Vorausschauende Wartung - Predictive maintenance
Predictive Maintenance- Techniken sollen helfen, den Zustand von in Betrieb befindlichen Geräten zu bestimmen, um abzuschätzen, wann eine Wartung durchgeführt werden sollte. Dieser Ansatz verspricht Kosteneinsparungen gegenüber routinemäßiger oder zeitbasierter vorbeugender Wartung , da Aufgaben nur ausgeführt werden, wenn dies gerechtfertigt ist. Daher wird es als zustandsbasierte Wartung betrachtet, die durchgeführt wird, wie durch Schätzungen des Verschlechterungszustands eines Artikels vorgeschlagen.
Das Hauptversprechen der vorausschauenden Wartung besteht darin, eine bequeme Planung der korrektiven Wartung zu ermöglichen und unerwartete Geräteausfälle zu verhindern. Der Schlüssel ist "die richtigen Informationen für die Lebensdauer der Ausrüstung, erhöhte Anlagensicherheit, weniger Unfälle mit negativen Auswirkungen auf die Umwelt und ein optimiertes Ersatzteilhandling.
Die vorausschauende Wartung unterscheidet sich von der vorbeugenden Wartung, da sie sich auf den tatsächlichen Zustand der Ausrüstung und nicht auf durchschnittliche oder erwartete Lebensdauerstatistiken stützt, um vorherzusagen, wann eine Wartung erforderlich ist. Typischerweise werden Machine-Learning- Ansätze zur Definition des Ist-Zustands des Systems und zur Vorhersage seiner zukünftigen Zustände verwendet.
Einige der wichtigsten Komponenten, die für die Umsetzung der vorausschauenden Wartung erforderlich sind, sind Datenerfassung und -vorverarbeitung , Fehlerfrüherkennung , Fehlererkennung, Zeit bis zum Ausfall , Wartungsplanung und Ressourcenoptimierung. Predictive Maintenance gilt auch als eine der treibenden Kräfte zur Verbesserung der Produktivität und als eine der Möglichkeiten, „ just-in-time “ in der Fertigung zu erreichen.
Überblick
Die vorausschauende Wartung bewertet den Zustand der Ausrüstung durch eine regelmäßige (offline) oder kontinuierliche (online) Zustandsüberwachung der Ausrüstung . Das ultimative Ziel des Ansatzes besteht darin, die Wartung zu einem geplanten Zeitpunkt durchzuführen, zu dem die Wartungsaktivität am kosteneffektivsten ist und bevor die Ausrüstung innerhalb eines Schwellenwerts an Leistung verliert. Dies führt zu einer Reduzierung der Kosten für ungeplante Ausfallzeiten aufgrund von Ausfällen, wobei die Kosten je nach Branche in die Hunderttausende pro Tag gehen können. In der Energieerzeugung können neben Umsatzeinbußen und Komponentenkosten auch Bußgelder für Nichtlieferungen erhoben werden, die die Kosten noch weiter erhöhen. Dies steht im Gegensatz zur zeit- und/oder betriebszählungsbasierten Wartung, bei der ein Gerät gewartet wird, ob es es benötigt oder nicht. Zeitbasierte Wartung ist arbeitsintensiv, ineffektiv bei der Identifizierung von Problemen, die zwischen geplanten Inspektionen auftreten, und ist daher nicht kosteneffektiv.
Die „prädiktive“ Komponente der vorausschauenden Wartung ergibt sich aus dem Ziel, die zukünftige Entwicklung des Gerätezustands vorherzusagen. Dieser Ansatz verwendet Prinzipien der statistischen Prozesskontrolle, um zu bestimmen, zu welchem Zeitpunkt in der Zukunft Wartungsaktivitäten angemessen sind.
Die meisten vorausschauenden Inspektionen werden durchgeführt, während die Ausrüstung in Betrieb ist, wodurch die Unterbrechung des normalen Systembetriebs minimiert wird. Die Einführung einer vorausschauenden Wartung kann zu erheblichen Kosteneinsparungen und einer höheren Systemzuverlässigkeit führen .
Zuverlässigkeitsorientierte Instandhaltung betont den Einsatz von vorausschauenden Instandhaltungstechniken zusätzlich zu herkömmlichen vorbeugenden Maßnahmen. Wenn es richtig umgesetzt wird, bietet es Unternehmen ein Werkzeug, um bei einem gegebenen Leistungs- und Risikoniveau die niedrigsten Nettogegenwartskosten für Vermögenswerte zu erzielen.
