预测性维护最佳实践

最佳实践策略包括降低维护成本和提高设备性能。

通过安德里亚·r·艾金 2021年6月10日
提供:CFE媒体和技术

工业过去依赖于两种主要的设备维护策略或理念:反应性和预防性。反应性维护就是简单地在设备出现故障时进行修复。然而,这一概念在当今复杂的设备中几乎是不可想象的。下一个策略是预防性维护,包括遵循定期维护计划。

第二次世界大战之后,工业界超越了反应性和预防性维护的概念,转向了预测性和主动性维护策略。预测性维护使用样本数据来协调维护计划,以便在设备故障发生之前预测和响应。这种方法的好处包括最大限度地减少设备停机时间,同时通过消除不必要的定期维护来降低维护成本。关键是在正确的时间对正确的设备进行正确的测试,以预测何时需要维护。

主动维护包括使用根本原因分析和故障模式和结果分析(FMEA)等流程,以确定资产发生故障的原因,从而消除原因并有效地管理风险。预测技术的某些方面还可用于在设备损坏发生之前确定故障的根本原因。在设备损坏之前使用这些技术并采取适当的行动属于主动领域。

预见性维护

“状态监测”是测量设备参数(如振动、温度、润滑剂分析等)的过程,以识别可以预测即将发生的设备故障的变化。预测性维护分析师根据这些测量结果来预测什么时候需要进行维护。

通过识别和检测设备故障模式并预测故障进展率,有效的状态监控程序可以在没有计划外停机的情况下采取预防措施。这相当于预测性维护,使用不同的技术,包括振动分析、润滑剂分析、红外热成像和超声波来实现这一目标。

预测性维护策略可以在问题发展成昂贵的故障之前解决问题,从而延长机器的使用寿命,同时减少不必要的维护。随着组织认识到如何提高可靠性和降低成本,状态监控程序正变得越来越普遍。

FMEA。ASTM D7874标准将FMEA定义为“系统地确定和处理所有可能的系统或组件失效模式及其对系统性能的相关原因和影响的分析方法。”有效应用FMEA流程取决于对机器设计要求和设备运行条件的理解,这有助于识别潜在的故障模式。

STLE成员Lisa Williams是马萨诸塞州切姆斯福德Spectro Scientific的技术解决方案专家。他指出,应用FMEA的第一步是选择要测试的组件,然后确定与这些组件相关的可能故障模式。对于每个组件,确定每种故障模式的原因和影响。每一种故障模式都有一个严重性编号(S)和一个发生频率编号(O),以便计算出一个临界数(S x O)。临界数允许在不同的故障模式之间进行优先级排序,并允许确定是否可以应用润滑剂分析来检测故障模式。

ASTM D7874指出:“FMEA方法根据失效模式的影响后果的严重程度(S)和预期发生的频率(O)对其进行优先级排序。”1 ASTM D7874包括用于在用流体分析的S和O的排序编号规模。

如果润滑剂分析可以确定失效模式,下一步就是确定所需的测试。检测能力数字(D)用于对使用所选润滑剂测试检测故障模式的容易程度和可靠性进行排名。

为了交叉检验计算,将临界数和检测能力数进行比较,应表明具有最高临界数的失效模式也具有最高的检测能力数。Williams表示:“这意味着通过所选的流体分析测试捕捉失效模式的可能性很高。”相比之下,两个数字之间的不匹配可能表明故障模式检测的弱点,需要调整以增强程序。

确定测试方法和采样频率。根据Williams的说法,开发状态监测程序最令人生畏的部分可能是选择测试程序和采样频率。

Williams指出了三个关键点来帮助开发这一部分的状态监测程序:

  1. 确定哪些资产是关键的。“关键”可以定义为每小时的特定金额,或者通过安全法规或其他概念。无论选择什么是关键的,都将是常规测试的资产。
  2. 考虑一下这些机器通常会出什么问题。这将阐明应该运行哪些测试。威廉姆斯说,“80%的机器故障是由于脏油,”这意味着一个起点可能是过滤。湿度(即ppm水)也是许多应用程序的一个常见问题。随着过程知识的发展,可以建立一系列的测试。当数据需要更深入的调查时,简单的筛选测试可以表明需要更高级的测试。
  3. 考虑测试频率。Williams说:“一般来说,样本间隔应该足够短,以便在失败之前提供至少两个样本。”建立采样间隔需要数据,这些数据可以来自以前的故障模式,也可以通过抽样研究生成。最初,更频繁的采样是最保守的方法,但随着时间的推移,采样频率可以随着收集的数据的增加而调整。

由于不是所有的失效模式都可以通过润滑剂分析发现,重要的是通过识别所有失效模式的初始步骤,应用临界值,然后决定润滑剂分析测试是否有助于这些模式。“FMEA的高度分析过程可以真正帮助识别所有故障模式,并为需要采取的适当行动提供明确的方向,”Williams说。

油品分析测试

Williams表示:“如果应用得当,润滑剂分析可以成为机器故障即将发生的最早指标。”为了制定有效的润滑计划,FMEA可以用来选择正确的设备进行测试,并使用正确的测试来评估特定的失效模式

