制造业的预测性维护和保养
导言
每一次意外停机都会造成损失。在最糟糕的情况下,备件无法立即到位,机器和系统会停工数天或数周。但是,如果能在故障真正发生之前就看到即将发生故障的迹象,就可以及时订购备件并安排计划外维护,从而尽可能减少生产中断。
上一代人面临的挑战是,机器和系统都是黑盒子。不可能看到机器内部的情况。只有在定期维护时,或者当机器突然发生故障导致整条生产线瘫痪时,才能发现部件的材料疲劳、损坏或其他磨损迹象。
如今,我们已经知道如何避免这种令人不快的意外:使用传感器和解决方案,它们甚至可以检测到机器内部最微小的变化。它们可以在机器停止运转之前,或者在一个部件发生故障损坏其他部件之前,更换损坏的部件。其中许多传感器还可以改装到旧机器上。
虽然在制定预测性维护战略以及安装传感器和软件方面最初可能需要投资,但从长远来看,成本是可以降低的,而且作为公司,最终可以节省大量资金。此外,还能避免计划外停机,延长机器的使用寿命。
对于任何创新型工业制造企业来说,通过创新战略来发展传统的维护工作都是至关重要的。现在,预测性维护战略对许多公司的生存至关重要,特别是从财务角度来看,正如以下事实和数据所显示的那样。
停产造成的损失:事实与数据
您清楚计划外停机一小时会给贵公司造成多大损失吗?如果知道,那您就是少数。虽然生产停机是工业制造领域最大的成本驱动因素之一,甚至可能成为一种商业风险,但许多公司并不清楚停机一小时会给他们带来多少损失:
据国际自动化学会(ISA)称,80% 的公司无法准确估算生产停机的成本。1
停机期间造成的实际损失在很大程度上取决于公司的规模和行业,以及许多个别因素。其后果往往被严重低估。当机器或系统故障导致生产停顿,并且需要很长时间才能解决问题时,成本就会飙升。每台机器每小时的成本很快就会增加到几百欧元。成本迅速达到五位数的情况并不少见。 2
根据 Senseye 对 56 家大型制造企业的研究,自 2020 年以来,停机成本急剧上升--在 2022 年,意外停机的成本比 2019/2020 年至少高出 50%。由于意外停机,工厂平均每月损失 25 个小时的生产时间。汽车行业受到的影响尤为严重--在这里,一小时的停产时间会给公司带来 200 多万美元的损失。根据西门子公司的一项研究,生产停机造成的损失约占年收入的 11%。 3
根据 eMaint 的一项研究,一家工厂至少会因停机而损失 5% 的生产能力,许多工厂甚至会损失高达 20%。汽车行业和金属加工行业的年停机时间最高。 4
预测性维护的工作原理
这种维护方法要求机器配备传感器、测量设备和分析工具,实时收集所有相关数据。然后由计算机系统对相关数据进行存储和评估。
许多公司已经认识到预测性维护的巨大潜力。
根据 BearingPoint 的一项研究,75% 的受访公司正在研究这种维护方法,每三家公司中就有一家已经实施了超过试验阶段的项目。尽管如此,仍有改进的空间:虽然自 2017 年以来平均成熟度有所提高,但只有 4% 的公司表示正在充分挖掘预测性维护在公司中的潜力。
当前趋势 - 剩余电流监测
残余电流监控起源于高可用性数据中心领域,如今已进入制造业。在制造业中,计划外停机也是不可取的。残余电流监测仪的测量数据可用于间接检查工厂供电系统的绝缘状况。达尼森可为工业应用提供简单易用的剩余电流监测器,既可集成到新系统中,也可进行改装。
第一批机器制造商已经将这些传感器集成到新系统中。测量值被直接输入机器控制系统,在那里可以检查机器的各种状态是否异常。然后,警告信号就可以发送给未来的机器操作员。这样,设备操作员就无需在重复测试过程中进行耗时的绝缘电阻测试。许多操作员都热衷于这一概念,因为它不仅提高了设备的安全性,还大大降低了维护成本。
摘要
对于工业制造领域的中小型企业(SMEs)来说,进一步制定维护战略是提高竞争力的一个重要因素。过时的维护方法,如被动维护,即只有在机器或系统无法继续运行时才进行维修,已不足以应对现代生产设施的复杂性和相互关联性,并导致成本激增。
说明
1
ISA:工厂或设施停机给您带来的损失有多大?
https://blog.isa.org/downtime-factory-plant-industrial-costs-risks
2
LokalPlus:"Jede Stunde Maschinenstillstand kostet ein Unternehmen bares Geld"
https://www.lokalplus.nrw/olpe/jede-stunde-maschinenstillstand-kostet-ein-unternehmen-bares-geld-51439
3
西门子:SENSEYE PREDICTIVE MAINTENANCE -停机的真实成本 2022
https://assets.new.siemens.com/siemens/assets/api/uuid:3d606495-dbe0-43e4-80b1-d04e27ada920/dics-b10153-00-7600truecostofdowntime2022-144.pdf
4
eMaint:降低制造业停机成本
https://www.emaint.com/works/manufacturing_downtime_infographic/
6
波士顿咨询公司:规划人工智能在预测性维护领域的成功之路
https://www.bcg.com/publications/2023/predicitive-maintenance-in-manufacturing