图片来源:凌华科技
将人置于数字化项目的重要位置,可能会让项目实施成功的机会更大。
预测性维护计划(Predictive Maintenance,简称PdM),可以预测物理资产的未来状态,并及时做出更明智的维护决策。这一理念的实施取决于信息技术 (IT) 和运营技术 (OT) 的融合。将人员、过程和技术结合在一起,是成功实施预测性维护计划的关键。如果你从总体上看工业 4.0 工具,特别是预测性维护,它能影响的关键指标之一是运营的整体设备效率(OEE),其中包括正常运行时间、性能速度和质量,以及劳动生产率。
实施此类数字化工具可提供实时数据分析和预测,对于智能维护以及提高质量和劳动生产率具有直接影响。它将思维方式从被动的、可能手动管理的运营,转变为更具预测性、规范性和主动性的运营。
但这不仅仅是为了提高正常运行时间。它还与运营中的其它系统相关联,尤其是维护系统、备件系统、维护计划和劳动力分配,以便管理层能够获得预测性洞察力。可以减少手头的备件,这也减少了企业的开销,也可以实现更主动的调度甚至预测性备件补给。该愿景正在推动制造领域,近乎实现零停机和零浪费,并以积极和有利可图的方式直接影响业务。
那么,从哪里开始呢?如何建立一个成功的预测性维护计划,从而对提升运营效率带来更显著的影响?
1. 确立核心目标
如果不确切了解数字化意味着什么,就无法在组织中启动预测性维护计划或任何其它数字化变革。关键的第一步是为组织制定 “数字化”的通用定义。
有一种观点认为,“数字化是一种几乎即时、免费且完美无瑕的能力,可以将人、设备和物理对象连接到任何地方。”诚然,这是一个广泛而简单的定义,但它全都与连接和共享信息有关。它是数据管理的核心,有助于创建程序标识。
有了通用定义,下一个任务是定义计划的核心目标 :确定“为什么”。
我们都遇到过没有明确定义“为什么” 的举措,它们几乎都失败了。重要的是要弄清楚目的是什么,以及它不是什么。目标不是为了实施新技术,而是为了解决实际的业务问题。它将为企业创造新的核心竞争力并整合提高盈利水平的业务功能。
我们正在将技术和更新的工艺应用到前所未有的主流制造中。归根结底,这是一种不同的思维方式。如果所有参与者不能始终注意该计划的底线,那该计划就很难实现长期成功。
2. 执行前评估
在确定了核心目标后,接下来是确定适合该目标的成果和数字化重点领域。这就需要对现状进行评估。它由一个团队完成,组成人员包括工厂经理和各个部门的经理,包括生产、维护、IT 和其它部门——他们都对自己的系统了如指掌。
该团队的初始任务是记录当前使用的工艺和系统,以评估哪些工作做得好以及知识和能力的差距。这包括查看基础设施并确定关键工作中心和数据收集点。
通过评估考虑并衡量当前设施的数字化转型准备情况,包括差距分析,该分析不仅记录工艺和技术的现状,还具体描述了该现状与数字化准备状况之间的距离。
评估包含一个试点项目,一个生产测试台,它将部署所需的技术和实践,以可证明的方式填补评估所识别的差距。在试点项目期间,评估阶段开始。在这一步可以建立一个卓越中心 (CoE),用于研究和培训项目工艺和技术方面的利益相关人员。
完成所有这些之后,您可以开始执行转型——实际的最后一步是在卓越中心支持的分阶段部署中,将数字化创新扩展到工厂其余部分,最终扩展到整个企业。
对任何初始转型,我们的建议始终是“从大处着眼,从小处着手,快速扩展。”您想考虑在组织的任何地方,都拥有预测性维护能力,并拥有世界一流的 OEE,这对全球化公司来说是一项巨大的改进——这就是从大处着眼。
但是你必须从小处着手 :一个足够小的试点项目,如果第一次由于某种原因失败,时间和资源的损失可以忽略不计。团队可以吸收所学并重新开始。然后,当成功来临时,它可以从单一资产扩展到一条生产 线、一个工厂、第二个工厂,然后迅速扩展到整个企业。
3. 为试点项目选择合适的资产
证明预测性维护计划的能力取决于成功的试点项目,因此必须使用数据为项目选择合适的资产。可以在不同层面进行分析 :
· 生产设备停机历史 ;
· 关键部件的质量数据 ;
· 故障模式的频率和类型。
然而,现代或原始的方法一直用于跟踪此类数据,例如,计算机化维护管理系统 (CMMS) 或企业资产管理 (EAM) 软件或输入日志的操作员笔记等,历史数据对评估至关重要。但同样重要的是需要参与讨论的维护和运行人员的经验。
数据驱动的四象限方法,可以引导为预测性维护计划试点选择合适的资产。在这种方法中,过去的停机事件被绘制在一个图表上,事件频率在一个轴上,停机时长在另一个轴上,然后将图表分成几个象限。
第一象限是频繁且停机时间长的故障(因此影响大, 成本高);这可能需要考虑重新设计。
第二象限是停机时间短的高频故障,这个问题需要通过保持备件库存来解决。
第三象限是针对持续时间短且频率低的故障,需要通过定期维护来处理。
第四象限是停机时间较长、成本较高、但频率较低的故障,在这里可以为 PdM 试点计划寻找合适目标。
4. 收集、可视化和分析数据
一旦选择了试点计划的最佳资产,就可以启动该计划。安装必须的传感器和适当的软件应用程序来收集、可视化和分析资产的生产数据,从而使资产就绪。
企业迈出了预测性维护的第一步,也许也是进入工业 4.0 技术的第一步,但与此同时,我们还需要意识到下面两点的重要性:
首先,企业实施数字化转型不是因为它很酷,而是因为它可以解决业务问题,并帮助实现有针对性的业务成果,最终在更大规模上实现数字化。
其次,不仅仅是数据,还有做这项工作的人。永远不要认为,接受了数字化技术,一切传统的东西都不需要了。企业可能拥有了解机器或工艺并已使用它们多年的专家。收集和使用数字数据至关重要,但从专家那里获得的见解可能包括有助于验证结果的无价信息。这些人是宝贵的资产,也是任何数字化战略的重要组成部分。
关键概念:
■ 如果不确切了解数字化意味着什么,就无法在组织中启动预测性维护计划或任何其它数字化变革。
■ 永远不要认为,接受了数字化技术,一切传统的东西都不需要了。
思考一下:
如何建立一个成功的预测性维护计划,从而对提升运营效率带来更显著的影响?
|
|
|
|
联系客服