TLT编辑Evan Zabawski是总部位于俄亥俄州Strongsville的睾酮公司的高级技术顾问,他表示,确定针对特定设备采用哪种油液分析测试方法和频率取决于油液分析项目的目标。Zabawski说,共同的目标,以及衡量这些目标的相应测试,包括:

  1. 延长排水间隔,减少耗油。有效时间间隔的测试包括酸值测试流体性质,傅里叶变换红外光谱(FTIR)和粘度。
  2. 通过监测磨损来延长部件寿命。磨损测试包括元素光谱学和分析铁谱学,以测试磨损金属。
  3. 通过预测即将发生的故障来提高可靠性。这可以通过测量油中的颗粒数来检测污染物。

埃德·埃克特(Ed Eckert)是佐治亚州诺克罗斯Burkett Oil Co.的技术销售人员。他说,油品分析实验室有针对不同类型设备设计的标准测试套件,可协助确定适当的取样间隔。Eckert表示:“一些原始设备制造商(oem)与石油分析实验室签订了品牌项目合同,这些实验室有特定的测试包和设备采样指南。大多数石油公司也有他们首选的石油分析实验室的项目,可以帮助确定适当的测试和采样间隔。

测试频率取决于几个变量(例如,临界性、费用、可靠性、效率、环境、操作条件)。当测试不够频繁时,可能会遗漏问题,而过于频繁的测试可能会使异常难以发现或导致过多数据导致“分析瘫痪”。Zabawski说:“最常见的起始点频率是每月(在移动应用中常见)或每季度(在固定应用中常见),根据相关变量进行必要的调整。”

Zabawski指出,获得的数据必须是有用的。例如,如果正在测量油的降解,但油的排放间隔时间很短,那么该测试可能无法提供价值。换句话说,如果排油间隔时间为500小时,而流体的预期寿命为1500至2000小时,那么对该设备和工艺进行油降解测试是没有帮助的信息。

Williams指出,成功的石油分析项目都有一个共同的主题,那就是有一个致力于项目的员工,他会花时间去了解这个主题,并在组织内部建立这个项目。没有冠军,这些项目很难长期维持下去。围绕摩擦学、失效分析、油液分析和铁谱学的专门训练可以使冠军成功。

设置告警限制

警报限制的目的是通知操作员需要采取行动。限制的目标是将数据漏斗化,并将操作员从费力地在数据中寻找异常情况中解放出来。

有时,原始设备制造商会提供关于如何设置液体警报或谴责限制的信息。然而,Williams和Zabawski指出,oem的建议通常不包括所需的所有参数,可能对特定应用没有帮助。Zabawski说:“润滑油供应商的限制通常集中在物理性能和污染物上,但这些限制代表润滑油可以处理的污染物水平,而不一定是机器,并且受到操作条件的影响,主要是排油间隔。”

当警报限值不是由原始设备制造商设置时,设备操作员可以根据制造商、型号或油类型统计确定警报限值,也可以根据趋势确定警报限值。结合统计和基于趋势的方法是协同的。例如,Zabawski指出,限制往往是静态的,只适用于接近耗尽间隔的阈值,而基于趋势的限制可以发现所有中间间隔样本以及耗尽样本中的异常。一个经验法则是,当油量较大,排水间隔较短和/或速度或负载较低时,将警报设置得较低。然而,没有一个限制适用于所有的泛化。

根据Eckert的说法,ASTM D7720是确定报警极限的最常用方法,“在使用现役油分析数据群体制定报警极限时,是一个很好的参考。Eckert说,不管这些限制是如何制定的,“最好的方法是能够准确地表示‘正常’操作条件,并且不会产生虚假警报的方法。”

Williams说:“警报限制的计算最初应该基于对统计上可接受的相关数据以及与故障相关的数据(如果可用)的审查。”威廉姆斯建议“在机器正常运行的情况下进行抽样研究,并随着时间的推移收集至少4到5个样本,以形成趋势。”这些数据允许开发正常机器行为的平均值,从而允许使用简单的标准偏差技术建立警报和谴责限制。Williams提供了以下例子:“如果样本数据点距离平均值的一个标准差之外,但仍然在两个标准差之内,则该样本将被认为是边际的——距离平均值超过两个标准差,则该样本将被认为是关键的。”

最初的抽样研究对于了解机器的正常运行状况是很重要的。然后可以通过统计数据设置告警,然后通过对样本集应用趋势规则来改进告警,以识别值得处理的问题。Williams指出,ASTM D7720和D7669标准提供了关于如何建立“正常”操作条件的更多信息

Zabawski说,静态警报限制的用处是有限的,因为它们是基于在类似运行条件下对一组常见机器的统计分析。这意味着,如果“机器在类似的条件下(例如,负载、速度、温度、环境环境)运行,并具有类似的采样和排水间隔,则限制是有价值的。”当任何变量发生变化时,这个限制就失去了相关性。此外,对警报的过度依赖转移了对潜在趋势的关注,这些趋势可能在故障发生之前真正预测到故障,而不管警报状态如何。