Ein Ziel besteht darin, die vorausschauenden Wartungsdaten an ein computergestütztes Wartungsmanagementsystem zu übertragen, damit die Zustandsdaten der Ausrüstung an das richtige Ausrüstungsobjekt gesendet werden, um die Wartungsplanung, die Ausführung von Arbeitsaufträgen und die Berichterstattung auszulösen. Wird dies nicht erreicht, ist die Predictive-Maintenance-Lösung von begrenztem Wert, zumindest wenn die Lösung in einer mittleren bis großen Anlage mit Zehntausenden von Geräten implementiert wird. Im Jahr 2010 implementierte das Bergbauunternehmen Boliden ein kombiniertes verteiltes Kontrollsystem und eine vorausschauende Wartungslösung, die in das computergestützte Wartungsmanagementsystem der Anlage auf Objekt-zu-Objekt-Ebene integriert ist, und überträgt Gerätedaten mithilfe von Protokollen wie Highway Addressable Remote Transducer Protocol , IEC61850 und OLE für Prozessabläufe kontrollieren .
Technologien
Zur Bewertung des Gerätezustands verwendet die vorausschauende Wartung zerstörungsfreie Prüftechnologien wie Infrarot- , Akustik- (Teilentladungs- und Luftultraschall), Koronaerkennung, Schwingungsanalyse , Schallpegelmessungen, Ölanalyse und andere spezifische Online-Tests. Ein neuer Ansatz in diesem Bereich besteht darin, Messungen an der tatsächlichen Ausrüstung in Kombination mit der Messung der Prozessleistung, die von anderen Geräten gemessen wird, zu verwenden, um die Wartung der Ausrüstung auszulösen. Dies ist vor allem in kollaborativen Prozessautomatisierungssystemen (CPAS) verfügbar. Standortmessungen werden oft durch drahtlose Sensornetzwerke unterstützt , um die Verkabelungskosten zu reduzieren.
Die Schwingungsanalyse ist am produktivsten bei rotierenden Hochgeschwindigkeitsgeräten und kann die teuerste Komponente eines PdM-Programms sein, um es in Betrieb zu nehmen. Die Schwingungsanalyse ermöglicht es dem Benutzer, den Zustand der Ausrüstung zu bewerten und Fehler zu vermeiden, wenn sie richtig durchgeführt wird. Die neueste Generation von Schwingungsanalysatoren umfasst mehr Fähigkeiten und automatisierte Funktionen als ihre Vorgänger. Viele Geräte zeigen das volle Schwingungsspektrum von drei Achsen gleichzeitig an und liefern so eine Momentaufnahme dessen, was in einer bestimmten Maschine vor sich geht. Aber trotz dieser Fähigkeiten können selbst die modernsten Geräte sich entwickelnde Probleme nicht erfolgreich vorhersagen, es sei denn, der Bediener versteht und wendet die Grundlagen der Schwingungsanalyse an.
In bestimmten Situationen können starke Hintergrundgeräusche von mehreren konkurrierenden Quellen das interessierende Signal maskieren und die industrielle Anwendbarkeit von Schwingungssensoren behindern . Folglich ist die Motorstromsignaturanalyse (MCSA) eine nicht-intrusive Alternative zur Schwingungsmessung, die das Potenzial hat, Fehler sowohl von elektrischen als auch von mechanischen Systemen zu überwachen.
Die visuelle Ferninspektion ist die erste zerstörungsfreie Prüfung. Es bietet eine kosteneffiziente Primärbewertung. Aus dem äußeren Erscheinungsbild des Teils lassen sich wesentliche Informationen und Vorgaben ableiten, wie zum Beispiel Falten, Brüche, Risse und Korrosion. Die Fernsichtprüfung muss unter guten Bedingungen mit ausreichender Beleuchtung (mindestens 350 LUX) durchgeführt werden. Wenn der zu kontrollierende Teil des Stückes nicht direkt zugänglich ist, wird ein Instrument aus Spiegeln und Linsen verwendet, das als Endoskop bezeichnet wird. Versteckte Defekte mit äußeren Unregelmäßigkeiten können auf einen schwerwiegenderen Defekt im Inneren hinweisen.
