由于計(jì)劃外的停機(jī)時(shí)間和不良的資產(chǎn)質(zhì)量，制造業(yè)和加工業(yè)每年損失約200億至600億美元。大多數(shù)組織都充分意識(shí)到這一點(diǎn)，并表示提高正常運(yùn)行時(shí)間是他們實(shí)施預(yù)測(cè)性維護(hù)計(jì)劃的主要目標(biāo)。

　　預(yù)測(cè)性維護(hù)是一種維護(hù)計(jì)劃，可以監(jiān)測(cè)設(shè)備的性能和狀況，以減少故障發(fā)生的可能性。其目標(biāo)是預(yù)測(cè)故障可能發(fā)生的時(shí)間，然后通過實(shí)施糾正性維護(hù)來防止故障發(fā)生。

　　預(yù)測(cè)性維護(hù)只有通過狀態(tài)監(jiān)測(cè)（在正常運(yùn)行條件下對(duì)資產(chǎn)的持續(xù)監(jiān)測(cè)）才能成功。狀態(tài)監(jiān)測(cè)通過三個(gè)方面完成：在線監(jiān)測(cè)、定期監(jiān)測(cè)和遠(yuǎn)程監(jiān)測(cè)。這些方面是通過實(shí)施紅外熱像儀、聲音監(jiān)測(cè)、振動(dòng)分析和油分析等方法來實(shí)現(xiàn)的。

　　Reliable Plant公司希望了解全球各地的工廠正在使用哪種維護(hù)類型，以及維護(hù)人員如何看待與預(yù)測(cè)性維護(hù)相關(guān)的某些話題。為此，Reliable Plant對(duì)發(fā)電、石油、礦業(yè)、食品加工和造紙等20多個(gè)行業(yè)的近150名維護(hù)經(jīng)理和主管進(jìn)行了調(diào)查，并詢問了他們當(dāng)前的維護(hù)計(jì)劃。以下是一些主要發(fā)現(xiàn)：

　　▲76%的受訪者表示，他們目前使用預(yù)防性維護(hù)（比2018年的研究略有下降），而65%的受訪者目前使用預(yù)測(cè)性維護(hù)（比2018年的研究增加了11%）。

　　▲近60%的受訪者表示，他們使用被動(dòng)式（從運(yùn)行到故障）維護(hù) （比2018年的調(diào)查增加了9%）。

　　▲與近10年前相比，維護(hù)人員仍然將振動(dòng)、油和熱成像分析視為預(yù)測(cè)機(jī)器早期故障的最佳方法，其中62%的人僅關(guān)注振動(dòng)分析。

　　▲關(guān)于與網(wǎng)絡(luò)連接的預(yù)測(cè)性維護(hù)，大多數(shù)受訪者最關(guān)心的是內(nèi)部技術(shù)人員缺乏（71%），其次是數(shù)據(jù)標(biāo)準(zhǔn)化問題（69%）。

　　▲只有略高于5％的人將基于互聯(lián)網(wǎng)的系統(tǒng)用于其預(yù)測(cè)性維護(hù)計(jì)劃。

　　您的工廠目前使用哪種類型的維護(hù)？

　　根據(jù)美國能源部的數(shù)據(jù)，實(shí)施預(yù)測(cè)性維護(hù)非常具有成本效益，比預(yù)防性維護(hù)節(jié)省了8％到12％的費(fèi)用，比被動(dòng)式維護(hù)節(jié)省了40％的費(fèi)用。盡管如此，根據(jù)去年P(guān)lant Engineering進(jìn)行的一項(xiàng)維護(hù)調(diào)查顯示，80%的維護(hù)人員仍然青睞預(yù)防性維護(hù)。同一份調(diào)查顯示，51%的工廠使用預(yù)測(cè)性維護(hù)。有了這些信息，我們希望了解受訪者當(dāng)前使用哪種維護(hù)類型。

