系统集成商如何帮助降低维护成本

预防性维护是指根据制造商的建议对设备进行定期检查和维护。预测性维护通过分析收集到的描述资产状况的数据来监控性能的下降。然而，除了预防性维护之外，Wood Americas的流程保证和流程业务经理Shirley Ike讨论了系统集成商如何支持预测性和规范性维护工作。

CFE媒体:预见性维护和规定性维护的区别是什么?

雪莉艾克:从历史上看，人们定期维护设备，如定期换油和汽车轮胎旋转。预测性维护是传感器持续监测设备性能，以检测性能退化，从而导致维护。各种数据分析技术被用于理解退化。规定性维护不仅在识别退化方面更进一步，而且还确定了退化的原因以及可能的补救措施。

预测性和规定性维护属于五种一般类型的数据分析，可以分为“做正确的事情”，其中认知维护属于“做正确的事情”，评估需要做什么来优化结果，以及“以正确的方式做事”，包括描述性、预测性、规定性和预防性。预测性维护通过分析收集到的描述资产状况的数据来监控性能的下降。机器学习(ML)和人工智能(AI)可用于识别与过去故障事件相关的模式，以预测未来潜在的故障。规定性维护以建议采取的行动的形式确定需要做什么。这可以通过识别潜在故障模式的根本原因来实现。

CFE MEDIA:预防性维护(PM)在预见性和/或规定性维护中扮演什么角色?

艾克:预防性维护包括根据制造商的建议对设备进行定期检查和维护。如果预防性维护过于保守，那么就没有必要了;如果没有在正确的时间进行，它也会变得被动(运行到故障)。它的设计是为了保持部件处于良好的状态，但它没有考虑到组件或过程的状态。这就像不管机油状况如何，每5000英里就给一辆车换一次油，而预测性维护则是定期测量机油状况，在决定何时换机油时考虑到这一点。

CFE MEDIA:为了确保工厂的可靠性，预见性和规范性维护必须解决的具体“痛点”是什么?

艾克:数据分析是我们利用油气系统物联网(IoT)设备收集的数据的一种重要方式，可以帮助我们做出有价值的决策。预测性和规定性维护面临的一些关键问题包括:

• 非组织性数据(如生产记录、维护记录、生产历史、日志、报告、研究报告、视频、音频)，在观察期间没有被分析和处理成更有用的格式，或者在以后识别相关性时更好地使用。
• 传感器数据质量和频率由于过时的校准和不频繁的数据测量，这也可能是一个挑战，这使得模式识别越来越具有挑战性。这在老资产/老化资产中尤其明显。
• 总体上保守当与工厂性能和安全直接相关时，在整个行业中采用新技术。
• 打破藩篱:使用数字转换进行维护需要将流程、可靠性、完整性、软件、系统工程和数据科学相结合，共同工作以提出最佳解决方案。
• 解决方案的可伸缩性是另一个只有少数软件系统解决的问题。

CFE MEDIA:系统集成商如何支持预测性和规定性维护?

艾克:”目前工厂最大的单项可控支出是维护，在许多工厂，维护预算超过了年净利润这句来自杜邦的名言很好地提醒了我们更好维护的价值。

系统集成商可以帮助降低与资产操作、检查和维护相关的成本。他们将领域知识与分析和商用软件相结合，为资产所有者和运营商提供配置服务，以提高运营和数据效率，预测运营或安全问题，并降低与检查和维护相关的成本。它们允许资产所有者利用数据的全部价值进行具有挑战性的决策。系统集成商帮助解决方案在企业级扩展，并支持运营团队采用新的解决方案，从而对运营产生真正的影响。变更管理是数字化转型的关键部分。

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。