实现智能机器预期维修效益的三步

发布时间:2020-10-30 17:33:38

来源:宜城新闻网

=

在当今的流程工业中,所有组织,不管智能机器的复杂性如何,都有兴趣减少维修部门的停机时间和平均维护时间。根据美国能源部的说法,预测维修(在工厂资产发生故障之前修理它们的能力)具有成本效益,与预防性维修(定期日历维护)相比,节省了大约8%至12%,无功功率维护的40%(在设备意外损坏之前不对操作设备进行维护),振动器链中有更多信息。

然而,使用较旧机器的企业获得预测维护好处的能力有限。它们缺乏从加工机器和仪器中获取车间数据的方法。大多数缺乏这种连接的工厂都以手工方式运作,随着时间的推移,它们的竞争潜力会随着时间的推移而受到侵蚀,因为频繁的停机会降低生产率和效率。

智能机器的预测维护优势

配备了传感器和更新后的自动化控制器--捕捉智能机器数据的能力是第一步,传感器是衡量重要性能指标(如热和振动)的理想廉价设备。例如,在电气设备领域,电器柜的热量增加通常意味着绝缘层连接松散或腐蚀。如果不加以检查,这种情况可能导致短路甚至电弧闪光事件,可能导致长时间停机。认识到存在热异常可以让维修人员提前修复这些异常,从而避免成本高昂的意外停电,对操作的影响微乎其微。

建立机械行为参数和阈值--作为系统集成商,我们与工厂工程师和操作员合作,为所涉及的电气或机械设备建立可接受的性能参数(例如温度范围)。我们的建议是基于工业标准和研究信息,如电机和泵的效率。然后我们将信息传送给软件引擎,并根据这些参数进行分析。最后,我们建立了系统,以便在参数超过时发出警报。

开发仪表板作为顾问--我们使用流程图和软件工具为客户创建定制仪表板。这些仪表板的设计目的是收集新的可用信息来源(通过传感器生成),并更深入地了解工厂和资产的表现。仪表板还用于规划适当的维护干预顺序。

选择合适的工具,确保你感到自在

每一分钟的停机都会带来财务和竞争成本。因此,在制定预测维护策略时,做出正确的选择是关键。

施耐德电气(SchneiderElectric)通过提供数字工具,帮助你以更具成本效益和侵入性的方式获取和分析数据,从而支持我们努力实现流程工业维护方法的现代化。这些产品的综合预测分析功能使维护人员很容易识别异常,并提供异常通知。

受预测控制影响的决策必须迅速做出,对过程的运行产生积极的影响。快速准确的决策将导致对资产绩效的真正控制,进而实现企业绩效最佳,在振动链中获得更多信息。