機械の状態監視：機械の健全性とOEEの改善

機械状態監視とは何ですか？

マシンの状態監視は、一定期間にわたるマシンの状態を評価する機能です。効率の低下は根本的な問題を示している可能性があるため、これには効率などが含まれる場合があります。また、部品の摩耗、欠陥部品の出力などのパフォーマンス指標、使用統計、およびメンテナンス統計も含まれます。

現在、製造業の大部分は原始的なメンテナンス戦略で運営されており、多くの場合、事後対応型またはカレンダーベースのアプローチに基づいて機器をメンテナンスしています。この理由は、ほとんどのメーカーが、機器の動作状態を通知するための機械の状態データを持っていないためです。

結果として、彼らの選択は、機器をスケジュールどおりに維持するか、単に故障するまで待つかのどちらかであり、どちらも効率的な解決策ではありません。これは、不必要なメンテナンス費用や大量の機械のダウンタイムという形で膨大な量の廃棄物につながります。

この記事では、状態監視がこの問題をどのように解決するかを探り、必要なリアルタイムの機械状態データを提供して、機器の現在の状態に基づいて積極的な意思決定を行い、製造現場に自動化を導入できるようにします。 。

状態監視を使用すると、マシンの状態と診断に即座にアクセスして、マシンのパフォーマンスをリアルタイムで確認できます。

状態監視と機械監視の違い

状態監視は診断を提供し、さまざまな測定された状態に基づいてマシンの状態を判断するのに役立ちますが、マシンモニタリングは単純なマシンステータスを提供します：マシンは生産的かどうか

機械の監視は、機械の稼働時間データを提供するため、製造業者にとって確かに役立ちます。これにより、オペレーターと保守チームは、ダウンタイムイベントに迅速に対応できます。ただし、これは2つの主な理由から不十分です。

まず、問題を診断し、資産のパフォーマンスを最適化するためにプロセスを調整するために、状態監視のより詳細なマシン分析を提供できません。さらに、単純な機械のダウンタイムの追跡により、製造業者は、不要な費用のかかる予防保守措置を講じるか、問題の性質を真に理解することができず、問題が再発するまで修正するだけの事後対応保守に依存する必要があります。

興味深いことに、過剰なメンテナンス（多くの場合、カレンダーベースの戦略の結果）は、費用がかかるだけでなく時間もかかるため、計画外のダウンタイムと同じくらい無駄になる可能性があります。

一方、状態監視を使用すると、製造業者は資産からリアルタイムの状態を利用して、マシンのメンテナンスとパフォーマンスを監視および最適化し、過剰なメンテナンスや計画外のダウンタイムに悩まされないようにすることができます。

マシンのパフォーマンスデータをリアルタイムで表示するMachineMetricsの現在のシフトダッシュボードの例。

状態監視が重要な理由

状態監視は、ダウンタイムを削減し、生産効率を高め、コスト予測、スペアパーツの供給、メンテナンスの必要性とタイミング、およびより正確な生産予測に役立つため、リーン生産方式にとって重要です。

要約すると、機械の状態監視は、製造業者が不必要なメンテナンスに時間と予算を費やすことなく、既存の機器からより多くを絞り出すのに役立ちます。機器のパフォーマンスについてより深く正確な洞察を持っているため、これを行うことができます。これは、意思決定の改善に使用できます。

これにより、パフォーマンスの高いオペレーター、マネージャー、およびメンテナンスチームが可能になるだけでなく、マシンの稼働時間、使用率、そしてもちろんOEEなどのさまざまな注目すべきKPIが促進されます。ある意味で、状態監視は、より成熟した形式のマシン監視であり、有用なマシンデータを活用して、カレンダーベースのメンテナンスと事後対応型メンテナンスの間の幸せな媒体を活用します。

ほとんどのメーカーは、単に機器の稼働時間を監視することから始めますが、最終的には競争により、機器の状態を監視し、機器のパフォーマンスを最適化するために、機械の状態の監視に進む必要があります。

状態監視の利点

状態監視の利点は豊富です。状態監視の大きな利点の1つは、機器の寿命を延ばすことです。特定のパラメータが継続的に予想範囲外にある場合、特にマシンまたはそのコンポーネントに深刻な損傷を与える可能性のある要因がある場合は、ダウンタイムイベントまたは長期的で費用のかかる損傷が発生する前に、根本的な問題を評価して修復できます。

