予知保全の説明

予知保全（PdM）は、故障の可能性を減らすために、通常の操作中に機器のパフォーマンスと状態を監視するメンテナンスです。条件ベースのメンテナンスとも呼ばれる予知保全は、1990年代から産業界で利用されてきました。

しかし、実際には、その歴史は正式に文書化されていませんが、予知保全ははるかに古いものです。制御工学によると、「予知保全（PdM）の開始は、整備士が最初にドライバーのハンドルに耳を当て、機械のもう一方の端に触れ、ベアリングが悪くなっているように聞こえたと発音したときだった可能性があります。 。」

予知保全の目標は、（特定の要因に基づいて）機器の障害が発生する可能性がある時期を最初に予測し、次に定期的かつ修正的な保守によって障害を防止する機能です。

予知保全は、機械の最適な使用を保証するためのプロセス状態中の機械の継続的な監視として定義される状態監視なしでは存在できません。状態監視には、オンライン、定期的、リモートの3つの側面があります。オンライン状態監視は、危険速度とスピンドル位置の変化について収集されたデータを使用した、機械または生産プロセスの継続的な監視として定義されます（「回転機械の状態監視」、Istec International）。

振動分析によって達成される定期的な状態監視は、傾向分析（「回転機械の状態監視」、Istec International）を使用して、「設備の振動挙動の変化に関する洞察を提供します」。最後に、リモート状態監視は、その名前が示すように、分析のためにデータを送信して、離れた場所から機器を監視できるようにします。

予知保全プログラムを確立する前に、組織は次のようないくつかの手順を実行する必要があります。

• ニーズと機器の履歴を分析する

• ダウンタイム、機器の欠陥、損失（歩留まりとエネルギー）、潜在的な規制の罰金、および職場の安全に関する利用可能なすべての記録を確認する

• 定義と概念を確立し、PdMのケースを構築する

• 主要な利害関係者を教育し、賛同を得ること

• 機器の在庫を確認し、現在の機器の状態を評価する

• プログラムの初期実装用の機器の選択

• 個々のシステムやコンポーネントに基づいてシステムの詳細を作成する

• 既存の予防的または予知保全の評価

• 含めるシステムと検査対象を決定する

• プログラムの重要度を定義し、PdMの頻度とスケジュールの種類を確立する

• 予想されるリソースを評価し、担当者の役割と責任を割り当てます

• プログラムを整理し、スケジューリングシステムに統合する

• 運用と保守からの賛同を得て教育する

• 機器のアップグレードとトレーニングの実施

• コンピューター化された保守管理システム（CMMS）の作成

Reliable Plantの2019年予知保全調査で調査された保守要員の約65％が、予知保全を使用していると述べています。実装および実行されると、予知保全は成功する保守プログラムの基礎となります。

予知保全と予防保全の違い

多くのメンテナンスプログラムは両方のビットを使用しますが、予知保全と予防保全の間にはいくつかの違いがあります。予防保守には、機器の保守が必要かどうかに関係なく、機械の検査と保守の実行が含まれます。このメンテナンススケジュールは、使用量または時間トリガーのいずれかに基づいています。たとえば、暖房装置は毎年冬の前に整備されたり、車は5,000マイルごとに定期的なメンテナンスが必要になります。

また、予防保守では、予知保全のように状態監視コンポーネントは必要ありません。状態監視を必要としないことにより、予防保守プログラムは技術とトレーニングにそれほど多くの資本投資を必要としません。最後に、多くの予防保守プログラムでは、手動でデータを収集して分析する必要があります。

予防保守は資産の平均ライフサイクルを使用して決定されますが、予知保全は、さまざまなテクノロジーを利用して、特定の機器の事前設定および事前定義された条件に基づいて識別されます。予知保全はまた、予防保守よりも人、トレーニング、設備への投資を多く必要としますが、時間の節約とコストの節約は長期的にはさらに大きくなります。

