製造におけるメンテナンスの改善

デジタルユニバースのサイズは2年ごとに倍増しており、2013年の4.4兆ギガバイトから2020年には44兆ギガバイトに増加すると予測されています。EMCデジタルユニバースによると、企業はこのデジタルユニバースに保持されているデータの約85％に責任を負っています。

製造工場は、このデータ生成に貢献し、プロセスデータを収集して機械の状態を監視する企業の一種にすぎません。自動化部品サプライヤーEUAutomationの米国マネージャーであるClaudiaJarret氏によると、プラントエンジニアはこのデータを最大限に活用し、メンテナンススケジュールがプラントに利益をもたらすことを保証できます。

柔軟性を維持しながら顧客の需要に対応するという絶え間ないプレッシャーに直面しているメーカーは、プラントのダウンタイムの脅威を強く認識しているとジャレット氏は説明しました。アナリスト企業のAberdeenResearchによると、機械の故障など、さまざまな要因が原因で、ダウンタイムが発生すると、製造業者は1時間あたり最大260,000ドルのコストをかける可能性があります。

したがって、故障後の機器の修理に焦点を当てた事後対応型のメンテナンスではなく、機器が故障する前にメンテナンスされる予防保守が不可欠です。

しかし、食品や飲料、自動車部品の製造など、大量かつ利益率の低い業界の人々にとって、予防保守は、高い初期費用が認識されているため、誤って達成できないと見なされる可能性があります。

予防

ジャレット氏によると、たとえば、モーターの過熱や熱伝達システムの漏れが原因でシステムが故障するのを待つ日々は、ありがたいことに私たちの背後にあります。プラント管理者は現在、故障を回避するために定期的な検査、アップグレード、およびトラブルシューティングを計画しています。これらの簡単な手順は、予防保守を実行できる1つの方法です。

しかし、状態監視などのインダストリー4.0テクノロジーが利用しやすくなるにつれて、さらに賢く、より正確で、時間のかからない方法が利用できるようになります。

現在、多くの製造工場では、予防保守の高度な形式である予知保全を使用して、機器がどの程度機能しているかを確認し、障害が発生する前に正確に予測しています。これにより、ダウンタイムの原因となる故障のリスクが軽減されるだけでなく、機器に障害が発生した場合に必要な交換部品を注文して在庫を確保できることも意味します。

さらに、機器の状態を監視することで、以前は改善のために大規模なオーバーホールが必要だった段階的な調整が可能になります。変更により、プロセスの効率が向上し、最終的には非効率的な要素を排除し、摩耗部品のメンテナンスや交換を通じて機器の寿命を延ばすことでコストを削減できます。

どこから始めるか

予防保守スケジュールを実施する際にプラント管理者が取るべき最初のステップは、可能な限り多くのデータを収集することです、とジャレットはアドバイスしました。これには、問題のプラントのダウンタイムの実際のコストの正確な見積もりが含まれている必要があります。スマートセンサー、売上高、および改造されたシステムによって収集されたデータを照合することで、売上の損失、製品の浪費、および緊急修理のコストを考慮に入れることができ、有用なベースラインの数値を提供できます。

プラントの経験を使用して、メンテナンスエンジニアは、モーター、タービンなどの本質的に故障しやすい古い機器や機械など、より高いレベルのメンテナンスが必要になると思われる領域を含め、プラントの理想的な計画を作成するためにも関与する必要があります。 、またはその他の可動部品。

次に、この計画を予算と一緒に使用して、どのレベルの予防保守を採用できるかなど、現実的な保守計画を作成できます。一部のメーカーにとって、これは、プラントのセクションでは月に1回、より揮発性の高い機械では毎日など、定期的な機器チェックを意味します。

データ

真の予知保全が目標である場合、温度、圧力、振動などのデータはセンサーによって収集され、継続的に統合、保存、分析されます。メーカーにとっての次の質問は、これらの価値はあるが大規模なデータセットをどのように活用するかです。

データが収集されたら、その可能性を最大限に活用するための次のステップは、分析を開始することです。データ分析の一般的なオプションの1つは、クラウド分析サービスです。ここでは、生データがクラウドに送信され、そこで保存され、故障を含むイベントを予測できる傾向を分析できます。多くのサービスにはアラートシステムも組み込まれており、差し迫った故障の警告は、Webポータル、アプリ、電子メール、またはテキストメッセージを介して関連する担当者に送信できます。

他のメーカーは、おそらくサイバーセキュリティ、クラウドに保存されたデータの長期的な安定性、またはデータの収集と分析の間の遅れを懸念して、生データを社内で分析します。多くの場合、これはリソースを大幅に消費しますが、プラント管理者はデータを完全に制御できます。

退行

実装されているシステムに関係なく、予知保全を使用して、ダウンタイムの削減とプロセス効率の向上に加えて、陳腐化を管理できます。

これは、メンテナンススケジュールに合わせて部品を正しい時間に注文できることを意味します。従来、製造業者は交換が必要になる可能性のある部品の在庫を保持する必要があり、その代わりに操作に使用できるプラントフロアの貴重なスペースを占有していました。スペアパーツもかさばり、工場の床に保管すると、旅行や火災の危険を含む健康と安全の危険をもたらす可能性があります。

代わりに、メーカーは必要な場合にのみ交換部品を注文することを選択でき、利用可能なスペースとリソースを最大限に活用します。 EU Automationなどのサプライヤは24時間以内に陳腐化した部品を世界中に出荷できるため、部品を現場に保管したり、部品が到着するのを待つために長期間のダウンタイムを経験したりする必要はありません。

予知保全を採用する場合、収集したデータは、プロセス効率の向上や交換部品の注文を十分な時間で確保するなど、他の目的にも使用できます。このデータの適切な収集と分析は、その可能性を最大化するために不可欠です。これは、データの量が増えるにつれて毎年重要になるだけです。