统计过程控制

统计过程控制(SPC)是一种统计技术,可以应用于状态监测和报警限制。Zabawski说SPC评估一个数据集的分布(例如,钟形曲线,其中大多数数据点接近整个组的平均值)。遵循ASTM D7720指南,Zabawski说:“该模型基于正负三个西格玛或标准偏差——68.27%的数据集属于第一西格玛,95.45%属于第二西格玛,99.73%属于第三西格玛。”按照这些指导方针,第一个警告限值将设置为第二个sigma的值,而上限控制限值设置为第三个sigma的值。

虽然SPC可以很好地工作,当每个排水间隔采集一个样本,结果几乎相同,但Zabawski说,当在整个排水间隔采集多个样本时,计算就不那么有用了。

趋势数据分析策略

ASTM D7669为趋势数据提供了不同的策略,包括累积趋势,上升-超过趋势,百分比变化和差异(delta)趋势表1总结了四种不同类型的趋势分析及其最佳用途。

Zabawski说:“与任何静态限制相比,偏离正常趋势在早期阶段识别故障的机会要大得多。”根据Zabawski的说法,确保石油分析程序成功的最重要的事情是确定“什么是正常的”,然后观察什么是不“正常的”。这意味着该程序取决于正确的抽样,即“在一致的时间间隔内,使用适当的、一致的程序从一个有代表性的、一致的抽样点提取”。这种方法将提供最好的可用数据来建立“正常”。Zabawski说:“一致性是关键,因为不一致性会给数据增加噪音,使其更难解释。”

埃克特提到了一句话:“趋势是你的朋友。”他说,用于趋势分析的最佳数据取决于“从设备的相同位置和正确位置采集样本,尽可能接近油的时间(例如,每250小时油的时间),以提供用于趋势分析的最佳数据。”Eckert指出,趋势数据比报警限制更有好处,因为趋势“可以为操作人员提供时间来识别问题(例如磨损、污染、油况),然后才会出现设置报警限制的标志。”

当解释抽样数据时,Eckert说,在图表上使用简单的绘图线的累积趋势可能是最常用的分析方法(见表1)。这种方法允许用户直观地看到单个数据点或分组数据趋势的显著增加或减少。Eckert发现,石油分析实验室通常有基于网络的软件,可以图形化地表示样本数据,以便进行趋势分析。当对抽样技术有较高的置信度时,Eckert发现趋势数据评估在检测潜在问题方面比设置警报限制更有用。然而,当抽样技术置信度较低时,趋势数据可能是有问题的。

Eckert发现,当建立了一个良好的代表性数据群体,并且发生一致的采样时,可以使用趋势分析来确定最佳的排水间隔,允许在最佳时间安排维护。通过历史数据趋势和维护记录,操作人员可以根据趋势来确定设备何时发生过度磨损事件。这些信息还可以用来确定哪个设备部件是磨损的来源。

最终的想法

预测性维护计划减少了设备维护的需求,同时提高了可靠性并降低了成本。然而,建立一个有效的计划需要在这个过程中进行投资,并理解确定要收集的数据类型的原则,以及收集的频率,以达到设备的最佳方案。

参考文献

  1. ASTM D7874(2018),“将失效模式和影响分析(FMEA)应用于在用润滑剂测试的标准指南”,ASTM国际,西康肖霍肯,宾夕法尼亚州。DOI: 10.1520 / D7874-13R18,www.astm.org
  2. ASTM D7720-11(2017),“使用油分析监测设备和油的适应性和污染时统计评估测量和警报限值指南”,ASTM国际,西康肖霍肯,宾夕法尼亚州。DOI: 10.1520 / D7720-11R17,www.astm.org
  3. ASTM D7669(2020),“实用润滑剂状态数据趋势分析标准指南”,ASTM国际,西康肖霍肯,宾夕法尼亚州。DOI: 10.1520 / D7669-20,www.astm.org
  4. Zabawski, E.(2017年9月25日),石油分析趋势与警报限制。https://testoil.com/program-management/trending-vs-alarm-limits/

额外的资源

  1. https://www.roadtoreliability.com/reliability-centered-maintenance-principles/
  2. https://www.machinerylubrication.com/Read/28520/setting-oil-analysis-limits
  3. ASTM D6224(2016),“润滑油在用监测的标准实践”,ASTM国际,西康肖霍肯,宾夕法尼亚州。DOI: 10.1520 / D6224-16,www.astm.org
  4. ASTM D4378(2020),“蒸汽和燃气轮机矿物透平油在用监测的标准实践”,ASTM国际,西康肖霍肯,宾夕法尼亚州。DOI: 10.1520 / D4378-20,www.astm.org

本文首次发表于摩擦学与润滑技术(TLT),摩擦学家和润滑工程师协会(STLE)的月刊,这是一个总部位于伊利诺伊州帕克里奇的国际非营利性专业协会。, www.stle.org。

原始内容可以在设备工程


作者简介:Andrea R. Aikin是丹佛地区的自由科学作家和编辑。你可以通过andrea.r.aikin@gmail.com联系她。