予知保全の長所と短所

前述のように、予知保全の利点は、コスト削減の観点から非常に大きく、計画的なダウンタイムの最小化、機器の寿命の最大化、従業員の生産性の最適化、および収益の増加が含まれます（Immerman、「予知保全の製造への影響」）。予知保全のもう1つの利点は、PdMを実装することで資産管理者が成果を改善し、収益性や信頼性などの優先順位のバランスを改善できるため、保守チームと組織の両方を変革できることです。

予知保全の主な欠点の1つは、PdMスケジュールの評価と実装にかかる時間です。予知保全は複雑なイニシアチブであるため、プラントの担当者は、機器の使用方法だけでなく、分析（またはデータ）の解釈方法についてもトレーニングを受ける必要があります。

多くの組織が予知保全について既存の従業員を訓練することを選択していますが、必要な労働の実行と施設の結果の分析を専門とする状態監視請負業者がいます。トレーニングコストに加えて、予知保全には保守ツールとシステムへの投資が含まれます。このコストは、クラウドベースのテクノロジーの導入により時間の経過とともに減少しました。

予知保全と欠陥の検査

しばらくの間、特定の障害モードの存在を検査する適切な方法について、かなりの混乱がありました。ある種の感覚検査を行う必要がありますか？ある種の定量的検査を行う必要がありますか？ 1つ以上の状態監視技術を適用する必要がありますか？欠陥を見つける条件付き確率を最大化するために、これらの手法のいくつかの組み合わせを適用する必要がありますか？

計画部門が作業手順を作成し、作業指示書を作成し、部品を注文し、条件付き確率の前に作業をスケジュールして完了する必要がある時間を最大化するような方法で、主要な欠陥の存在を特定するにはどうすればよいですか？失敗が高くなりすぎる？検査の種類とそれらが互いにどのように補完するかについての説明は、どの検査が最も適切であるかを明確にするのに大いに役立ちます。

欠陥検査技術の種類

感覚検査は、優れた検査プログラムと保守作業のバックボーンと長い間考えられてきました。機械の問題を検査するのに十分な頻度で誰かを派遣することで、計画外のダウンタイムを軽減するために十分な時間で欠陥を特定できると考えられていました。検査官は、視覚、音、触覚を使用して、前回の検査以降に何かが変わったかどうかを判断します。変更は、次に予定されている停止時に職人によって記録、報告、調査されます。

誰かを派遣して検査を実施することには多大なメリットがありますが、この戦略には非常に多くの穴があるため、検査プログラムのバックボーンと見なしてはなりません。感覚検査は通常、最も明白で劇的な問題のみを特定します。感覚検査で機械の初期の内部欠陥を特定することはほとんど不可能です。

強化された感覚検査

強化された感覚検査は、そのグレーゾーンを埋めます。これらは、感覚検査であると同時に、状態監視特性を備えた定量的測定でもあります。これらの検査では、スポット放射計、ストロボライト、ハンドヘルド振動ペン、単純な超音波計などの機器を使用して、P-F曲線のさらに上の欠陥を検出します。これらのツールは人間の感覚の力を倍増させますが、限界があります。これらのシンプルなツールを使用すると、さまざまな障害モードを検出できますが、包括的な状態監視プログラムに取って代わるものではありません。

定量的検査

定量的検査は、故障モードの特徴的な寿命を傾向分析および決定するためのデータを生成する場合に役立つ情報を提供できます。定量的検査には、何かを測定する人が必要です。非常に一般的な定量検査には、ポンプのシールの温度の測定や、ポンプのインペラのバックプレートのクリアランスの測定が含まれます。これらの測定値は、プランナーとエンジニアにデータを提供し、さらなるメンテナンスアクションの必要性を判断するのに役立ちます。

適切に設計された場合、定量的検査手順では、制限と通常予想される測定値について詳しく説明します。誰かが何かを測定する必要がある検査には、最小値、最大値、および標準値が必要であり、制限を超えた場合の条件付きタスクが定義されています。ただし、適切な検査頻度で実行される定量的検査では、測定値が制限を超えることはめったにありません。

欠陥検査技術としての予知保全

予知保全（PdM）とも呼ばれる状態監視は、状態ベースの監視技術、統計的プロセス制御、または機器のパフォーマンスを適用して、計画外のダウンタイムや不要な支出につながる可能性のある機器の欠陥を早期に検出して排除します。

