<font color="e6007e">Prediktív <br>karbantartás <br>GYIK</font>

Prediktív karbantartás: meghatározás, előnyök, példák ... egy kattintással!

Kérdések és válaszok a prediktív karbantartásról igus® - smart plastics megoldásokkal

Mit jelent a prediktív karbantartás?
Mi köze van a prediktív karbantartásnak az Ipar 4.0-hoz?
Mi a prediktív karbantartás célja? Mi szükséges a használatához?
Milyen előnyei és hozzáadott értéke van a prediktív karbantartásnak a gyakorlatban?
Milyen követelményeknek kell megfelelni a prediktív karbantartáshoz?
Milyen igus alkalmazási példák léteznek?
A prediktív karbantartáson kívül milyen karbantartási stratégiák léteznek még?
Hol találhatok további anyagokat a témáról?

Egyik kérdés a másik után - és meg is válaszoljuk őket!
Az alábbiakban minden tudnivalót megtalál a prediktív karbantartással kapcsolatban, témánként rendezve, konkrét válaszokkal. Vesse bele magát a prediktív karbantartás témájába, és hagyja, hogy smart plastics technológiánk előnyei meggyőzzék Önt.

Általános

► Mi az a prediktív karbantartás?

A prediktív karbantartás általában a gépek vagy alkatrészek hibáinak korai előrejelzését és elkerülését jelenti, az állapotukra vonatkozó adatoknak köszönhetően. Ez olyan adatalapú módszerekkel lehetséges, amelyek elemzik gépek állapotát, és előre jelzik a működési hibákat, a meghibásodást, valamint a karbantartási munkálatok szükségességét.

► Van-e különbség a „prediktív karbantartás” és az „intelligens karbantartás” között?

Nem. Ezek a kifejezések szinonimaként tekinthetők az Ipar 4.0-ban. A következő kifejezések is használatosak:

prediktív szervizelés
előrejelző karbantartás

Az egyszerűség kedvéért a továbbiakban a prediktív karbantartás gyűjtőfogalmat használjuk.

► Milyen kapcsolat van a prediktív karbantartás és az Ipar 4.0 között?

Az Ipar 4.0 nagyobb hatékonyságot ígér a termelésben a hálózatba kapcsolt gépek, az adatelemzéseknek köszönhető betekintések és a gépek jobb rendelkezésre állása révén. Ebben a kontextusban a prediktív karbantartás, azaz a folyamat- és gépadatok kiértékelésén alapuló, előremutató karbantartási folyamat kulcsfontosságú elem.

► Mi a célja a prediktív karbantartásnak?

A gyártóberendezések nem tervezett állásideje pénzbe kerül, és hosszú távon jelentősen csökkenti a nyereséget. Annyi bizonyos, hogy a gép- és rendszerhibák komoly kockázatot jelentenek az ipari szektorban. A prediktív karbantartás célja, hogy költségmegtakarítást érjen el a rutinszerű, intervallum- vagy időalapú megelőző karbantartáshoz képest, mivel a munkát így csak akkor kell elvégezni, amikor szükséges.

► Mire van szükség?

Mindenekelőtt különféle érzékelőkre van szükség a gépek működési adatainak, például sebesség, hőmérséklet, zajszint, csapágyrezgés vagy energiafogyasztás, rögzítéséhez. Ezt követően a valós idejű elemzési technológia és egy adatbázis kombinációja szükséges a szenzoradatok értelmezéséhez és érdemi kiértékeléséhez. Ha mindez sikeresen működik, a gép meghibásodása még azelőtt megoldható, hogy az ténylegesen felmerülne.

► A prediktív karbantartás csak a hagyományos MRO vállalatok számára alkalmas?

Nem. A prediktív karbantartás nem csak a gyártás és az ehhez kapcsolódó karbantartás, javítás és üzemeltetés (MRO) területén lehet érdekes, hanem a mobilitás terén is - a levegőben, a járművekben vagy a síneken.
Általában azoknak a cégeknek éri meg, amelyek gyakrabban használnak azonos típusú gépet, vagy nem a saját termelésükhöz, hanem az általuk forgalmazott gépekhez kívánnak prediktív karbantartást alkalmazni.

A különböző i.Sense opciók áttekintése:

Általános információ a prediktív karbantartással kapcsolatban

A prediktív karbantartás előnyei

► Előnyök és hozzáadott érték a vállalatok számára - összefoglalás

A rendszer rendelkezésre állásának növekedése a kevesebb állásidőnek köszönhetően
A rendszerek és gépek élettartamának maximalizálása
A karbantartó technikusok optimális beosztása
Tervezett karbantartási idő
Magasabb gép teljesítmény és termelékenység

► A prediktív karbantartás nyilvánvaló előnyei mellett milyen hátrányokkal számolhatunk?

