新闻资讯

反应性对比 预防性对比 预测性维护

发布日期:2021-06-14 22:31:22浏览量:37

1. 反应式维护
反应性维护描述了仅在资产发生故障或运行到故障点后维修零件或设备的策略。

反应性维护很有吸引力,因为它通过最大限度地使用资产来提供最大的利用率,进而提供最大的生产输出。

然而,这种策略只有在资产出现故障时才有用。

发生故障后修复资产的成本可能会高于运行至故障时获得的产值。

此外,随着零件开始振动、过热和断裂,可能会发生额外的机器损坏,从而可能导致进一步的昂贵维修。

当组织采用被动维护策略时,他们往往成为处理资产症状的受害者,而不是导致症状的问题。

例如,您的维护团队可能会反复修理过热的轴承,如果该团队将资产视为一个整体而不是只关注一个症状,则可以防止这种情况发生。

维护工作,例如更换和修理零件以及维修设备,可能会给组织带来很大的经济负担。

这可以通过治疗问题而不是症状来预防。

2. 预防性维护
预防性维护,也称为计划维护,包括在设备正常运行时执行的维护任务,以避免意外故障以及相关的停机时间和成本。

资产在特定时间下线并执行预防性维护任务。

预防性维护的目标是延长资产的使用寿命、提高生产力、提高整体效率并降低维护成本。

虽然预防性维护可能比反应性维护策略更具成本效益,但也更难以证明其合理性。

预防性维护基于理论故障率而不是实际设备性能。

这意味着零件在仍有剩余使用寿命时会被更换,并且组织必须保留备件。

很难证明为什么预防性维护是最好的策略,因为它需要更长的计划停机时间,看似完美的机器要离线,操作要中断,需要复杂的零件和库存管理。有关切换到预测性维护的更多信息,请参阅“预测性维护的5 个维护即服务 (MaaS) 业务模型快速指南”。

3. 预测性维护
通过传感器数据将您的资产连接到您的数据历史记录和/或 CMMS 的技术进步使预测性维护成为可能。

它在正常运行期间直接监控资产性能,以预测和预测故障。

预测性维护分析从连接到资产的传感器收集的数据。

该数据可用于预测资产何时会发生故障,进而使维护团队能够在发生故障之前纠正问题。

预测性维护不是让某个部件出现故障,或者在由于协议而仍然具有生命力时更换它,而是通过仅在完全必要时进行维护来帮助组织优化其策略。

利用预测性维护分析掀起波澜
预测性维护背后的概念并不新鲜。

包括传感器、计算机和软件在内的技术终于赶上了这个想法背后的概念,更重要的是,它已经足够负担得起,可以在整个组织中广泛实施。

从各种连接的系统和传感器捕获的数据使维护和可靠性团队能够以前所未有的方式分析他们的资产和维护策略。

以前不可用的数据使组织能够得出有关其资产和维护策略的结论,这些结论可以直接影响其维护团队的整体运作方式以及通过预测何时会发生故障来管理资产的方式。

换句话说,预测性维护利用数据做出更明智的维护决策,提高资产健康状况的透明度,并增强跨系统的连接。

预测性维护的影响
预测性维护的目标是解决反应性维护和预防性维护的挑战,而不会出现故障或更换健康部件。

通过预测性维护,计划内和计划外停机时间、高维护成本、进一步损坏资产的可能性以及对工作资产的不必要维护都减少了。

预测性维护所涉及的互联技术从多个系统中提取数据,以提供对资产健康状况的实时洞察,使计算机能够完成幕后的工作,并使维护经理能够更有效地部署他们的资源。

借助预测性维护和互联技术,维护团队可以在正确的时间使用正确的部件和正确的人员更好地解决正确资产的问题。

考虑到执行例行资产检查和预防性维护任务所花费的工时数,将预测性维护作为策略和优化工具的理由变得显而易见。

例如,假设您的维护团队中有 50 名技术人员,他们每人每周花费 20 小时执行例行检查和预防性维护任务——即每周有 1000 个技术人员小时专门用于因预测性维护策略而变得过时的任务。想象一下,您可以利用所有额外的技术人员时间做些什么。

预测性维护的挑战
预测性维护并非没有其自身的一系列挑战。

建立比预防性维护策略更复杂,如果适当的技术尚未到位,则需要时间来设置基础设施,然后才能启动特定的维护策略。

建立预测性维护策略的复杂性包括开发您的业务领域,例如您的设备、技术和用户采用协议。

在实施预测性维护策略时要建立的最重要的业务部门侧重于数据管理。

收集正确的数据以使组织能够准确预测故障和故障至关重要。

这意味着,为了实施预测性维护策略,您必须首先了解您的资产重要性以及实现维护目标所需的特定数据源。

这些挑战可以通过详细的行动计划轻松克服。

为预测性维护奠定基础将有助于确定任何成功障碍。

在实施过程中,您的团队可以参考计划以确保事情按计划进行。

制定计划后,公司可以扩展其维护策略,以通过预测性维护实现以前无法达到的效率水平。

标签:, ,

相关推荐