تعمیرات قابل پیش بینی چیست؟
تعمیرات قابل پیش بینی(PdM) از آنالیز داده به منظور شناسایی ناهنجاری های عملیاتی و خرابی های احتمالی تجهیزات استفاده نموده و تعمیرات به موقع و پیش از وقوع خرابی ها صورت میگیرد. هدف از پیش بینی تعمیرات با هوش مصنوعی، به حداقل رساندن تعداد دفعات تعمیر، پیشگیری از وقفه های برنامه ریزی نشده و جلوگیری از هزینه های غیرضروری تعمیرات پیشگیرانه (preventive maintanance) میباشد. ( تفاوت تعمیرات قابل پیش بینی و تعمیرات پیشگیرانه در ادامه مطرح میگردد.)
عملکرد تعمیرات قابل پیش بینی به چه صورت است؟
تعمیرات قابل پیش بینی از داده های تاریخی و لحظه ای گردآوری شده از بخش های مختلف عملیات به منظور پیش بینی مشکلات پیش از وقوع استفاده مینماید. سه حوزه عمده از سازمان وجود دارد که در تعمیرات پیش بینانه در نظر گرفته می شوند:
- مانیتورینگ لحظه ای وضعیت و عملکرد دارایی
- آنالیز داده های دستور کار
- ارزیابی وضعیت مصرف موجودی MRO
تعمیرات و نگهداشت قابل پیش بینی به شدت وابسته به فناوری ها و به طور مشخص تلفیق اینترنت اشیا، هوش مصنوعی و سامانه های یکپارچه میباشد. این سیستم ها از طریق متصل نمودن دارایی های مختلف، امکان اشتراک گذاری داده ها، آنالیز داده ها و کسب بینش های کاربردی را فراهم می نمایند. اطلاعات از طریق سنسورها، کنترل های صنعتی و نرم افزارهای تجاری همچون EAM و ERP گردآوری می شوند. سپس این داده ها به منظور تعیین نقاط نیازمند بررسی از طریق تکنیک هایی همچون آنالیز ویبره، آنالیز روغن، تصویربرداری حرارتی و مشاهده تجهیز مورد پردازش قرار میگیرند.
انتخاب تکنیک مناسب یکی از الزامات اساسی برای اجرای پایش وضعیت میباشد که در صورت مشورت با تولید کننده تجهیز و متخصص پایش وضعیت میتوان به بهترین نحو آن را اجرا نمود.
چه زمانی تعمیرات قابل پیش بینی مناسب است؟
کاربردهای مناسب:
مواردی که بکارگیری تعمیرات پیش بینانه را میتوان مناسب در نظر گرفت، عبارتند از:
- کارکردهای عملیاتی ضروری
- خرابی هایی با امکان پیش بینی به صرفه توسط پایش منظم
کاربردهای نامناسب:
مواردی که بکارگیری تعمیرات پیش بینانه مناسب نخواهد بود، عبارتند از:
- کارکردهای غیرضروری
- عدم وجود خرابی هایی با امکان پیش بینی مقرون به صرفه
پیش بینی تعمیرات با هوش مصنوعی مناسب چه افرادی است؟
به صورت کلی، مدیر نگهداری و تعمیرات و تیم نگهداری جهت پایش خرابی قریب الوقوع تجهیزات و امور نگهداشت از ابزارهای نگهداری پیش بینانه و سیستم های مدیریت دارایی بهره میبرند.
نحوه استفاده از نگهداری پیشگویانه چگونه است؟
فرض کنید از یک پمپ در خط تولید استفاده میشود. در صورت خرابی پمپ، تا زمان تعمیر یا جایگزینی (که ممکن است چندین ساعت طول بکشد) موجب توقف تولید میگردد. سیستم مدیریت دارایی، امکان پایش دمای پمپ را دارد. در صورت فراتر رفتن از یک آستانه مشخص، میتوان نتیجه گیری کرد که پمپ تحت فشار قرار دارد و احتمالا به زودی از کار خواهد افتاد. بدین ترتیب میتوان قبل از توقف تولید توسط خرابی شدید، زمانی را به اجرای تعمیر پیشگیرانه اختصاص داد.
نرم افزار تعمیر قابل پیش بینی میتواند فشار تحمیل شده بر یک دستگاه مشخص را به تیم نگهداری اطلاع رسانی نماید. این نرم افزار از تحلیل های پیش بینی گر جهت مخابره مساله و اطلاع رسانی به تیم جهت اجرای تعمیر پیشگیرانه استفاده میکند که موجب کاهش وقفه های پرهزینه میگردد.
مقایسه نگهداری پیشگیرانه با نگهداری قابل پیش بینی
نگهداری قابل پیش بینی:
- نگهداری پویش گرایانه(اقدام پیش از وقوع)
- بکارگیری فناوری پیش بینی کننده جهت شناسایی مسائل بالقوه و برنامه ریزی تعمیرات اصلاحی قبل از خرابی
- متمرکز بر عملکرد دارایی، تحلیل های پیش بینی گر و گردآوری داده برای خدمات مرتبط با ماشین آلات
- عدم نیاز به توقف دستگاه ها در اغلب موارد یا توقف بسیار کوتاه در صورت لزوم
- بکارگیری ابزارهای پیشرفته همچون آنالیز ویبره، ترموگرافی مادون قرمز، آنالیز روغن با تلفیق نرم افزار تحلیل داده و سنسورها
نگهداری پیشگیرانه:
- نگهداری برنامه ریزی شده
- غالبا استفاده از نرم افزار زمانبندی جهت اطلاع رسانی به اعضای تیم و افراد در رابطه با نگهداری های پیش رو
- برای مثال، اطلاع رسانی تعویض روغن به راننده در صورت رسیدن به تعداد کیلومترهای معین پیموده شده
- اغلب نیازمند توقف دستگاه ها میباشد
- اساسا وابسته به چک لیست های نگهداری، آیین نامه ها و فرآیندهای عملکرد استاندارد است.
تاثیر تعمیرات قابل پیش‌بینی با کمک هوش مصنوعی
پیش بینی تعمیرات به کمک هوش مصنوعی موجب بهینه سازی زمانبندی امور صورت گرفته بر روی دارایی شده، تکرار تعمیرات را به حداقل رسانده و قابلیت اطمینان را بدون هزینه های اضافی به حداکثر میرساند. همچنین، از داده های سنسورها، هوش مصنوعی و یادگیری ماشین برای بهبود تصمیمات نگهداری استفاده میکند. طرح نگهداری پیش بینانه موفق اساسا به تکنیک هایی همچون آنالیز ویبره و مشاهده تجهیزات بستگی دارد. علیرغم چالش هایی همچون هزینه های اولیه بالا و نیاز به تیم تخصصی، اثربخش بوده و موجب صرفه جویی در منابع و هزینه ها میگردد. بهتر است پیش از بکارگیری نگهداری پیش بینانه، با تولیدکنندگان تجهیزات و دستگاه ها و متخصصان پایش مشورت نمود.
مهندس رضا استادی
مدیرعامل شرکت دانش بنیان فن آوران گیتی افروز
