تصور کنید که سوار خودروی خودتون هستید و همیشه منتظر هستید تا بعد از استفاده زیاد، یک مشکلی برای ماشین پیش بیاد و ماشین رو به تعمیرگاه ببرید. خب مسلماً این پروسه می‌تونه خیلی زمانبر و پرهزینه شود.
حالا فکر کنید که چقدر خوب میشد اگر قبل از اینکه ماشین هر مشکلی براش پیش بیاد، میتونستید زودتر مشکل رو شناسایی و برای حلش اقدام کنید؛ و حتی از خرابیهای بعدی و بزرگتر جلوگیری کنید…
نگهداری و تعمیرات پیشگویانه دقیقاً همین کار رو انجام میده، اما برای دستگاهها و ماشین آلات صنعتی. با بکارگیری سنسورها و تکنولوژی‌های جدید و هوش مصنوعی، ما میتونیم در صنایع بفهمیم که یک دستگاه چه زمانی قراره خراب بشه و قبل از بروز خرابی، تعمیرش کنیم.
یک کارخانه بزرگ رو تصور کنید که تعداد زیادی ماشین آلات سنگین داره. اگر یکی از این ماشینها دچار نقص بشه، ممکنه کل پروسه تولیدی کارخانه کاملاً متوقف بشه و خسارت زیادی به بار بیاره! ولی با بکارگیری روش نگهداری و تعمیر پیشگویانه، میتونیم بفهمیم که مثلاً یکی از موتورهای یکی از ماشین آلات داره خراب میشه و به موقع به دادش برسیم! با این کار، پروسه تولید هیچوقت متوقف نمیشه و هزینه‌ها هم به خوبی مدیریت میشه.
نگهداری و تعمیرات پیشگویانه PdM چیست؟
PdM یا نگهداری و تعمیر پیشگویانه، فرآیندی است که با استفاده از سنسورها و فناوریهای پیشرفته، داده‌های عملکرد دستگاهها و ماشین‌آلات را جمع‌آوری و تحلیل میکند تا زمان احتمالی خرابی را قبل از وقوع پیش‌بینی کند. این روش به صنایع کمک میکند تا با انجام تعمیرات پیشگیرانه، از خرابیهای ناگهانی جلوگیری کرده، هزینه‌ها را کاهش دهند و بهره‌وری را افزایش دهند.
مفهوم کلی عملکرد نگهداری و تعمیر پیشگویانه
نگهداری و تعمیر پیشگویانه از تجزیه و تحلیل داده‌ها برای شناسایی رفتار غیر طبیعی یک سیستم یا ناهنجاری‌های عملیاتی و نقص‌های احتمالی تجهیزات استفاده کرده و امکان تعمیرات به موقع را قبل از وقوع خرابی فراهم میکند.
اشاره کردیم که هدف اصلی در این رویه، کاهش و به حداقل رساندن تعداد دفعات تعمیر و نگهداری، جلوگیری از قطعی‌های برنامه ریزی نشده و همچنین صرف هزینه‌های سرویس، نگهداری و تعمیرات پیشگیرانه غیرضروری است.
PdM چگونه کار میکند؟
سیستم نگهداری و تعمیر پیشگویانه، با استفاده از داده‌های گذشته سیستمها و اطلاعات بروز، مشکلات را قبل از وقوع پیش بینی میکند.
این سیستم در 3 حوزه اصلی در صنعت شما نقش اساسی ایفا میکند:
- نظارت بر وضعیت دستگاهها: سنسورها و ابزارهای پیشرفته، کارایی صحیح و عملکرد مناسب را به شکل بلادرنگ (Real-Time) بررسی میکنند.
- تحلیل داده‌ها: اطلاعات جمع آوری شده را تجزیه تحلیل کرده و مشکلات احتمالی را شناسایی میکند.
- ارزیابی مصرف مواد: نوع و میزان مواد اولیه و مصرفی مورد نیاز برای تعمیرات و نگهداری را ارزیابی میکند.
PdM وابستگی زیادی به تکنولوژی‌ها و نرمافزارهای خاصی نظیر هوش مصنوعی (AI)، اینترنت اشیاء صنعتی (IIOT)، و یکپارچه بودن سیستمها دارد.
این سیستم، منابع و داراییهای مختلف (نظیر داده‌ها، ابزارها و انواع منابع دیگر) را به هم متصل کرده و امکان به اشتراک گذاری داده‌ها و تجزیه تحلیل‌های متنوع را فراهم میکند.
در ابتدا، اطلاعات از طریق سنسورها، کنترلرهای صنعتی و نرمافزارهای تجاری نظیر EAM و ERP جمع آوری می‌شوند؛ در ادامه با استفاده از تکنیکهایی نظیر آنالیز ارتعاشات، تجزیه و تحلیل میزان روغن، تصویربرداری حرارتی، نظارت و پایش، و سرویس تجهیزات صنعتی، بخشهایی که نیاز به توجه ویژه‌تر دارند شناسایی می‌شوند.
باید دقت داشته باشید که انتخاب تکنیک و روش صحیح به منظور پایش دقیق وضعیت، نکته‌ای حیاتی بوده و بهتر است با مشورت تولیدکنندگان تجهیزات و متخصصان نظارتی انجام شود.
چه کسانی از سیستم PdM استفاده میکنند؟
به طور کلی، مدیران و تیمهای تعمیر و نگهداری از ابزارهای نگهداری و تعمیرات پیشگویانه و سیستمهای مدیریت تجهیزات صنعتی به منظور پایش و نظارت بر خرابیهای قریب‌الوقوع و دیگر وظایف مرتبط با تعمیر و نگهداری تجهیزات استفاده میکنند.
