Ennustav hooldus
Ennustav hooldus kasutab seisundiandmeid ja prognoosimudeleid, et tuvastada kulumine või rikked enne nende tekkimist, nii et hooldus toimub täpselt siis, kui seda vaja on, mitte kindla graafiku alusel või pärast riket.
Ennustav hooldus erineb kahest vanemast hooldusstrateegiast. Reaktiivne hooldus tähendab, et remont toimub alles pärast masina rikkiminekut, mis põhjustab planeerimata seisakuid. Ennetav hooldus hooldab seadmeid kindla graafiku alusel, näiteks iga 500 töötunni järel, olenemata nende tegelikust seisundist. Ennustav hooldus tugineb selle asemel pidevalt kogutud seisundiandmetele ja prognoosimudelitele, mis määravad õige sekkumishetke. Tulemuseks on hooldus, mis ei toimu ei liiga vara ega liiga hilja, vaid täpselt siis, kui detail tegelikult kuluma hakkab.
Tehniline alus on anduri te komplekt, mis jälgib pidevalt näiteks vibratsiooni, temperatuuri, heliemissiooni või õli kvaliteeti masinal. Need andmed liiguvad IoT-ühenduste kaudu analüüsisüsteemidesse, mis tuvastavad kõrvalekaldeid tavapärasest tööst. Paljud lahendused kasutavad statistilisi mudeleid või varasematel rikkemustritel treenitud masinõpet, et prognoosida trende edasi. Kui näitaja ületab kriitilise läve või trend viitab lähenevale rikkele, käivitab süsteem hooldussoovituse, sageli koos hinnangulise järelejäänud tööajaga enne tõenäolist riket.
Kasu seisneb peamiselt vähemates planeerimata seisakutes, pikemas seadme elueas ning paremas varuosade ja personali planeerimises. Samas nõuab ennustav hooldus esialgset pingutust: andurid tuleb paigaldada, andmeid koguda ja mudeleid aja jooksul kalibreerida. Lihtsate või mittekriitiliste masinate puhul ei ole see pingutus tihti seda väärt, samas kui kallite, tootmiskriitiliste seadmete puhul tasub see end tavaliselt kiiresti ära. Iga prognoosi täpsus sõltub täielikult aluseks olevate andmete kvaliteedist ja mahust.
Praktiline näide
12 CNC-freespingiga metallitöötlemistöökoda paigaldab vibratsioonianduri d oma kolme kõige kriitilisema masina peaspindlitele. Pärast kuuekuulist andmete kogumist märkab analüüsisüsteem ühel masinal tõusvat vibratsioonimustrit, mis viitab varajasele laagririkkele, ja märgib hinnanguliselt 18 päeva jäänud tööaega. Töökoda planeerib remondi väiksema tootmisega nädalavahetusele ja tellib asenduslaagri ette. Ilma selle varajase hoiatuseta oleks spindel tõenäoliselt katki läinud vahetuse keskel, mis oleks maksnud hinnanguliselt 2 päeva planeerimata seisakut ja umbes 14 000 eurot kaotatud toodangut päevase tootmisväärtuse 7000 euro juures.
Kuidas Leanshift aitab
Ennustav hooldus sobib Kaizen mõtteviisiga, sest see põhineb otsustel tegeliku seisundi, mitte oletuste alusel, mis on täpselt see, mida pidev parendamine nõuab: probleemide nähtavaks tegemine enne, kui neist saavad kaotused. Planeerimata seisak on üks kulukamaid raiskamise vorme protsessis, ja selle varajane tabamine vabastab aega tegelikuks parendustööks tulekahjude kustutamise asemel. See sobib kokku ideega parandada selleks, et luua rohkem parandajaid: stabiilsed seadmed annavad meeskondadele ruumi keskenduda paranemisele, mitte pidevalt just katkinud asju parandada.
Korduma kippuvad küsimused
Kui suur peab ettevõte olema, et ennustav hooldus oleks mõistlik?
Kindlat suuruspiiri pole. Oluline on see, kui kulukas oleks selle konkreetse masina planeerimata rike, mitte ettevõtte suurus. Isegi väike töökoda ühe tootmiskriitilise masinaga võib saada kasu käputäiest anduritest just sellel ühel seadmel.
Kas selleks on vaja tehisintellekti?
Ei, mitte tingimata. Paljud süsteemid toimivad hästi lihtsate lävendite ja statistilise trendianalüüsiga. Masinõpe parandab prognoosi täpsust keerukate kulumismustrite puhul, kuid see ei ole alustamiseks nõutav.
Mille poolest erineb ennustav hooldus seisundipõhisest hooldusest?
Seisundipõhine hooldus reageerib masina hetkel mõõdetud seisundile. Ennustav hooldus läheb sammu edasi ja kasutab seda seisundiandmestikku, et prognoosida tulevast trendi ja tõenäolist rikke hetke.