メンテナンスへの過剰な支出を排除する

予知保全体制を選択する場合、ダウンタイムの削減がウィッシュリストの最上位になる可能性がありますが、他にも大きなメリットがあります。過剰なメンテナンスを排除することの潜在的なメリットを見逃さないでください。

過剰なメンテナンスは、定期的な所定の間隔でジョブを実行することに依存するすべての計画されたメンテナンスプログラムに組み込まれています。これは、OEMからメンテナンスマネージャーまで、誰もが「安全を確保するために」メンテナンス間隔に安全マージンを組み込んでいるためです。

注意のコストが高い

例として、寿命のあるグリースを塗布したベアリングを交換するためのガイドラインを取り上げます。推奨される交換間隔は、16,000〜40,000稼働時間です。各ベアリングの交換には、30分から2時間かかります。ベアリングの交換にかかる工数は、40,000時間と比較して、16,000時間の交換間隔で2.5倍になります。一般的な工業用地には何千ものベアリングがあるため、莫大な追加コストがかかります。

予知保全は、チームが一定の間隔ではなく、故障を防ぐために時間の刻みでメンテナンスを実行できるようにすることで、このメンテナンスの過剰支出を事実上排除できます。同時に、ダウンタイムを大幅に削減し、生産性の大幅な向上を約束します。

ただし、予知保全は、各コンポーネントがいつ故障するかを確実に予測できる効果的な状態監視のサポートがなければ不可能です。状態監視は、機械からリアルタイムデータを取得し、それを使用して機器の進化する状態の画像を作成することに依存しています。

ゲームを変えるテクノロジー

インダストリー4.0に関連する技術とテクノロジーの登場により、最近、多くの業界で初めて状態監視が手頃で実用的な提案になりました。たとえば、ワイヤレス通信を使用すると、必要なマシンデータを状態監視システムに供給するための低コストのセンサーのネットワークを設置する方が安価で混乱が少なくなります。一方、クラウドベースのソフトウェアは前例のないスケーラビリティを提供し、プロセスオペレーターまたはOEMがリアルタイムでインストールを監視できるようにします。

さらに良いことに、新世代の人工知能と機械学習ソリューションにより、状態監視システムがデータの分析を自動化し、専門のアナリストがデータのすべてのスクラップを精査する必要なしに、実用的な洞察を提供できます。手動で介入することなく、クラウドで自動的に実行できるようになったのに、なぜコンサルタントに機械の故障を予測するためにお金を払うのですか？

より効果的にメンテナンスをターゲットにする

Senseye PdMは、状態監視に高度な機械学習を使用する最先端の企業です。独自の独自のアルゴリズムにより、データを製造資産の残りの耐用年数（RUL）の正確な予測に変えることができます。これは予測と呼ばれる手法です。

Senseye PdMは、通常のマシン操作を通常どおり継続しながら、既存のデータソースに接続します。 14日間にわたってバックグラウンドで動作し、通常のマシンの動作と、可能な場合は履歴データを分析します。これで、スケーラブルな予知保全プログラムの構築を開始するために必要な洞察を提供する準備が整いました。

つまり、実際には、Senseye PdMは、マシンデータを自動的に収集して分析することにより、サイト上のすべての資産がいつでもどのように機能しているかを知ることができます。このソリューションのアルゴリズムは、個々の資産の更新を生成し、メンテナンスチームが短期的にどこに注力すべきかを正確に強調し、将来のメンテナンスの計画を最適化するのに役立ちます。

一般的な実装では、ダウンタイムを半分に短縮し、生産性を55％向上させ、メンテナンスの精度を85％向上させることができます。

この最後の数字は、過剰なメンテナンスの削減に最も密接に関連しています。これは、予知保全が計画されたメンテナンスと比較して8〜12％のメンテナンスコストを節約できるようにする主な利点の1つです ¹ 。また、一般的な産業企業は、継続的な予算の15〜40％をメンテナンスに費やしているため、大幅な節約になります ² 。

Sensey PdMがメンテナンス費用の最適化と生産性の向上にどのように役立つかについて詳しく知りたいですか？ホワイトペーパー「EliminateOverspendingOnMaintenance」を確認するか、SenseyePdMのデモを今すぐ予約してください。

1. 米国エネルギー省
2. Lofsten、2000