-
解决方案
- 面向需求
- 资产绩效管理
- 设备完整性管理
-
服 务
- 咨询服务
- 可靠性与维护水平诊断
- 资产关键性分析
- 以可靠性为中心的维修
- KPI体系建设
- 可靠性与维护数据治理
- 故障模式与维护策略库建设
- 方法论
- 以可靠性为中心的维护
- 故障模式及其影响分析
- 寿命数据统计分析
-
软 件
- 资产绩效管理
- 设备关键性分析
- 以可靠性为中心的维修
- 故障模式与维护策略库建设
- 可靠性
- 寿命数据统计分析
-
汤武学院
- 培 训
- 设备关键性分析
- 以可靠性为中心的维修
- 故障模式及其影响分析
- 寿命数据统计分析
- 认 证
- RCM技术能力认证
-
博 客
-
关于汤武
-
解决方案
- 面向需求
- 资产绩效管理
- 设备完整性管理
-
服 务
- 咨询服务
- 可靠性与维护水平诊断
- 资产关键性分析
- 以可靠性为中心的维修
- KPI体系建设
- 可靠性与维护数据治理
- 故障模式与维护策略库建设
- 方法论
- 以可靠性为中心的维护
- 故障模式及其影响分析
- 寿命数据统计分析
-
软 件
- 资产绩效管理
- 设备关键性分析
- 以可靠性为中心的维修
- 故障模式与维护策略库建设
- 可靠性
- 寿命数据统计分析
-
汤武学院
- 培 训
- 设备关键性分析
- 以可靠性为中心的维修
- 故障模式及其影响分析
- 寿命数据统计分析
- 认 证
- RCM技术能力认证
-
博 客
-
关于汤武
预知性检修(PdM)和状态检修(CBM)的上层建筑以及实施PdM和CBM七大业务需求
22年前,美国国防部就已经制定顶层策略在军事装备和基础设施中大范围推进预知性检修和状态检修,时至今日这一策略仍在继续。
大多数的可靠性工程相关的技术方法都来自于军事领域,随后才向如核电、油气、电力等领域外延。而美国军事领域的可靠性和维护技术非常早且系统性强,我们很多军标在早期也都是翻译的美军标。
在推进预知性检修和状态检修的开始,美国国防部就明确的指出:实施预知性检修和状态检修的战不应被理解为促进大家主要应用新方法和新兴IT技术。应用预知性检修和状态检修的基础更准确地说是专注于改进维护业务流程,主要目标是通过提高维护效率来提高运营绩效,包括提高生产率、缩短维护周期、提高流程质量和更好地利用资源。
“所以预知性检修和状态检修就是用于改进维护业务流程的支撑性工具,而且是之一,不是全部。”
在预知性检修和状态检修的工具之上,是RCM-以可靠性为中心的维修,RCM负责形成故障管理策略,RCM的部分分析成果就是预知性检修和状态检修的需求清单。
前文提到,在22年以前,美国国防部就已经制定顶层策略在军事装备和基础设施中大范围推进预知性检修和状态检修将 CBM+要求纳入整体系统工程战略,在这个战略战略的时候,重点提到了:
1.在所有采购的武器系统或设备中,都必须看到该装备的预知性检修和状态检修计划;
2.在武器系统或设备的测试和评估总体规划中纳入预知性检修和状态检修的考虑内容和测试点,并在生命周期内持续测试;
3.将预知性检修和状态检修计划纳入武器系统或设备采购文件;
4.将预知性检修和状态检修的要求纳入装备生产和维护计划资金中
5.确保在武器系统或设备的采购生命周期中尽早充分考虑预知性检修和状态检修的要素。
那么为什么会有这样一个顶层战略呢?大家一起看一下在全军推广武器系统或设备的预知性检修和状态检修真实七大诉求:
1.需要预测设备故障
2.需要全面了解设备状况
3.需要更高精度的故障预测
4.降低拥有成本
5.需要提高设备和部件的可靠性
6.需要减少设备平均停机时间(物流响应能力)
7.需要优化设备性能(可用性)
业务需求1 需要预测设备故障
不同的维护方法侧重于不同的目标。在被动检修的模式下,改进的动机是需要快速响应设备故障。我们某些企业由于被动检修工单太多,进而开发了工单调度系统就是源于这样一个改进动机。
在主动的模式下,这意味着需要能够尽快发现、评估和修复故障,以使最终产品恢复服务。状态监测的主要用途将是预测(从而帮助避免)意外设备故障。
可靠性分析原理告诉我们,预测状态监测任务的一个主要方面是确定从检测和评估状态到故障点的前置时间。但在实践中,检测和评估复杂设备和部件的这种恶化的能力变化很大。现有的任何状态监测方法都只能提供故障点的近似值。应用预知性检修的应用旨在提高故障检测评估的准确性和效率,以及对未来故障或失效预测的反应。在技术可行性和成本的权衡之下,状态检修和预知性检修在很长一段时间会同时存在。
业务需求2 需要全面了解设备状态