状態監視は、部分的に損傷した機器を使用して生産を継続するかどうか、追加のコストや製品品質を低下させることなくどのくらいの期間生産を継続するかなど、リーダーが重要な決定を下すのに役立つため、全体的な生産効率にも役立ちます。このように、機械を最大限の効率で使用できるため、ダウンタイムと部品コストが制限されます。これは、24時間年中無休の施設、および完全自動工場を運営しているメーカーにとって特に重要です。

機械の状態監視は、次のようなメーカーのさまざまな目標をサポートします。

• 計画外のマシンダウンタイムの削減と排除
• マシンの状態とパフォーマンスの最適化
• 品質の向上とスクラップパーツの削減
• 正確なマシンデータに基づいて、より高性能なメンテナンスプログラムを推進する
• リアルタイムの機械状態データに基づく自動化の有効化

マシンの状態監視マシンの稼働時間、機器の状態を報告し、メンテナンスアクティビティの通知を提供するためのダッシュボード。

マシンでどのような状態を監視できますか？

マシンで監視できる条件の数はほぼ無制限です。 MachineMetrics Edgeデバイスは、マシンのPLCに直接接続し、さまざまなマシンデータにアクセスできるようにします。さらに、外部センサーを追加したり、古い機器をデジタルおよびアナログIOに接続して、すべての機器が監視されていることを確認できます。

次に、この機械の状態データを分析して、機械の状態をよりよく理解し、差し迫った機械の故障を示す特定の変数がある場合に機器を保守するためのアクションを実行できます。以下は、傾向を特定し、障害を予測し、状態ベースのメンテナンスアクティビティを展開するために監視できる状態とコンポーネントの一部です。

• 振動監視：振動パターンはさまざまなことを示している可能性があります。振動パターンを監視することで、部品の耐久性を把握できます。このパターンを変更すると、ツールの故障を示す可能性があります。多くの場合、人間のオペレーターが問題を認識し始めるよりも15分以上長くなります。
• ベアリングの摩耗：ボールベアリングの摩耗は、製造装置に損傷を与える可能性があり、通常、機械内の流体圧力が適切な潤滑を維持するのに十分なほど高くないため、起動時と減速時に発生します。潤滑油のレベルが低すぎると、ベアリングが摩耗したり、作業に間違った種類の潤滑油を使用したりする可能性があります。エッジデバイスを使用してベアリングの状態を監視することにより、コストのかかるメンテナンスとダウンタイムを防ぐことができ、重大な障害がますます少なくなるため、機械のコストを大幅に削減できます。
• 負荷：工作機械が材料の作業を行うと、自然に鈍くなり、適切なカットを確実にするために機械に負荷を増加させます。これは、筆記時に削っていない鉛筆にさらに圧力をかけるのと同じです。これがオペレーターに伝える可能性があるのは、負荷が増加すると、工具の寿命が短くなる可能性があるということです。
• トルク：機械の回転力の異常を特定し、ジョブの実行中に回転力がどのように変化するか、およびスクラップパーツ、機械の故障、壊れた工具との相関関係についての理解を深めます。
• 加速：軸は特定の速度ですぐに開始するのではなく、プログラムに基づいて加速および減速します。
• スピンドル速度：スピンドルのRPM（1分あたりの回転数）を分析し、スピンドル速度がどのように工具の摩耗を増加させ、びびりを助長し、工具の破損につながるかを確認します。
• 温度：温度は、マシン内の多くの潜在的な問題の明らかな指標です。機械の温度を監視することで、生産の従業員に、差し迫った機械の故障や、主要な機械の故障や、より過酷な製造環境での火災などの健康上のリスクさえも警告できます。
• ツールの障害：状態監視ソリューションを導入すると、ツールの故障を特定できるだけでなく、ツールの障害が差し迫っていることを予測できるため、予防保守を導入して問題が発生する前に修正できます。

[ケーススタディ：BC Machiningが工作機械の故障を予測および防止し、機械1台あたり年間72,000ドルの節約を実現する方法]