そして一般的に言えば、プロセスの中断をほとんどまたはまったく伴わずに、機器が通常の動作中にこれを実行する必要があります。これらのツール（振動解析、赤外線サーモグラフィ、モーター回路解析など）の目的は、機械が通常動作しているときに、以前に利用可能だった検査方法では検出されなかった欠陥を検出することです。

利用可能な技術を利用して、これまで検出できなかった部品の状態や欠陥の存在を評価できます。これらのツールが定量的検査または感覚的検査の分野で持つ利点の例は、振動解析を使用して転がり軸受の欠陥の存在を判断することです。

以前は、機械工と水車大工は、ベアリングのクリアランス量を決定するために「リフトチェック」に依存していました。残念ながら、この手法は、ベアリングの軌道から材料が除去される結果となったベアリングの欠陥に対してのみ有効です。このベアリングは、1000分の1インチの遊びがあるとかなり悪いでしょう。

表面下の疲労は振動解析で簡単に確認でき、故障伝播のこの時点では、レースウェイから材料が除去されていません。これは、予知保全技術の利点の最も一般的な例です。

機械にもたらすことができる欠陥検査技術にはさまざまな種類があり、それぞれに長所と短所があります。しかし、これらの手法は相互に完全に置き換わるものではありません。それぞれがP-F曲線に沿ったさまざまな場所での欠陥の存在を判断し、その結果、それぞれが計画機能に欠陥に対応するためのさまざまな時間を与えます。

障害モード、影響、および重要度の分析（FMECA）は、どの検査手法をどのくらいの頻度で、どの程度の冗長性で適用するかを決定するのに役立ちます。秘訣は、リスクと厳密さのバランスを取ることです。与えられた故障モードでどれだけのリスクを冒しても構わないと思っているか、そして検査にいくら払っても構わないと思っているかによって、適切な戦略が決まります。

予知保全技術

名前が示すように、予知保全の目標は、いつ保守が必要になるかを予測することです。 Magic 8-Ballはありませんが、障害を効果的に予測し、地平線上のメンテナンスに高度な警告を提供するために使用できる状態監視デバイスと手法がいくつかあります。

赤外線サーモグラフィ

非破壊または非侵入検査技術として知られている、予知保全における赤外線（IR）サーモグラフィは広く使用されています。 IRカメラを使用すると、担当者は機器の高温（別名、ホットスポット）を検出できます。誤動作している電気回路を含む摩耗したコンポーネントは、通常、熱を放出し、熱画像にホットスポットとして表示されます（「予知保全」、リーン生産方式）。

ホットスポットをすばやく特定することで、赤外線検査は問題を特定し、費用のかかる修理やダウンタイムを回避するのに役立ちます。赤外線技術は、「利用可能な最も用途の広い予知保全技術の1つであり、機械の個々のコンポーネントからプラントシステム、屋根、さらには建物全体まで、あらゆるものを研究するために使用されます」（制御工学）と見なされています。赤外線技術のその他の用途には、熱の異常や、保温や伝達に依存するプロセスシステムの問題の検出などがあります。

音響モニタリング

アコースティック 技術、担当者は、音波または超音波レベルで機器のガス、液体、または真空の漏れを検出できます。超音波技術よりも安価であると考えられている超音波技術は、機械設備には有用ですが、その使用には制限があります。超音波技術にはより多くの用途があり、機械的な問題の検出においてより信頼性があります。

技術者は、機器を使用して20〜100キロヘルツの範囲の音を「聴覚または技術者が聞く/見ることができる視覚信号。これらの高周波は、ベアリングの摩耗や潤滑不足、電気機器の故障、バルブの漏れなどによって生成される正確な周波数です。」 （ライト、「複数の予知保全技術を活用する方法」）