یک سیستم نگهداری و تعمیرات پیشگویانه چگونه مورد استفاده قرار می‌گیرد؟
فرض کنید شما یک پمپ در خط تولید خود دارید. اگر این پمپ خراب شود، تا زمانی که بتوانید آن را تعمیر یا تعویض کنید، تولید شما متوقف میشود و ممکن است این کار ساعتها طول بکشد؛ اما سیستم نگهداری شما میتواند دمای پمپ را کنترل کند تا اگر دمای آن از آستانه خاصی بالاتر رفت، متوجه شوید که پمپ تحت فشار است و احتمالاً به زودی از کار می‌افتد. به این ترتیب شما می‌توانید قبل از اینکه خط تولید متوقف شود، زمانی را برای انجام تعمیرات پیشگیرانه برنامه‌ریزی کنید.
در واقع نرم‌افزار نگهداری و تعمیرات پیشگویانه میتواند تیم تعمیر و نگهداری را از فشار بیش از حد بر روی تجهیزات مختلف مطلع کند. این نرم‌افزار از تجزیه و تحلیل پیشگویانه برای پرچم‌گذاری و تعیین مشکلات استفاده کرده و به تیم مذکور اطلاع می‌دهد که به منظور کاهش زمان پرهزینه توقف سیستم، برنامه‌ریزی برای تعمیر و نگهداری پیشگیرانه را در دستور کار خود قرار دهند.
مزایای سیستم نگهداری و تعمیرات پیشگویانه
در مقایسه با نگهداری و تعمیر پیشگیرانه(PM)، سیستم نگهداری و تعمیرات پیشگویانه (PdM) تضمین میکند قطعه مشخصی که نیاز به تعمیر یا سرویس دارد، تنها قبل از خرابی قریب‌الوقوع از کار می‌افتد. این امر باعث کاهش زمان و هزینه صرف شده برای تعمیر و نگهداری تجهیزات میشود.
در واقع این سیستم بنا به موارد زیر باعث صرفه جویی در هزینه‌ها میشود:
- به حداقل رساندن زمانی که صرف تعمیر و سرویس تجهیزات میشود
- به حداقل رساندن زمان توقف تولید، هنگام تعمیر و سرویس تجهیزات
- به حداقل رساندن هزینه قطعات و لوازم یدکی
علاوه بر موارد مذکور، سیستم نگهداری و تعمیرات پیشگویانه، مزیت‌های زیر را نیز در بر دارد:
- افزایش عمر مفید دارایی‌ها: نظارت منظم بر سلامت تجهیزات و پرداختن به مشکلات جزئی قبل از حاد شدن آنها میتواند عمر مفید دارایی‌ها را افزایش دهد.
- بهینه‌سازی فعالیتهای تعمیر و نگهداری: روند تعمیر و نگهداری‌های معمول یا برنامه ریزی شده ممکن است کمتر یا بیشتر از مقدار لازم انجام شود؛ اما یک سیستم PdM تضمین میکند که تعمیر و نگهداری تنها در صورت نیاز انجام میشود و این امر منجر به استفاده کارآمد از منابع میگردد.
- فراهم کردن امکان مدیریت بهتر قطعات یدکی: اطلاع از اینکه چه قطعاتی ممکن است به زودی خراب شده و از کار بیفتند، منجر به مدیریت موجودی بهتری گشته و نیاز به ذخیره و انبار بیش از حد قطعات را کاهش می‌دهد و در عین حال اطمینان حاصل میکند که قطعات مذکور در صورت نیاز، در دسترس هستند.
معایب سیستم نگهداری و تعمیرات پیشگویانه
تعمیر و نگهداری تجهیزات با استفاده از تکنیکهای پیشگویانه میتواند به موقع انجام شود تا از خرابیها و توقفهای برنامه‌ریزی نشده در روند کار جلوگیری شده و طول عمر تجهیزات افزایش یابد. در حالی که این روش از مزایای متعددی برخوردار است، اما در عین حال دارای معایبی نیز بوده که باید مورد توجه قرار گیرند:
- هزینه‌های اولیه بالا: راهاندازی سیستم نگهداری و تعمیرات پیشگویانه معمولاً نیازمند سرمایه گذاری در تأمین حسگرها، نرمافزارهای تجزیه و تحلیل داده و حتی گاهی اوقات زیرساخت IoT (اینترنت اشیاء) است. صرف اینگونه هزینه‌های اولیه برای بسیاری از شرکتها ممکن است مقدور نباشد.
- پیچیدگی: راهاندازی و اجرای سیستم نگهداری و تعمیرات پیشگویانه مستلزم یکپارچه سازی سیستمها و فناوریهای مختلف، تجزیه و تحلیل حجم وسیعی از داده‌ها و آموزش مجدد پرسنل است. این امر میتواند پیچیدگی‌هایی را ایجاد کند که هر سازمانی قادر به حل و فصل و رسیدگی به آنها نیست.
- اتکای بیش از حد به تکنولوژی: تنها به این دلیل که یک سیستم، پیش‌بینی میکند قطعهای خاص از تجهیزات مورد استفاده عملکرد مناسبی داشته و نیاز به رسیدگی ندارد، همیشه به این معنی نیست که آن قطعه کاملاً سالم است. باید توجه داشت که همواره خطر وابستگی بیش از حد به داده‌های پیش بینی و نادیده گرفتن سایر علائم مربوط به اشکالات و خرابی تجهیزات وجود دارد.