Természetesen, ott van az adatok elemzéséhez és kiértékeléséhez szükséges érzékelő hardver és szoftver egyszeri beruházási költsége. Ezen felül, minden új módszer kezdeti változásokkal és tréning költségekkel jár. A telepítésre kész igus i.Cee smart plastics megoldásokkal azonban ezek minimálisra csökkenthetők.

► Mekkora megtakarításra lehet számítani a prediktív karbantartással?

50-70%-kal kevesebb nem tervezett állásidő, valamint 20-40%-os karbantartási költség megtakarítás érhető el - attól függően, hogy a neves tanácsadó cégek közül a McKinsey vagy az Accenture tanulmányában bízik-e meg inkább. Továbbá, Roland Berger azt állítja, hogy a prediktív karbantartással mindössze az idő 15 %-át töltik karbantartással, míg a reaktív karbantartás esetében ez 40 % lenne.

Az OEE is javul?

Egy másik technológiai tanácsadó cég, a Bearing Point, karbantartási, gyártási, logisztikai és informatikai szakértők körében végzett felmérése szerint a felhasználók több mint 80%-a várja a prediktív karbantartástól az üzem rendelkezésre állásának növekedését, azaz az OEE-t (Overall Equipment Effectiveness, azaz a berendezések teljes hatékonyságát).

További tudnivalók a prediktív karbantartás és a hatékonyság kapcsolatáról

A prediktív karbantartás követelményei

►Hogyan kezdhetek bele azonnal?

A gép adatainak gyűjtése és elemzése elengedhetetlen az ilyen típusú intelligens karbantartási munkákhoz. Az adatok segítségével kiszámítható az optimális karbantartási idő a fennakadások elkerülése érdekében. A gépadatokat általában a géphez vagy a berendezéshez csatlakoztatott érzékelőkön keresztül gyűjtik, amelyeket gyakran prediktív karbantartási érzékelőknek neveznek. Az igus energialáncoknál ezt a feladatot a smart plastics i.Sense állapotfelügyeleti érzékelők látják el. Az intelligens érzékelő technológia folyamatosan rögzíti az energiaellátás különböző üzemállapotait.

További információ az i.Sense technológiáról

► Milyen egyéb adatokra van szükség a lehető legpontosabb karbantartási előrejelzéshez?

A hibamentes üzemidő lehető legpontosabb jelzésének előfeltétele, hogy a használatról szóló információk a lehető legpontosabbak legyenek. Ez magában foglalja az üzemterületre vonatkozó információkat, időjárási viszonyokat és hőmérsékletet, elmozdulásokat, a ciklusok számát stb. Az igus tesztlaboratóriumában megszerzett tudásnak és az aktuális állapotadatoknak köszönhetően az igus képes pontosan megjósolni az élettartam adatokat. Ez alapján időben jelezhető az alkatrész cseréjének szükségessége, és ez lehetővé teszi az ütemezett és erőforrás-takarékos karbantartást.

Tudjon meg többet az igus energialánc tesztlaboratóriumáról

►Mindig új szoftverre vagy új informatikai eszközre van szükség?

A prediktív karbantartás feltétele, hogy a gépek hálózatba legyenek kötve, azaz minden gépről befusson az adat egy adatbázisba, tárolás és elemzés céljából. Ez általában OPC UA-val működik. Az igus i.Cee prediktív karbantartási megoldásaival azonban nincs szükség további rendszerekre vagy hardverekre. Minden szükséges adatot az i.Sense szenzorok továbbítanak, a speciális MI algoritmusok pedig az i.Cee modulban futnak. A társított i.Cee dashboardot bármilyen PC-ről el lehet érni.

További információ az igus i.Cee-ről

Intelligens karbantartás - áttekintés

Az ábra sematikusan mutatja be az i.Sense és az i.Cee működését, valamint a rendelkezésre álló lehetőségeket

Alkalmazási területek

► Példák a prediktív karbantartásra

A gyakorlatban gyakran van értelme olyan gépeknél prediktív karbantartást alkalmazni, ahol egy meghibásodás nagy értékesítési veszteséget vagy következményes károkat jelentene. A modern gépek gyakran már eleve fel vannak szerelve a szükséges mérőérzékelőkkel, a régebbi gépek pedig utólagosan is felszerelhetők. Ezek lehetnek például:

A rendszereken végzett rezgésmérések, amelyek információt szolgáltatnak az egyensúlytalanságokról, kezdődő csapágysérülésekről stb.
Hőmérsékletmérő rendszerek, amelyek a csapágyak sérüléséről vagy hűtési problémákról adnak információt.
A szivattyúk, motorok stb. energiafogyasztásának mérése jelzi a lassú meghajtásokat, tengelykapcsolókat stb.
Az adatkábelek átviteli tulajdonságainak mérése fényt derít a hátralévő élettartamra.
Az erő- vagy terhelésmérő érzékelők segítenek az áramkihasználás meghatározásában.

