订阅并收听AW的播客!
订阅并收听“自动化世界让你的问题得到解答”播客!
听这里

改进维护方法,更好地处理设备故障

Belden的Stephen Lacy解释了反应式维护的高成本,以及如何在不需要大量投资的情况下实现更主动甚至是预测性的维护,并通过简单易行的步骤执行。

成绩单

快速点击:

  • 找出导致设备故障的主要机械、电气和用户原因,以及什么类型的设备更容易发生故障。
  • 为什么反应性维护会如此昂贵。
  • 在没有专门的预测性维护软件的情况下进行预测性维护。
  • 如何评估不同的设备故障预测方法。

与本集相关的:

成绩单

大卫·格林菲尔德,自动化世界:我们到目前为止一直在讨论的所有这些常见的原因和故障类型,你知道,仍然有一个事实,许多制造商仍然依赖于反应性维护,而不是更积极主动。根据你与终端用户和行业合作的经验,你能谈谈与这种更常用的响应式方法相关的典型成本因素是什么吗?

斯蒂芬·莱西,贝尔登公司:显然,修复或更换故障部件是第一件事,但前提是它可以快速采购和运输,我们都知道这在当今是相当具有挑战性的,有维修人员拆卸维修然后重新组装设备。这取决于故障部件的位置,你知道,在机器或工厂区域内,这可能需要在高处工作,这有相关的风险。加班时间可能需要补妆生产。计划外维护也可以有一个安全组件,这取决于所涉及的危险,随机故障使设施进入非正常运行状态,上游和下游设备和操作团队可能没有做好准备。所以,你肯定想要你知道,如果你赢了,你会尽量避免这种情况。设备故障会大大降低工厂或设施的生产kpi。不可靠的生产设备会造成生产目标能否实现的不确定气氛。因此,这里的目标是真正确保建立了生产环境,并且足够健壮。因此,满足生产目标可以完全基于人员的表现,而不是机器或设备的问题。所以你一定要把它们扔掉。 Finally, production delays are always a concern, since they could make your customer try a competitor's product.

大卫·格林菲尔德,《自动化世界》:你知道,这是一个你想要你想要远离的领域,原因很明显。他们绝对是。所以你知道,现在,你知道,我们在讨论被动维护和主动维护。但是,你知道,现在在整个行业中,人们对预测性维护很感兴趣,以实现更高水平的主动维护。但是,如果没有专门的预测维护软件,是否有可能预测设备何时会出现故障呢?

Stephen Lacy, Belden:是的,这是一个条件声明,但它一直在变得越来越好,越来越容易。我们首先确定自动化、网络传感器和电气元件领域中所有生产关键部件和设备的生产。如果,如果工厂的设施没有图纸或精确的图纸,那么草图是可以的,可能还有照片。一旦你知道你有什么,下一步是开始安装便宜的无线传感器。这些都很好,因为它们在你目前的工作之外运行,你知道的,OT网络是生产的关键。现在可用的传感器可以测量位置,电流运动,距离,压力,速度,你能想到的。所以你有一个便宜的传感器来识别大多数,抱歉,大多数,任何关键参数。其次是更换故障电源,使用智能监控电源。有一些内置IO链接的单元。其中包含的一些参数实际上是供应的剩余使用寿命,这对预测分析的本质起到了作用。 installed network monitoring software to detect when a network switch may be starting to fail or has failed, you'll see spikes in network traffic, that that don't align to anything else and those may be indicative of an impending failure. And you can install wireless motor vibration and temperature sensors on motors with an analytic software package. And I would just note that the solution ideas described can operate either on the existing facility networks or they can be on a separate smaller network dedicated just to the equipment monitoring and analytics.

利用大数据如何推动业务成果
大数据是工业企业重大投资的重点。是什么推动了这种兴趣?公司试图实现什么目标?
立即下载
利用大数据如何推动业务成果
测试你的机器学习智能
参加自动化世界的机器学习测试来证明你的知识!
需要测试
测试你的机器学习智能