改善資產(chǎn)維護(hù)的路徑

本文內(nèi)容由ABB公司提供。

如何規(guī)劃預(yù)測性維護(hù)策略和實施路徑ABB提出了部署預(yù)測性維護(hù)——各項研究表明，設(shè)備故障導(dǎo)致的計劃外停機(jī)每年為行業(yè)帶來3%~5%（有時甚至更多）的生產(chǎn)力損失。只要管理層愿意考慮和采納成熟的策略方法，借助現(xiàn)代工業(yè)物聯(lián)網(wǎng) (IIoT) 技術(shù)和SCADA系統(tǒng)提供的所有數(shù)據(jù)和連接功能，就可以顯著降低上述損失。

設(shè)備維護(hù)模式

從被動維護(hù)到主動維護(hù)、預(yù)測性維護(hù)，過程設(shè)備的維護(hù)方法多種多樣，見表1。從成本和時間角度看，每種方法各有優(yōu)缺點(diǎn)，需要具體問題具體分析。關(guān)鍵是將方法與應(yīng)用結(jié)合起來。這一點(diǎn)對于生產(chǎn)關(guān)鍵型旋轉(zhuǎn)設(shè)備尤其如此。

表1 工業(yè)物聯(lián)網(wǎng) （IIoT） 傳感器、SCADA系統(tǒng)和先進(jìn)分析軟件的普及幫助能源公司從被動式維護(hù)轉(zhuǎn)向慣例維護(hù)

被動式維護(hù)（事后維修）

在一項行業(yè)調(diào)查中，近1/4的受訪者表示，其超過25%的資產(chǎn)采用這種維護(hù)模式。但是這種方法不適用于旋轉(zhuǎn)設(shè)備，例如關(guān)鍵的泵和鼓風(fēng)機(jī)，因為這些設(shè)備故障會導(dǎo)致工廠的運(yùn)行中斷，且緊急維修的代價可能極其昂貴。

預(yù)防性維護(hù)模式（按固定時間或周期間隔進(jìn)行）

盡管研究表明，故障模式與基于時間的退化模式之間的關(guān)系僅適用于大約18%的情況，但是仍有約45%的公司采用這種傳統(tǒng)的定期維護(hù)方法來維護(hù)超過1/4的資產(chǎn)。計劃的維護(hù)周期可能根據(jù)平均磨損狀態(tài)、最壞情況下的設(shè)備故障經(jīng)驗、其他一些歷史參考依據(jù)或者設(shè)備制造商建議而綜合考慮。問題在于盡管該方法浪費(fèi)了大量的零件和人工成本，為大多數(shù)設(shè)備計劃和執(zhí)行了不必要的“預(yù)防性”維護(hù)，但僅使用這一方法仍然會偶爾發(fā)生設(shè)備故障和計劃外停機(jī)。更糟的是在不必要的物理干預(yù)過程中，錯誤的檢查、裝配或拆卸不當(dāng)甚至?xí)肴藶殄e誤。

基于狀態(tài)的維護(hù)模式

借助隨時待命的傳感器和分析設(shè)備來監(jiān)控振動、運(yùn)營溫度升高、流速下降等警示信號，從而僅在狀態(tài)報警時對設(shè)備進(jìn)行維護(hù)，大幅節(jié)省時間和資金。