機械の状態監視技術

マシン監視技術には、主に次の3つのタイプがあります。

• 手動による状態監視。機器の摩耗や破損を手動で検査し、機器の故障、温度、およびその他の関連データを文書化します。このアナログ技術では、情報を収集するために誰かが現場にいる必要があり、人間が一般的に設計されていない程度の正確さを期待しています。そのため、製造現場全体で機械データを確実に可視化するために、デジタル製造ダッシュボードをお勧めします。
• 機械制御とセンサーベースの監視には、機械制御から直接データを抽出するか、デジタルおよびアナログI / Oを使用するか、データを収集して評価するためにセンサーを機械に配置することが含まれます。製造環境では、基本的なセンサーは、ぶつかったり、化学的または熱的条件などが原因で倒れたり、不正確になったりするなどの問題が発生することがよくあります。ただし、MachineMetrics High-Frequency Data Adapterのようなソリューションは、従来の意味ではセンサーではありません。 PLCに直接接続し、衝突、傾き、飛散する金属の削りくず、およびその他の危険な状態の影響を受けないこと。また、市場に出回っているほとんどのセンサーの1000倍の速度でデータを収集します。
• IoTを活用すると、リモートマシン監視が可能になり、クラウドベースのソフトウェアを利用してデータの集約、分析の実行、レポートの作成などを行うことができるため、マシンの状態監視が次のレベルに引き上げられます。 IoTはまた、多くの場合リアルタイムで、状態ベースのメンテナンスの可能性を開きます。

今日からダウンタ​​イムの削減を開始

デモを予約する

条件ベースのメンテナンスの有効化

状態ベースの監視は、機械が故障の可能性が高いことを示しているときにメンテナンスが完了する状態ベースのメンテナンスルーチンを推進します。

状態監視ソリューションを有効にすると、メーカーはカレンダーベースまたは事後対応型のメンテナンス戦略から使用量ベースまたは状態ベースのアプローチにすばやく移行できます。これにより、機器を過剰にメンテナンスしたり、マシンがダウンするのを待ったりするのではなく、適切なタイミングで機器のメンテナンスタスクをサポートする機会が得られます。

アラーム、通知、自動化

MachineMetrics IoT対応の状態監視システムは、他のシステムと統合して通知やその他の自動化されたアクティビティを可能にするインフラストラクチャを提供します。このように、リアルタイムの機械状態データは、チームに情報を提供し、正確なデータに基づいてより適切で迅速な意思決定を行えるようにします。

いくつかの例を見てみましょう：

• CMMSとの統合：メンテナンスチームとオペレーターは、機器が最適に動作していることを確認する責任がありますが、メンテナンスシステムは正確なマシンデータを収集しません。 MachineMetricsを使用すると、ダウンタイムイベント、セットアップステージ、異常、一般的な使用法、またはアラームをCMMSまたは他のシステムに自動的に送信できます。
• メンテナンスの自動化：機械の状態を追跡する場合、アラームを使用すると、問題を正しい人にすぐに通知するワークフローを有効にできます。これは、問題を可能な限り迅速に解決するのに役立つだけでなく、マシンデータによっては、条件のしきい値により、オペレーターとメンテナンスチームが前に問題を修正できる場合があります。 それが問題になります。たとえば、「液体不足」アラームは、機械が故障する前に、オペレーターに液体を補充するように通知をトリガーする可能性があります。これにより、予知保全に近づくことができます。

状態ベースのメンテナンスは、機械の問題が故障した後にのみ解決する事後対応​​型のメンテナンス戦略と比較して、メーカーの収益にとって確かに有益です。ただし、予知保全戦略に移行することは、データに精通したメーカーにとってさらに効率的で収益性が高くなります。

予知保全により、状態監視を他のデータソースと一緒に分析して「機械はいつ故障するのか」という質問に答えることができます。モデルが正確にトレーニングされている限り、このタイプの洞察は、条件ベースのメンテナンスルーチンよりもさらにダウンタイムとコストを削減できます。

マシンがダウンしているか、差し迫った障害が検出されましたか？問題をできるだけ早く解決するために、または問題が発生する前に、適切な人に適切なタイミングで自動的に通知します。

機械状態監視ソリューション

MachineMetrics産業用IoTプラットフォームは、マシンの状態監視システムを提供するため、メーカーはマシンからのリアルタイムデータストリーミングを活用して、パフォーマンスの監視、メンテナンスの展開などを行うことができます。

PLCを介してマシンに接続し、データを収集して消費可能なマシンデータと洞察に数分で変換するためのプラグアンドプレイソリューションを提供します。これを手にすると、機器の状態を簡単に表示および管理できるだけでなく、適切な人に適切なタイミングで通知して、必要なときにアクションを実行できます。オペレーターから提供されたコンテキストデータに加えて、個々のマシンのパフォーマンスと状態だけでなく、操作全体のステータスも即座に確認できます。

これは、メーカーのさまざまな目標をサポートします。状態監視の単純な展開により、診断とアラームによるマシンの状態、サイクル分析によるより高度なユースケース、および自動化されたワークフローに関する洞察が得られます。

MachineMetricsの状態監視ソリューションを探索するか、AccuRoundsがMachineMetricsの導入後にOEEを20％増加させた方法を学びましょう。