应通过全面了解设备状况并尽可能将计划维护任务合并到单个设备可用性分析中,来发现最大限度减少设备总停机时间的机会。例如,如果振动分析表明某台泵的轴承即将发生故障,则最好评估该泵所有其他部件(如叶轮、密封件和背板)的状况,以确定是否应根据有限的剩余寿命或维护工作的总成本效益与轴承同时更换或翻新这些部件。此外,如果在进行状况评估后采取一系列维护措施,则可以合并或分阶段处理零件支持需求。全面了解设备状况监测需要整合:
1.自动化状态监测检查结果(涵盖所有使用的状态监测技术,例如振动分析、油分析和热成像);
2.目视检查结果;
3.固定间隔的“预防性”维护措施;
4.机会性维护;
5.设备性能监控。
业务需求3需要更准确的故障预测
即使不采用完全整体的设备状态方法,将过程运行数据与状态监测分析相结合仍具有显著的优势。需要将运行环境和任务因素纳入针对各个系统的定制故障预测中。例如,某些电动机在低负荷下运行时的振动会比在高负荷下运行时更高。然而,在传统的振动分析方法中,使用手持数据采集器定期收集的数据,这些变化不能有效地被采取。如果能够收集振动数据收集时存在的“工艺条件”的定量数据,并根据这些条件修正振动数据,那么诊断能力将变得更加准确和灵敏。
随着现代系统复杂性的增加,维护模型的复杂程度也随之提高,这反过来又增加了分析和解决方案生成程序的复杂性和能力。这意味着,随着收集和存储大量更准确的状况数据的能力的提高,分析软件算法可以提供越来越准确的故障预测相关信息。
但应要求对传感器、数据收集和分析能力进行审慎投资,以最大限度地减少状态监测和故障分析错误。
业务需求4 需要降低拥有成本
为了使预知性检修和状态检修取得成功,用于处理状态数据的在线和离线系统的算法必须准确、可靠且经济高效,能够评估设备状态并预测设备故障。在传感器分析的早期,设备故障的准确诊断在很大程度上取决于个人分析员的技能和经验。然而,随着更有效的分析软件的发展,对高技能分析员的完全依赖已经减少。虽然个人技能仍然很重要(尤其是对于更复杂的分析),但分析软件生成趋势以及各种形式的用户设置警报级别的能力使故障问题的“首次通过”评估变得更容易,从而优化检维修活动,促进降低拥有成本。
业务需求5 需要实现设备固有可靠性并提高设备和组件的可靠性
一旦组织内建立了一套有效的基于条件的维护任务,就会存在几个改进的机会:
1.根据实际设备性能逐步监控并减少维护任务的重复检查间隔。
2.检查设备维修任务中的“车间发现”,以调整维护标准和公差,或通过提高维护的精度(频率和质量),从而利用设备或组件固有的可靠性水平。
3.确定使用更可靠的设备或冗余功能进行设备改造或部件更换的机会,从而显著提高运行可靠性、可维护性。
4.预知性检修和状态检修可以通过多种方式增强这些机会,包括设计传感器功能、内置测试和内置自测试机制以支持识别故障模式、严格的状况评估以及提供有助于证明对设备或组件可靠性的投资合理性的性能数据。
传统上,状态分析包括评估故障原因,然后将这些原因与某些(通常是相当随意确定的)警告或报警水平进行比较,超过这些水平则需要采取某些预防或纠正措施。由于超出公差的状况与设备或部件寿命之间存在很强的相关性,因此,更严格的确定状况报警水平的方法将有助于决策者权衡增加可靠性的投资和额外维护的投资。这种评估需要考虑以下因素:
1.设计和能力变更的标准;
2.故障的后果(成本增加、生产力损失、安全或环境影响方面);
3.更频繁、更严格的状态监测与改进的组件或设备设计以提高可靠性之间的成本权衡;以及
4.基础维护和运行条件
提高可靠性或修改维护方法的决策将促进更有效的设备管理流程。业务规则应要求全面提供并考虑状态监测分析信息,作为大力投资可靠性改进或对设备维护方法进行重大更改的理由的一部分。
业务需求6 需要减少系统平均停机时间(物流响应能力)
国防部政策将平均停机时间定义为“由于纠正性或预防性维护而无法使用系统的平均时间;时间包括实际维修时间和所有延迟时间。”
应用平均停机时间指标来评估预知性检修和状态检修计划的影响是合适的。
业务需求7 需要优化设备性能(可用性)
改进状态监测与改进性能管理相辅相成。在许多情况下,确定设备和部件状态时测量的相同因素也用于确定给定武器系统或设备可达到的性能水平(例如速度、运行时间、耐久性和升力能力)。例如,蒸汽涡轮机根据温度、压力、功率输出等来测量性能。这些是用于确定涡轮机状态和可能需要注意的特定故障的一些相同措施。
这种类型的监测在国防部武器系统等大型设备上越来越普遍。随着通过预知性检修和状态检修实现自动化状态监测更具成本效益,状态分析与运行性能之间的相互作用对于操作人员和维护人员来说将变得更加明显。改进的状态监测能力还可能通过减少对某些组件冗余的需求来影响设备设计。