音響検査と超音波検査はどちらも費用がかかる可能性がありますが、非常に手頃な価格の音響監視の別の形式があります。それは技術者の耳です。 「オイル漏れや奇妙に聞こえるギアボックスを検出するのと同じくらい簡単なことで、壊滅的な障害の防止につながり、数万ドルの損失を回避できます」（ライト、「複数の予知保全技術を活用する方法」 。

振動解析

主に高速回転機器に採用されている振動分析により、技術者は、機器に組み込まれているハンドヘルドアナライザーまたはリアルタイムセンサーを使用して、機械の振動を監視できます。ピーク状態で動作する機械は、特定の振動パターンを示します。ベアリングやシャフトなどのコンポーネントが摩耗して故障し始めると、機械は異なる振動パターンを生成し始めます。訓練を受けた技術者は、機器を事前に監視することで、読み取り値を既知の障害モードと比較して、問題が発生している場所を特定できます。

振動解析で検出できる問題には、ミスアライメント、シャフトの曲がり、コンポーネントの不均衡、機械コンポーネントの緩み、モーターの問題などがあります。

振動解析を利用して機械の故障を予測することは困難な場合があるため、技術者のトレーニングを確実にすることが重要になります。多くの組織は、振動アナリストとしての認定を受けるために個人を準備するための詳細なトレーニングを提供しています。振動解析を使用することの唯一の欠点は、PdMプログラムでそれを実装することに関連するコストです。

オイル分析

油の分析は、予知保全において効果的なツールです。これにより、技術者はオイルの状態をチェックし、他の粒子や汚染物質が存在するかどうかを判断できます。一部のオイル分析テストでは、粘度、水または摩耗金属の存在、粒子数、および酸価または塩基価を明らかにすることができます。

オイル分析を使用する利点の1つは、初期テストで新しいマシンのベースラインが設定されることです。適切に行われると、石油分析は予知保全を成功させるのに役立つ無数の結果を生み出すことができます。

その他のテクノロジー

これらの技術に加えて、施設は、モーターの動作および動作状態を詳細に説明するモーター状態分析などの他の技術を使用する場合があります。渦電流分析は、遠心チラーおよびボイラーシステム内のチューブ壁の厚さの変化を識別します。ボアスコープ検査、CMMS、データ統合、および状態監視も、予知保全を促進するのに役立ちます。 PdMの取り組みを支援するテクノロジーはいくつかありますが、成功を確実にするためには適切なテクノロジーを選択することが重要です。

予知保全のビジネスケース

設備投資の見返りを実現し、機械を最高の効率で稼働させ続けるために、施設は予知保全にさらに重点を置く必要があります。 ウォールストリートジャーナルによると 、「計画外のダウンタイムは、産業メーカーに年間推定500億ドルのコストをかけます。機器の故障は、この計画外のダウンタイムの42％の原因です。計画外の停止は、過度のメンテナンス、修理、および機器の交換につながります。」

運用と管理がコストの削減と生産性の向上に向けて推進されるにつれて、施設の費用効果の高い長期的な意思決定を行うことが困難になるため、予知保全の必要性が明らかになります。

予知保全の価値は、メンテナンスが必要な場合にのみ実行されるため、コストと時間の節約になります。実際、米国エネルギー省の連邦エネルギー管理プログラムによるいくつかの調査によると、適切に機能する予知保全プログラムは、事後保全よりも30〜40％、予防保全よりも8〜12％の節約になります。

PdM戦略を成功させるには、いくつかの基準を検討して満たす必要があります。まず、コミットメントはトップダウンで行う必要があります。組織全体が、予知保全を通常のスケジュールの必須部分にすることに専念する必要があります。すべてのプロセスオペレーターは、必要なメンテナンスチェックの実行についても教育を受け、関与している必要があります。さらに、組織全体が実際のコストと不十分なメンテナンスの影響を理解する必要があります。最後に、組織がメリットを享受し始めるには、PdM手順をすぐに実装する必要があります。

多くの人が高額の機械に予知保全を利用することの重要性を認識していますが、PdMは、コーヒーマシン、プリンター、郵便料金メーターなどのより小さな日常の資産を監視するためにも実行可能です。実際には、予知保全を実装することで施設全体が恩恵を受けることができます。