　　當(dāng)被問及他們工廠目前正在使用哪種維護(hù)時(shí)，預(yù)防性維護(hù)比預(yù)測(cè)性維護(hù)更為常見，為76%，比去年略有下降。65%的維護(hù)人員使用預(yù)測(cè)性維護(hù)，比Plant Engineering的調(diào)查結(jié)果增加了14%。有趣的是，近60%的受訪者表示他們使用被動(dòng)式維護(hù)（從運(yùn)行到故障）。完善我們響應(yīng)措施是主動(dòng)性維護(hù)（監(jiān)測(cè)和控制根本原因）為40％，而規(guī)范性維護(hù)（監(jiān)測(cè)并列出解決問題的處方）為34％。

　　哪種技術(shù)可以為即將發(fā)生的機(jī)器故障提供最好預(yù)警？

　　2010年，機(jī)器可靠性解決方案公司AzimaAI進(jìn)行的一項(xiàng)調(diào)查顯示，振動(dòng)、油和熱成像分析（按此順序排列）是受訪者進(jìn)行預(yù)測(cè)性維護(hù)計(jì)劃的主要組成部分。事實(shí)上，這三者被大量使用——振動(dòng)分析占85％，油分析占75％，熱成像分析占71％。

　　在預(yù)測(cè)性維護(hù)工具方面，我們想知道在受訪者眼中哪種技術(shù)是最佳的預(yù)警監(jiān)測(cè)方法。巧合的是，這似乎與十年前AzimaAI的調(diào)查一致。超過一半（51%）的受訪者表示，振動(dòng)分析是監(jiān)測(cè)潛在問題的最佳方法，其次是油分析（23%）和紅外熱成像（11%）。21%的受訪者表示超聲波和電機(jī)電流分析是最好的預(yù)測(cè)指標(biāo)。

　　盡管大多數(shù)人認(rèn)為振動(dòng)分析提供了機(jī)器故障的最佳早期預(yù)警監(jiān)測(cè)，但油分析卻常常被人們所忽視。

　　Noria公司產(chǎn)品開發(fā)和LPD服務(wù)總監(jiān)Bennett Fitch表示：“在大多數(shù)情況下，油分析可以在振動(dòng)分析之前提供故障跡象。”

　　您目前是否實(shí)時(shí)查看和分析預(yù)測(cè)性維護(hù)數(shù)據(jù)？

　　實(shí)時(shí)分析數(shù)據(jù)是預(yù)測(cè)性維護(hù)策略的最大好處之一。這些數(shù)據(jù)可以來自機(jī)器內(nèi)置的板載傳感器（通常是物聯(lián)網(wǎng)傳感器）的持續(xù)信息流，也可以來自能讓您看到潤(rùn)滑油當(dāng)前狀況的諸如油視鏡之類的工具。實(shí)時(shí)數(shù)據(jù)還可以來自紅外攝像頭和振動(dòng)傳感器等裝置。然后，將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)路由到可拓展的數(shù)據(jù)庫，在那里可以對(duì)其進(jìn)行分析以形成維護(hù)計(jì)劃和調(diào)度任務(wù)。

　　被問及當(dāng)前是否實(shí)時(shí)查看和分析預(yù)測(cè)性維護(hù)數(shù)據(jù)時(shí)，25%的受訪者表示他們不實(shí)時(shí)查看和分析列出的任何技術(shù)。20％的人僅分析一種技術(shù)，而在這些人中有62%最常使用實(shí)時(shí)振動(dòng)分析。近55%的受訪者分析不止一種技術(shù)，最常見的組合是振動(dòng)和紅外熱成像。結(jié)果如下：