A dinamikus energiaellátási alkalmazások területén az igus már széles termékpalettát kínál smart plastics megoldásaival.

További információ az igus megoldásokról

► Mely iparágakban van a legtöbb értelme a prediktív karbantartásnak?

A prediktív karbantartást elsősorban olyan iparágakban alkalmazzák, ahol a rendszerek, gépek vagy alkatrészek meghibásodása jelentős következményes károkat és meghibásodási költségeket jelent:

Légiközlekedés: A légitársaságok érzékelőket használnak gépeikben, hogy időben ki tudják cserélni a kopásálló alkatrészeket, például a turbinákat vagy a szivattyúkat, és elkerüljék a földi állásidőt.
Autóipar: az autóipari vállalatok a világ legnagyobb robotflottáit működtetik, „just in time” gyártanak és szorosan integrált ellátási láncokkal rendelkeznek. Bármilyen probléma a termelésben, például egy nem tervezett leállás, megzavarja az egész ellátási láncot.
Szélerőművek: A rezgéselemzéssel ma már szinte teljes mértékben megelőzhetők a szélerőművek meghibásodásai.
Kikötők: A daruk meghibásodása hosszú várakozási időt jelent a hajók számára, az átfutási idő növekedésével a kikötő forgalma csökken.

Ezen iparágak többségében már alkalmazzák az igus smart plastics prediktív karbantartási megoldásait.

További információ a lehetséges alkalmazási területekről

Prediktív működés meglepetések nélkül: intelligens energialáncok Európa legmodernebb vasúti mosóállomásán

Ingyenes esettanulmány
Ez az esettanulmány arról szól, hogy a CFL, a luxemburgi állami vasúttársaság hogyan használja az igus® smart plastics érzékelőkkel felszerelt energialáncait a mindennapos kihívások leküzdésében:

Pontosan hogyan előzik meg a meghibásodásokat?
Mely alkatrészek voltak felelősek a meghibásodásért?
Hogyan és milyen eszközökkel közelítették meg az egész projektet ?
És hogyan működik jelenleg?

Tovább a PDF letöltéshez

Ingyenesen elérhető prediktív karbantartás tanulmány

Növelje a rendszer rendelkezésre állását és biztosítsa a folyamatok megfelelőségét

Összeállított szakmai anyagunkból megtudhatja:

Mi a különbség a különféle karbantartási megközelítések között?
Milyen technológiák állnak az egyes rendszerek mögött?
Mit kínál a két rendszer az ipari energiaellátás tekintetében?

Tanulmány letöltése itt!

További karbantartási stratégiák

► Milyen más karbantartási stratégiák léteznek a prediktív karbantartáson kívül?

A Német Szabványügyi Intézet a DIN EN 13306 - A karbantartás fogalmai és definíciói című szabványában a karbantartási stratégiát olyan eljárásként határozza meg, amely a karbantartási célok elérésére szolgál, mint például egy meghatározott állapot vagy kondíció fenntartása, a gép várható élettartamának meghosszabbítása. Általában a következő három különböző megközelítést szokták megkülönböztetni:

Reaktív karbantartási stratégia/kármentesítésen alapuló karbantartási stratégia
Megelőző karbantartási stratégia
Prediktív karbantartási stratégia

► Mi jellemzi a reaktív karbantartást?

A reaktív karbantartás során csak akut probléma esetén javítják a gépeket vagy cserélik a gyári alkatrészeket. Ez azt jelenti, hogy a cégeknek gyorsan kell reagálniuk egy káresemény bekövetkezésekor, hogy a lehető leggyorsabban folytathassák a termelést, és elkerüljék az állásidővel járó költségeket. Ezt a stratégiát leggyakrabban olyan gépeknél alkalmazzák, amelyeket nem kell gyakran javítani, vagy amelyek olcsón javíthatók vagy cserélhetők.

► Mi a különbség a preventív és a prediktív karbantartás között?

A preventív, vagy megelőző karbantartás során meghatározott időközönként végeznek karbantartási munkálatokat. A karbantartási munkák gyakoriságát a darabszám vagy az idő függvényében határozzák meg. Ez azt jelenti, hogy nem várják meg a rendszerek vagy a gépalkatrészek meghibásodását, hanem szisztematikus megelőző ellenőrzéseket és karbantartási intézkedéseket hajtanak végre. Ebben az esetben a gépek és rendszerek tényleges kopásának mértéke nem releváns. A prediktív karbantartás során a folyamat- és gépadatokat működés közben érzékelőkön és interfészeken keresztül rögzítik, tárolják, majd elemzik.