予知保全アプリケーション

予知保全の最大の用途は製造業です。製造工場は生産性を向上させるための需要に直面し続けているため、いくつかの保守戦略が作成され、実装されています。ただし、これらの大部分は反応的です。多くの施設には、「壊れていない場合は修理しないでください」という考え方があります。残念ながら、この考え方は計画外のメンテナンスとダウンタイムの原因になります。

前述のように、施設は1990年代初頭に予知保全の実施を開始しました。当時、「データを生成するセンサーの可用性の欠如、およびデータの収集と分析のための計算リソースの欠如により、PdMの実装が困難でした」（「製造の概要における予知保全」、Microsoft Azure）。

インターネットオブシングス（IoT）、機械学習、クラウドコンピューティング、ビッグデータ分析の導入により、製造業は予知保全の実装を進め、稼働時間と品質管理の向上、保守ルートの最適化、労働者の安全性の向上、生産性の向上。メーカーが厳しいマージンと時間枠で作業しているため、予定外のダウンタイムの考えは望ましくなくなりました。予知保全は解決策を提供できます。

PdMのもう1つのアプリケーションは、特に鉄道業界のデジタルトランスフォーメーションに関連しているため、鉄道セクターにあります。列車の初期投資額が高いため、列車をできるだけ長く運行し続けることに重点が置かれています。予知保全により、鉄道会社は、運用コストを削減し、車両の寿命を延ばすさまざまなテクノロジーとソフトウェアを通じて、列車の車両から最大の価値を引き出すことができます。

鉄道セクター内では、予知保全を利用して、線形資産、固定資産、およびモバイル資産の問題を検出します。車両キャブベースの監視システムにより、安全性を向上させ、ボイドの検出を追跡します。ボイドが配置されているトラックアセットのタイプを特定し、ボイドの重大度を示します。

MaintWorld の記事によると 、「将来的には、信頼性の高い鉄道保守は、安全性、遅延、システム全体の容量などの重要な問題を改善するために、高度道路交通システムと予知保全や統合セキュリティツールなどの相互接続ソリューションに依存することが期待されます」（Peycheva、「Railway Goes Smart予知保全と業界4.0CMMSを使用」）。

従来、メンテナンスシステムの近代化には時間がかかりましたが、石油およびガス業界は予知保全の主要な支持者になりつつあります。石油およびガス会社は毎日、世界中の油田のセンサー、特にワイヤレスセンサーを介して大量のデータを収集しています。石油とガスの運用がより複雑になるにつれて、特に遠隔地、沖合、深海の場所では、機器の状態を把握することがより困難になります。

2015年のホワイトペーパーで、MapR Technologies Inc.は、「石油およびガス会社には、資産の追跡と予知保全の改善を通じて、効率を高め、運用コストを削減する大きなチャンスがあります」と述べています。

予知保全は、特に組織がより効率的かつ効果的に作業する方法を見つけることを余儀なくされている不況時に、石油およびガス会社と関連するサービス事業にとって競争上の優位性と見なすことができます。もちろん、予知保全は、製造業、鉄道、石油およびガス産業だけに関係するものではありません。他のアプリケーションでは、PdMは次の目的で使用されます。

• ユーティリティネットワークをマッピングするドローンとセンサーの助けを借りて、ユーティリティの停止を防ぐのに役立ちます

• 蒸気パイプラインの温度低下を検出し、潜在的な圧力漏れを示します

• コンポーネントの故障を防ぐために、電気パネルの温度上昇をキャプチャします

• 消費電力を監視するために、共通の結合点で供給側と需要側の電力を測定します

• 電気パネルの過負荷を特定します

• 不良ベアリングまたは絶縁破壊によるモーターアンペア数のスパイクまたは過熱を特定します

• 1つまたは複数の相の高調波歪み、過負荷、劣化、または故障による3相電力の不均衡を見つけます

IIoTとPdMの統合

最も重要な要素の1つ–そうでない場合は 最も重要な要素–予知保全プログラムを成功させるには、産業用モノのインターネット（IIoT）の使用と統合が必要です。デロイトのレポートによると、「モノのインターネット（IoT）はおそらくPdMパズルの最大のピースです…IoTは、温度、振動、導電率などのセンサーを使用して、機械からの物理的動作をデジタル信号に変換します…物理的動作が完了するとセンサーを介してデジタル信号に変換され、処理、集約、分析されます。帯域幅とストレージの手頃な価格により、大量のデータを送信して、単一のプラントの資産の全体像だけでなく、生産ネットワーク全体の全体像を把握できます」（Coleman et al。、「予知保全とスマートファクトリー」 ）。