　　▲振動(dòng)分析：55%是，45%否

　　▲油分析：34%是，66%否

　　▲紅外熱成像：46%是，54%否

　　▲超聲波：34%是，66%否

　　▲電機(jī)電流分析：30%是，70%否

　　您對(duì)以下與連網(wǎng)預(yù)測(cè)性維護(hù)解決方案有關(guān)的問題有多關(guān)心？

　　在實(shí)施預(yù)測(cè)性維護(hù)時(shí)，與互聯(lián)網(wǎng)集成幾乎是必然的。大量基于條件的歷史數(shù)據(jù)需要在某個(gè)地方進(jìn)行跟蹤，這很可能是通過集成企業(yè)資產(chǎn)管理（EAM）或計(jì)算機(jī)化維護(hù)管理系統(tǒng)（CMMS）軟件或其他類型的系統(tǒng)進(jìn)行的。實(shí)際上，根據(jù)Plant Services的一項(xiàng)研究顯示，幾乎有一半維護(hù)人員使用集成的EAM / CMMS或Historian軟件來收集和跟蹤數(shù)據(jù)。

　　現(xiàn)代工廠設(shè)備比過去的設(shè)備更加智能，因?yàn)楝F(xiàn)在大多數(shù)機(jī)器都與基于互聯(lián)網(wǎng)的軟件交互，以提供和跟蹤實(shí)時(shí)數(shù)據(jù)。我們?cè)儐柫耸茉L者，哪一個(gè)最能代表他們工廠當(dāng)前的預(yù)測(cè)性維護(hù)水平：基于計(jì)算機(jī)的、基于SCADA的、基于無線的、基于互聯(lián)網(wǎng)的，或者沒有。有點(diǎn)令人驚訝的是，只有大約5.5%的受訪者說他們使用基于互聯(lián)網(wǎng)的系統(tǒng)。（來自物聯(lián)之家網(wǎng)）大多數(shù)人（65%）說他們使用基于計(jì)算機(jī)的系統(tǒng)，而大約4.9%的人使用基于SCADA的系統(tǒng)，或者沒有上述系統(tǒng)（19%）。將近89%的工廠沒有使用基于互聯(lián)網(wǎng)或無線連接的系統(tǒng)。出現(xiàn)這種情況的一個(gè)可能原因是缺乏熟練的工作人員。

　　根據(jù)2019年P(guān)lant Services進(jìn)行的勞動(dòng)力調(diào)查顯示，截至2018年，尋找熟練工人填補(bǔ)空缺職位一直是受訪者的第一大挑戰(zhàn)，其次是缺乏知識(shí)獲取/再培訓(xùn)/提高技能。在過去的十年中，這個(gè)問題似乎沒有得到改善。根據(jù)Azima 2010年的一項(xiàng)調(diào)查顯示，人員不足、內(nèi)部專業(yè)知識(shí)不足和培訓(xùn)不足是成功進(jìn)行預(yù)測(cè)性維護(hù)計(jì)劃的三大障礙。

　　Reliable Plant公司希望了解維護(hù)經(jīng)理和主管對(duì)物聯(lián)網(wǎng)預(yù)測(cè)性維護(hù)解決方案的最大擔(dān)憂，并詢問了與安全、信息技術(shù)（IT）集成、投資回報(bào)、數(shù)據(jù)可移植性、內(nèi)部熟練人員缺乏、供應(yīng)商能力不足和數(shù)據(jù)標(biāo)準(zhǔn)化相關(guān)的問題。（來自iothome）受訪者最大的擔(dān)憂是缺乏內(nèi)部專業(yè)人員（71%的受訪者表示擔(dān)憂或非常擔(dān)憂）。這比10年前增長(zhǎng)了11%，但仍然是最受關(guān)注的問題。

　　在實(shí)時(shí)監(jiān)測(cè)不止一種技術(shù)的受訪者中，大多數(shù)人關(guān)心或非常關(guān)心該技術(shù)如何與IT集成。最后，對(duì)于那些當(dāng)前尚未進(jìn)行實(shí)時(shí)監(jiān)測(cè)的人來說，數(shù)據(jù)標(biāo)準(zhǔn)化是最大的問題。
責(zé)任編輯；zl