Die akustische Analyse kann auf Schall- oder Ultraschallebene durchgeführt werden. Neue Ultraschalltechniken zur Zustandsüberwachung machen es möglich, Reibung und Spannung in rotierenden Maschinen zu „hören“, wodurch eine Verschlechterung früher als bei herkömmlichen Techniken vorhergesagt werden kann. Die Ultraschalltechnologie reagiert empfindlich auf hochfrequente Töne, die für das menschliche Ohr nicht hörbar sind, und unterscheidet sie von niederfrequenten Tönen und mechanischen Vibrationen. Maschinenreibungs- und Spannungswellen erzeugen markante Geräusche im oberen Ultraschallbereich. Veränderungen dieser Reibungs- und Spannungswellen können viel früher auf sich verschlechternde Bedingungen hinweisen als Technologien wie Vibrations- oder Ölanalysen. Mit der richtigen Ultraschallmessung und -analyse ist es möglich, normalen Verschleiß von abnormalem Verschleiß, physischen Schäden, Unwuchtzuständen und Schmierungsproblemen basierend auf einer direkten Beziehung zwischen Anlagen- und Betriebsbedingungen zu unterscheiden.
Schallüberwachungsgeräte sind weniger teuer, haben aber auch weniger Anwendungen als Ultraschalltechnologien. Die Schalltechnologie ist nur bei mechanischen Geräten nützlich, während Ultraschallgeräte elektrische Probleme erkennen können und bei der Erkennung mechanischer Probleme flexibler und zuverlässiger sind.
Die Infrarotüberwachung und -analyse hat den größten Anwendungsbereich (von Geräten mit hoher bis zu niedriger Geschwindigkeit) und kann sowohl mechanische als auch elektrische Fehler effektiv erkennen. einige halten es für die derzeit kostengünstigste Technologie. Die Ölanalyse ist ein langfristiges Programm, das gegebenenfalls vorhersagender sein kann als jede der anderen Technologien. Es kann Jahre dauern, bis das Ölprogramm einer Pflanze dieses Niveau an Raffinesse und Wirksamkeit erreicht. An Ölproben durchgeführte Analysetechniken können in zwei Kategorien eingeteilt werden: Gebrauchtölanalyse und Verschleißpartikelanalyse. Die Altölanalyse ermittelt den Zustand des Schmierstoffs selbst, ermittelt die Qualität des Schmierstoffs und prüft seine Eignung für den weiteren Einsatz. Die Verschleißpartikelanalyse ermittelt den mechanischen Zustand von geschmierten Maschinenkomponenten. Durch die Verschleißpartikelanalyse können Sie die Zusammensetzung des vorhandenen Feststoffs identifizieren und Partikelart, -größe, -konzentration, -verteilung und -morphologie bewerten.
Der Einsatz von Model Based Condition Monitoring für Predictive Maintenance-Programme wird im Laufe der Zeit immer beliebter. Dieses Verfahren beinhaltet eine Spektralanalyse der Strom- und Spannungssignale des Motors und vergleicht dann die gemessenen Parameter mit einem bekannten und gelernten Modell des Motors, um verschiedene elektrische und mechanische Anomalien zu diagnostizieren. Dieser Prozess der "modellbasierten" Zustandsüberwachung wurde ursprünglich auf dem Space Shuttle der NASA entwickelt und verwendet, um sich entwickelnde Fehler im Haupttriebwerk des Space Shuttles zu überwachen und zu erkennen. Es ermöglicht die Automatisierung von Datenerfassungs- und Analyseaufgaben, bietet eine Zustandsüberwachung rund um die Uhr und warnt bei auftretenden Fehlern.
Anwendungen (nach Branche)
Eisenbahn
- Erkennen Sie Probleme, bevor sie Ausfallzeiten für lineare, feste und mobile Anlagen verursachen.
- Verbesserung der Sicherheit und Erkennung von Gleislücken durch ein neues Überwachungssystem auf der Grundlage der Fahrzeugkabine
- Kann auch die Art des Track-Assets identifizieren, unter dem sich die Lücke befindet, und einen Hinweis auf den Schweregrad der Lücke geben
- Die Zustandsüberwachung von Weichenantrieben (Vorrichtungen zum Betrieb von Eisenbahnweichen) kann helfen, frühe Anzeichen einer Verschlechterung vor einem Ausfall zu erkennen.·
Herstellung
- Fehlerfrüherkennung und -diagnose in der Fertigungsindustrie.
- Hersteller sammeln zunehmend Big Data von Sensoren für das Internet der Dinge (IoT) in ihren Fabriken und Produkten und verwenden verschiedene Algorithmen für die gesammelten Daten, um Warnzeichen für teure Ausfälle zu erkennen, bevor sie auftreten.
Öl und Gas
- Öl- und Gasunternehmen haben oft keinen Einblick in den Zustand ihrer Ausrüstung, insbesondere an abgelegenen Offshore- und Tiefseestandorten.
- Big Data kann Öl- und Gasunternehmen Einblicke geben, auf diese Weise können Geräteausfälle und die optimale Lebensdauer des Systems und der Komponenten analysiert und vorhergesagt werden.