予知保全を成功させるには、CMMSや重要な機器センサーなどのさまざまなソースからデータを収集および分析するためのセンサーに依存しています。このデータを使用して、IIoTは「高度な予測モデルと分析ツールを作成して障害を予測し、それらにプロアクティブに対処することができます。さらに、時間の経過とともに、新しい機械学習テクノロジーによって予測アルゴリズムの精度が向上し、パフォーマンスがさらに向上します」（Coleman et al。、「予知保全とスマートファクトリー」）。

IIoTは、予知保全と組み合わせると、機器の障害を事前に把握することができます。インダストリー4.0が製造分野に登場したことで、施設はIIoTを活用して運用に関するより良い洞察を得ることに熱心に取り組んでいます。

予知保全と投資収益率

予知保全を実施するには、資金、人員、教育に多額の投資が必要です。これらの初期投資は組織にとって気が遠くなるように思えるかもしれませんが、予知保全の投資収益率（ROI）は、先行投資をはるかに上回ります。

デロイトによる最近のレポートによると、いくつかの施設では、運用および保守、修理、運用（MRO）の材料費が5〜10％削減されています。全体的なメンテナンスコストを5〜10％削減します。在庫運搬コストの削減。米国エネルギー省のさらなるデータによると、機能的なPdMプログラムを実装すると、ROIが10倍になり、メンテナンスコストが25〜30％削減され、故障が70〜75％減少し、35〜45になる可能性があります。ダウンタイムのパーセント削減。

「メンテナンスコストに関する限り、予防メンテナンスの費用は年間13ドルで、予知保全の費用は年間9時間で、予知保全はより安価なオプションになります」（Ulbert、「予知保全と予防保全の違い」）。

参照

コールマン、クリス、サティシュダモダラン、エドデュエル。 「予知保全とスマートファクトリー。」デロイト。 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf

「回転の状態監視機械。」 Istecインターナショナル。 2018年11月1日にアクセス。https：//www.istec.nl/en/condition-monitoring-rotating-machines/。

制御工学。 「予知保全技術」。 2018年11月4日にアクセス。https：//www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html。

イマーマン、グラハム。 「予知保全が製造に与える影響。」 MachineMetrics。 2018年11月1日にアクセス。https：//www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing。

リーン生産方式。 「予知保全」。 2018年11月2日にアクセス。http：//leanmanufacturingtools.org/427/predictive-maintenance/。

Peycheva、Ralitsa。 「鉄道は予知保全とインダストリー4.0CMMSでスマートになります。」 MaintWorld。 2017年10月11日。2018年11月4日にアクセス。https：//www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS。

「製造の概要における予知保全」。 MicrosoftAzure。 2018年5月1日。2018年11月4日にアクセス。https：//docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview。

「石油およびガス業界向けのHadoopを使用した予知保全」、MapR Technologies Inc.、2015年5月。https：//mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/。

Ulbert、Sebastian、「予知保全と予防保全の違い」、Coresystems、2015年9月15日。2018年11月2日にアクセス。https：//www.coresystems.net/blog/the-difference-between-predictive-maintenance-および-予知保全。

ウォールストリートジャーナル 。 2018年11月2日にアクセス。https：//partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/。

ウィキペディア。 「予知保全」。 2018年10月11日にアクセス。https：//en.wikipedia.org/wiki/Predictive_maintenance。

ライト、ジェレミー。 「複数の予知保全技術を活用する方法。」機械の潤滑。 2018年11月1日にアクセス。https：//www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies