CBM och underhållschef
Den stora majoriteten av utrustning och maskiner som används i kritiska applikationer drivs under ett förebyggande underhållsprogram (PM) för att förbättra SLA och garantera drift. Enligt denna modell byts delar ut baserat på ålder och tillverkarens rekommendationer för genomsnittligt slitage, utan några tecken på för tidigt eller sent slitage av någon komponent.
Med andra ord är de baserade på genomsnittliga felperioder som observerats av tillverkarens konstruktion och representerar därför inte något särskilt driftsförhållande, vilket ofta genererar onödiga förtida utbyten, ökande kostnader samt möjliga skador på tillgångar under reparationer som ofta leder till oväntade driftstopp.
Förutom att minska produktiviteten orsakar oväntade driftstopp betydande operativa och ekonomiska konsekvenser, eftersom det inte finns någon planering eller schemalagd driftavbrott. Åtgärder sker genom reaktivt underhåll (RM), vilket baseras på det omedelbara och brådskande behovet av att byta ut komponenter för att återställa driften så snabbt som möjligt. Omedelbara reparationer är dock inte alltid möjliga, antingen på grund av brist på reservdelar eller den tid som krävs för att starta om processen, vilket kan involvera flera andra tillgångar. I vilket fall som helst är processavbrott en betydande förlust.
Med framväxten av IIoT-applikationer (Industrial Internet of Things) och deras förmåga att övervaka tillgångsparametrar i realtid har konceptet med tillståndsbaserat underhåll (CBM) . CBM är en uppsättning förebyggande underhållsprocesser som utlöses av tillgångsinformation för att säkerställa att underhåll endast utförs när det finns bevis på behov. Underhåll kallas nu föreskrivande underhåll eftersom det hanteras baserat på det faktiska behov som upptäcks av IIoT-övervakningsplattformen. CBM kan också vara användbart för att förebygga fel genom att upptäcka utrustningsnedbrytning innan katastrofala fel inträffar.
Målet med CBM-modellen är att gå från ett förebyggande underhållsprogram som strikt baseras på en förutbestämd kalender till ett som baseras på tillgångens faktiska skick, vilket minimerar reaktivt underhåll. Detta innebär att förebyggande underhållsuppgifter schemaläggs baserat på utrustningens användning eller skick (kvantitativt respektive kvalitativt) och inte enbart på det intervall som fastställts av tillverkaren.
En annan extremt viktig komponent för att öka effektiviteten är användningen av en underhållsstyrningsmodul eller ett datoriserat underhållsstyrningssystem (CMMS) i kombination med CBM-modellen och integrerat med IIoT-lösningen.
IIoT-plattformen måste också inkludera reservdelslagervillkor i sina underhållsregler för att generera beställningar i tid för lämplig planering och schemaläggning.
Det viktigaste är att systemet måste fungera på ett integrerat och digitalt sätt, från att upptäcka avvikelser genom att läsa av alla typer av signaler till att skicka ett arbetsflöde till underhållsteamet och beställa integrerade och automatiserade delar. Detta är den sanna processen som kallas digitalisering.
Slutligen erbjuder den automatiserade arbetsflödesprocessen flera fördelar, inklusive standardisering av reparationsprocedurer enligt föreskrivet underhåll, eliminering av variationer i arbetskvalitet och minskat behov av teamutbildning.
Att optimera produktionsprocesser är ett komplext problem som kräver implementering av ett system som omfattar infrastrukturen med ett integrerat perspektiv. För att lösa denna utmaning erbjuder Bridgemeter en nyckelfärdig SaaS-lösning som kan driftsättas på mindre än 30 dagar, beroende på förhållandena. För en mer djupgående titt på alla dessa lager och hur man löser problemet, läs den nyligen publicerade "IIoT och vikten av samarbetsinriktad infrastruktur
Intresserad av telemetri- och övervakningslösningar?