預(yù)測性維護(hù)模式

預(yù)測性維護(hù)依靠儀表測量的實時監(jiān)控結(jié)果。通過使用設(shè)備特有的實時數(shù)據(jù)，而非估算的平均值，系統(tǒng)可以跟蹤設(shè)備退化的發(fā)展過程，并將其與已知的性能特性相比較，預(yù)估出最經(jīng)濟(jì)有效的時間，在發(fā)生功能性故障之前執(zhí)行維護(hù)干預(yù)。雖然預(yù)測性維護(hù)的概念是合乎邏輯的，它建立在與歷史經(jīng)驗相關(guān)的基于狀態(tài)的輸入之上，但期望從長期計劃維護(hù)方法無縫切換到由“黑匣子”驅(qū)動的全自動方法是不現(xiàn)實的。轉(zhuǎn)換到預(yù)測性維護(hù)方法（基于安裝在整個處理過程中的數(shù)十個傳感器的分析反饋）可能會引起經(jīng)驗豐富的工廠維護(hù)工人的一些擔(dān)憂，因為他們習(xí)慣于信任自己的經(jīng)驗和見解。可以更換角度思考，將預(yù)測性維護(hù)/資產(chǎn)管理方法作為歷史記錄的補(bǔ)充，與工人認(rèn)知相結(jié)合，并在異常情況下進(jìn)行干預(yù)。

ABB基于在能源行業(yè)50余年積累的豐富經(jīng)驗，與先進(jìn)的數(shù)字化技術(shù)相結(jié)合，就如何規(guī)劃預(yù)測性維護(hù)策略和實施路徑提出了部署預(yù)測性維護(hù)的6個科學(xué)步驟。

1.獲取數(shù)據(jù)

通常情況下，企業(yè)需要全面了解資產(chǎn)的當(dāng)前性能，從工廠層面獲取已有的數(shù)據(jù)并呈現(xiàn)給運(yùn)營和管理人員，為制定可行決策提供有力依據(jù)。在這個過程中，企業(yè)可將數(shù)據(jù)與IT和維護(hù)管理系統(tǒng)的數(shù)據(jù)相結(jié)合，以便更好地了解維護(hù)歷史和工廠績效。

2.加裝傳感器彌補(bǔ)數(shù)據(jù)不足

獲取數(shù)據(jù)之后，為彌補(bǔ)工廠關(guān)鍵資產(chǎn)信息的缺失，需要增加數(shù)據(jù)點(diǎn)來加深對資產(chǎn)狀態(tài)的理解。可以在電氣設(shè)備、旋轉(zhuǎn)設(shè)備和其他工廠資產(chǎn)上部署大量的傳感器，然后將它們加入到基于狀態(tài)的維護(hù)體系中。既可以采取工程系統(tǒng)和控制系統(tǒng)相結(jié)合的形式，也可以作為完全獨(dú)立的系統(tǒng)，從而基于資產(chǎn)狀態(tài)制定科學(xué)決策。

3.全局分析，理解趨勢

從傳統(tǒng)設(shè)備訪問信息時，邊緣設(shè)備再次扮演關(guān)鍵角色。ABB Ability? AssetInsight是 一 種全局性的數(shù)據(jù)收集和分析軟件解決方案，可以收集不同系統(tǒng)的實時狀態(tài)數(shù)據(jù)并通過儀表板顯示，方便用戶從同一處訪問設(shè)備健康數(shù)據(jù)和運(yùn)營洞見，從而節(jié)省時間。這是向預(yù)測維護(hù)策略轉(zhuǎn)變的一種高效途徑。控制室內(nèi)外的用戶可即時安全訪問設(shè)備數(shù)據(jù)，從容做出決策，幫助優(yōu)化運(yùn)營，并降低運(yùn)維成本。

4.提前預(yù)測，優(yōu)化策略

相比借助純數(shù)據(jù)科學(xué)方法進(jìn)行預(yù)測分析，將機(jī)器學(xué)習(xí)和基于模型的分析方法相結(jié)合將更有效。這不僅可以將實際性能與預(yù)期性能進(jìn)行比較，還能比較不同機(jī)組的設(shè)備，進(jìn)一步預(yù)測故障概率甚至故障發(fā)生的時間，以此進(jìn)行分析，找出根源，并制定最恰當(dāng)?shù)男袆臃桨浮BB Ability? Asset Health APM正是采用了這一方法，基于成熟的專業(yè)模型，可通過預(yù)測分析提供診斷功能，以便及早發(fā)現(xiàn)問題，盡早采取行動。

