支持iiot的维护成熟度模型如何工作

为更好的资产管理奠定基础的六项行动。

通过拉尔夫里约热内卢 2017年2月25日

为了衡量IIoT对维护相关活动的影响,它有助于重新审视与维护成熟度和相关定义相关的高级概念。ARC最近对当前成熟度模型的回顾发现了许多不同版本以及许多内部不一致。这个行业缺乏一个真正的标准。这种清晰度的缺乏使得比较解决方案变得困难,导致潜在用户之间的困惑,并推迟了解决方案的应用。

虽然行业参与者通常对反应式和预防性维护都有很好的理解,但我们遇到了对基于条件的、预测性维护和规定性维护方法的各种解释,以及工业物联网发挥作用的地方。需要对这些较高的维护成熟度级别进行更清晰的定义,以便用户能够更好地评估可用的替代方案。

几种类型成熟度模型

自2015年ARC报告首次发布资产管理成熟度模型以来,我们仔细研究了工业物联网对其的影响。我们现在将维护成熟度分为五种类型或级别:反应性、预防性、基于条件的、预测性和规定性(见图1)。

反应性维护:由于大多数资产的故障概率非常低,且不重要,因此反应式维护是设备最常见的维护方法。这种方法有助于控制维护成本,但只适用于非关键资产。

预防性维护:在这里,维护是根据时间(类似于每年更换一次家用烟雾探测器的电池)或使用量(每5000英里更换一次汽车机油)进行的。预防性维护适用于具有与使用年限相关的故障模式的资产,其中资产的故障频率随着使用年限、运行时间或循环次数的增加而增加。

状态维修:CBM涉及监视特定的资产参数。重点往往是值的振幅,振动监测是最常见的。CBM通常应用于生产(旋转设备)和自动化(仪器和控制系统)设备。对于固定的工厂设备,如蒸汽锅炉、管道和热交换器,经常使用定期检查和状态评估。

预见性维护:PdM使用工程算法和具有多个输入参数的机器学习来提供更高的准确性(更少的误报或遗漏问题),并在故障前提供更高级的警告。它将来自设备或系统的“小数据”与模拟该类型设备(有时称为虚拟设备或“数字双胞胎”)的算法结合起来,以监控状态并在适当的时候发出警报。这提供了在计划停机期间安排和执行维护所需的更提前通知。

规范的维护:以PdM为基础,提供诊断和维修指导的警报。还包括用于确定故障发生时间和影响的信息,以帮助评估优先级和紧迫性。

潜在的好处

提高成熟度通常需要更多的工程投资。对于特定类型的设备,预测和规范维护的工程算法或模型的一个好处是能够在许多类似的设备上复制它,就像一个模板一样,比如客运列车上的门或输电线路上的变压器。这种方法提供了规模经济,并为内在较大的工程和开发成本提供了财务理由。(见图2)

用户报告说,从预防性维护转向预测性或规令性方法可节省50%的维护人力和MRO材料。通过预测性和规定性维护,可以实现关键设备的几乎零计划外停机。这种水平的设备可靠性影响到其他重要的业务利益,包括按时发货、收入、客户满意度、质量/良率、安全性和在制品库存的改善。

不幸的是,维护和操作人员倾向于降低劳动力和MRO材料的成本,以在财务上证明项目的合理性。具有更高业务影响力的更广泛的观点通常会获得高管的关注和成功所需的资源。

从这里往哪里走

工业物联网允许组织从人工检查收集数据转向自动化系统。这极大地提高了数据的数量和质量,从而改进了维护策略。您如何才能最好地利用这种能力来提高组织的运营绩效?ARC建议制造商和其他行业组织采取以下行动:

  1. 使用更新的维护成熟度图表向他人传达您的策略。
  2. 将供应商的IIoT服务纳入采购新设备的选择标准。
  3. 从具有高可视性的关键设备的IIoT项目开始,这些设备一直存在重大业务影响或安全/环境事件问题。
  4. 将最初的成功转化为更广泛的计划,从而为关键资产和更广泛的业务利益实现接近零的计划外停机。
  5. 为预测性和规范性维护应用建立一套一致的工业物联网技术,以提高项目的可持续性。
  6. 如果您的组织缺乏技术和/或IT资源,请与合适的本地、区域、国家或全球服务提供商合作,以支持实施。

拉尔夫里约热内卢是企业软件副总裁,ARC咨询小组