予知保全の歴史|先生

「壊れていないものを修正することはできません」は、何年も前の従来のリアクティブメンテナンスの哲学でした。ヘルプが必要になったのは、マシンが完全に故障したときだけでした。

レポートの完成、交換部品の検索または注文、および必要なメンテナンスの専門知識の組み立てにより、多くの場合、不必要な遅延とダウンタイム、および残業コストが発生しました。

リードタイム、そしてその結果として、配達スケジュールは窓の外に出ました。

失敗を回避するための計画

思考は1980年代に更新され、ジャストインタイム（JIT）を含む日本の製造技術の人気が高まりました。新しいアイデアは、計画的または計画的な予防保守を実施することでした。この概念は、リーン生産方式で使用されるトータルプロダクティブメンテナンスの導入によってさらに洗練されました。このメンテナンスでは、機器を常に正常に機能させるためのメンテナンスが計画されていました。

実装の成功は、故障の減少とダウンタイムの短縮を意味し、労働力のより効果的な使用、より長い機械寿命、および職場の安全性の向上をもたらしました。

これらの明らかな利点により、全体的な生産性が向上しましたが、メンテナンスの計画には、機器メーカー、経験豊富なエンジニア、およびオペレーターからの情報を長期間にわたって吸収することが含まれていました。

無料のリソースをダウンロードして、価値とベストプラクティスを提供できるITチームの役割を学びましょう。データの収集と転送。"align=" middle ">

メンテナンスが最適な時間にスケジュールされていることを誰もが確信できるでしょうか。

失敗の予測

状態監視の導入により、予知保全により整備時期の最適化を実現しました。

この方法では、特定の重要な指標からのデータを使用して、機器のパフォーマンスが低下している時期、または故障が原因である時期を示します。これは早期警告システムとして機能し、不測の事態に備えて計画を立てる時間を確保し、メンテナンスの遅延による損失を減らします。

状態監視の成功は、これらの重要なコンポーネントから品質の関連情報を適切なタイミングで取得し、それを迅速に分析および評価してから、迅速に行動して調査結果を実装することにかかっています。

従来の工場では、産業用制御システムから入手できる情報は限られており、専門家が結果を解釈できるようになる前に、レポートへのさらなる処理と定式化が必要になることがよくあります。

今すぐあなたの指先で

インダストリー4.0とスマートファクトリーの登場により、機器の状態の分析を自動化するために必要なすべての可能なデータを適切に配置できるようになりました。デジタル化とは、工場フロア全体の複数のソースからリアルタイムデータを収集し、簡単にアクセスできる方法で保存できることを意味します。

これにより、高度な分析を迅速かつ簡単に適用して、状況をほぼ瞬時に評価し、異常を強調することができます。クラウドで処理することにより、この情報を組織全体で利用できるようになり、組織はベストプラクティスをプールして迅速に対応できるようになります。

障害を自動診断する機能は、Prognosticsの追加によってさらに拡張されます。マシンと資産から収集されたデータは、分析時にマシンが故障する時期を事前に示し、残りの耐用年数（RUL）を特定する操作のモデルを構築します。

このメンテナンス要件の予測により、十分に理解された時間範囲でより機敏な運用が可能になり、計画外のダウンタイムによる損失を防止または制限する決定を下し、アクションを実行できます。

もっと教えてください

Senseyeは、最新の状態監視および予測技術を自動化し、計画外のダウンタイムを回避するのに役立つ非常に簡単な方法で物事を表示します。