
此外,針對制造業的預測性維護解決方案必須能夠應用于工廠的一系列設備,而且必須能與這些設備進行互操作。這也是一項技術挑戰,因為每家設備制造商用來測量設備內部狀態的方法可能存在差異。
2.制造領域尚未做好準備
就大幅提升預測性維護技術在制造業的使用率而言,一些促進要素已經具備,但還有一些要素尚未形成。
(1)可用的設備數據
在當今的制造業,用來監測設備健康狀態的數據正越來越多,而且眾多“智能”機器現在都有內置的傳感器和數據收集功能。企業在考慮是否對舊設備進行改造時,會把改造的成本和工作量與設備的重要性進行均衡。
就收集預測性維護所必需的數據而言,數據收集現在有了新的標準(例如MT Connect),而且核心設備的儀表化在提高,這些都會讓數據收集在未來不再是一項挑戰。
(2)在短時間內解決設備故障的緊迫性
在制造工廠內,設備故障可能意味著生產力大幅受損。在研究中,我們與一位維護工程師進行過交流。他此前曾經在一家頂尖的汽車廠工作。他回憶說,如果設備故障在3分鐘不能解決,進而導致生產停止,那么就會被視為相當嚴重的事故。
(3)對預測性維護技術的不信任
與制造業維護工程師的探討顯示,相比于傳統的維護方法,他們對于預測性維護技術持較高的懷疑態度。在大部分制造企業內,維護工作很大程度上依然依賴人工來進行。這些維護人員通常不相信科技能夠和自己一樣準確可靠地發現機器故障。他們在新技術的采用方面動力不足,原因也在于擔心自己的工作會因此受到威脅。從文化的角度來說,新維護技術在多數制造工廠內的接納度偏低。
(4)不愿意進行長期投資
制造行業的成本壓力是眾所周知的,所以給維護預算也帶來了一定的負面影響。鑒于預算壓力,制造商通常不愿意大筆投資新的技術項目。這種對長期投資和長期項目的謹慎態度是另一種影響預測性維護技術在制造業廣泛傳播的因素之一。但事實是只有22%的維護經理滿意當前的維護項目。他們認為自己花了太多時間來“滅火”,而且預防性維護工作的效率和效力低下。預防性維護工作中1/3的費用是浪費的。
技術工人短缺,預算削減,設備老化,這些都給制造業帶來了越來越大的壓力。預測性維護技術可以作為制造商的一種強有力的工具,幫助他們降低成本,提高生產流程的生產力,從而減輕他們的壓力。
眾多其他行業的大量案例分析和驗證顯示,在制造領域推行最新的維護技術,將給該行業帶來巨大的潛在好處。只要制造商信任預測性維護技術的力量,并且駕馭這種力量,那么為制造領域提供可行的預測性維護解決方案只是時間問題。
(粟志敏 編譯)