5.制定體系，調(diào)整運(yùn)營

維護(hù)的變革之旅到達(dá)這一階段后，下一步就是使用關(guān)鍵統(tǒng)計數(shù)據(jù)進(jìn)行規(guī)劃并擴(kuò)展到整個機(jī)組或企業(yè)，從而獲得實實在在的成本節(jié)約和性能提升。預(yù)測分析和資產(chǎn)性能映射解決方案可提供監(jiān)控、分析、規(guī)劃和執(zhí)行能力來優(yōu)化管理策略。這些解決方案可與人力管理或企業(yè)整體管理解決方案等系統(tǒng)緊密相連，圍繞客戶面臨的特定資產(chǎn)或問題“對癥下藥”。自此以后，維護(hù)策略目標(biāo)將轉(zhuǎn)向制定一套規(guī)范性的維護(hù)體系，以高級分析方法為主指導(dǎo)維護(hù)作業(yè)。

6.改進(jìn)團(tuán)隊，營造文化

為了達(dá)到可靠性的最高性能標(biāo)準(zhǔn)，無論部署的技術(shù)多么先進(jìn)，公司都不能忽視人的重要作用。工作場所要形成以可靠性為中心的文化，在資產(chǎn)的整個生命周期中，各個層級的員工都持續(xù)參與，主動去發(fā)現(xiàn)、理解和應(yīng)用適當(dāng)?shù)目煽啃孕袨楹蛯嵺`。

慣例維護(hù)

隨著機(jī)器學(xué)習(xí)和人工智能(AI)的日益普及，企業(yè)現(xiàn)在可以通過分析特定設(shè)備狀態(tài)的影響，并根據(jù)相關(guān)影響和機(jī)會采取適當(dāng)?shù)男袆臃桨福瑏磉M(jìn)一步完善系統(tǒng)。

只有融入到企業(yè)文化及其資產(chǎn)管理觀念的整體轉(zhuǎn)變中，設(shè)備維護(hù)策略方法的蛻變才能發(fā)揮最大效益。這可能需要一些時間，但在降低生產(chǎn)力損失、減少維護(hù)成本和人力的無謂浪費(fèi)方面，卻是一筆超值的投資。

實際案例

雖然預(yù)測性維護(hù)模式剛剛在能源行業(yè)嶄露頭角，但是多種同類旋轉(zhuǎn)設(shè)備應(yīng)用已經(jīng)證明，采用更具分析性的維護(hù)方法在成本效益和停機(jī)防范方面極具價值。

旋轉(zhuǎn)設(shè)備維護(hù)

某家公用事業(yè)企業(yè)從基于時間的維護(hù)轉(zhuǎn)換成基于狀態(tài)的預(yù)測性維護(hù)后，其33個生產(chǎn)設(shè)施（包括100個旋轉(zhuǎn)設(shè)備）在4個主要領(lǐng)域大獲成功：減少意外故障、實現(xiàn)更有效的計劃維護(hù)以及提高工廠生產(chǎn)力，節(jié)省機(jī)組維護(hù)成本。為實現(xiàn)上述目標(biāo)，該企業(yè)分析了約800個數(shù)字資產(chǎn)模塊的19萬個信號。盡管用戶是一家水力發(fā)電公司，但從概念上已證明，作業(yè)類型及記錄的成本節(jié)省都與旋轉(zhuǎn)設(shè)備在水處理、水配送或廢水收集和處理中的應(yīng)用相關(guān)。

提升維護(hù)有效性

一家化工企業(yè)實施了預(yù)測性維護(hù)，監(jiān)測工廠內(nèi)的100多個不同的控制回路。他們與預(yù)測性維護(hù)系統(tǒng)的供應(yīng)商建立了一個協(xié)作運(yùn)營環(huán)境，充分發(fā)揮供應(yīng)商在控制回路分析方面的經(jīng)驗，深入理解如何基于該數(shù)據(jù)來部署維護(hù)。最終將運(yùn)營成本（OPEX）降低了20%以上，通過全天候可視化功能加快解決問題的速度，每年可節(jié)省35天的分析時間。