Предиктивное обслуживание оборудования: как избежать убытков из-за простоев и аварий

Можно отремонтировать заводской станок после того, как он уже сломался, но это чревато простоем на производстве, снижением объема выпуска продукции, а то и аварией.

Намного проще обслуживать оборудование до его поломки, устраняя слабые места — тогда останавливать производство и ликвидировать последствия сбоя не придется. Для этого и нужно предиктивное обслуживание оборудования — расскажем, что это такое и как работает.

Что такое предиктивное обслуживание оборудования

Давайте посмотрим на один пример. По данным статистики, самолеты — один из самых безопасных видов транспорта. Намного больше шансов попасть в неприятную ситуацию с машиной по пути в аэропорт, чем столкнуться с техническими проблемами во время полета. Предиктивное обслуживание — один из факторов, сделавших самолеты такими надежными.

Авиационные двигатели — сложная конструкция, от которой зависят жизни людей. Очевидно, что за их состоянием нужно тщательно следить, поэтому крупнейшие производители авиадвигателей встраивают в них множество различных сенсоров.

Во время полета эти сенсоры непрерывно пишут параметры работы системы во внутреннюю память. На земле данные о полете отправляются на сервер производителя, где анализируются. Затем авиакомпания-владелец получает рекомендации или требования — зависит от серьезности возможных проблем — о замене или ремонте тех или иных частей двигателя.

Внимания и ухода требуют не только самолеты, но и любое механическое и электронное оборудование, а также инженерные сооружения: здания, трубопроводы, сотовые вышки, насосы, погрузчики, плотины, станки и прочее.

Для крупных компаний с огромным парком техники, сооружений, многокилометровыми трубопроводами и офисами по всей стране сложно организовать обслуживание каждой единицы оборудования — это требует ощутимых затрат, организации графиков осмотра, специальных людей в штате. Даже при всех этих усилиях крупные поломки все же случаются и нарушают нормальный ход работы.

Чтобы минимизировать риск внезапных поломок и сократить расходы на обслуживание больших парков сооружений и техники, используют предиктивное обслуживание оборудования.

Суть в том, что за некоторое время до выхода системы из строя можно обнаружить мелкие сигналы, говорящие о проблемах. Небольшие скачки напряжения, отклонения в числе оборотов в минуту, выход температуры за допустимые значения, задержки при запуске двигателя, непонятный шум или постукивание, повышение уровня жидкости, минимальные изменения углов конструкций — по подобным признакам можно понять, что скоро случится поломка.

Пример

Вы установили для станка определенную норму — предположим, 150 движений в минуту. Если станок начнет совершать, допустим, 140 движений в минуту, то датчик отправит сигнал, что с ним что-то не так. Станок еще не сломался, но, кажется, ему нужно техническое обслуживание. Такой подход помогает предотвратить крупные поломки. Кроме того, собранные данные вы можете анализировать, чтобы знать: как часто ломается станок, при каких условиях, в какие сроки ему нужен профилактический ремонт. Это позволит заранее планировать время ремонта и заложить расходы в бюджет.

Предиктивное обслуживание оборудования — это когда набор специальных датчиков постоянно отслеживает различные параметры его работы и состояния, а система предиктивного анализа смотрит на замеры и предсказывает, что в ближайшее время какие-то узлы могут выйти из строя.

Предиктивное обслуживание и безопасность работы

Вот несколько примеров использования предиктивного обслуживания оборудования на практике для предотвращения аварий и катастроф:

1. В Санкт-Петербурге есть огромное здание — Лахта Центр, сооружение высотой 462 метра. Чтобы контролировать надежность конструкции в фундаменте и стенах этой постройки спрятано несколько тысяч сенсоров: датчики давления, деформации, отклонения от углов, влажности и температуры. Они передают информацию на серверы аналитики, где отслеживается состояние грунта под фундаментом и то, как башня раскачивается в зависимости от температуры, влажности и скорости ветра. Это позволяет контролировать ее состояние, в том числе и во время чрезвычайных ситуаций, например сильного ветра.
2. На Смоленской АЭС инженеры должны каждый день обходить оборудование и проверять его работу, чтобы предотвратить аварии или сбои в системе. Раньше проверка занимала целый рабочий день. Чтобы упростить работу инженеров, им выдали специальные устройства. Они помогают определить оптимальный маршрут обхода, а собранные данные сразу передают в дата-центр для анализа. Результаты аналитики поступают обратно инженерам, чтобы они решили, нужен ли где-то ремонт. Такой подход сэкономил компании 45 миллионов рублей в год.
3. Shell — крупная энергетическая компания, которая использует предиктивную аналитику и обслуживание, чтобы выявлять угрозы безопасности и предупреждать о них сотрудников. Так они успевают среагировать на проблему до того, как случится авария.

Центр находится под контролем систем мониторинга и предиктивной аналитики.  Источник: UrbanLook.

Предиктивное обслуживание оборудования на производстве, чтобы работать без простоев

Конвейеры на заводах производят продукции на миллионы рублей каждый час. Любая поломка одной из ступеней ленты производства приводит к остановке всего производства. Поэтому очень важно во время планового обслуживания конвейера превентивно заменить все, что может выйти из строя.

Крупные заводы оснащают свои производственные линии множеством различных датчиков, которые отслеживают состояние всех значимых узлов. Данные поступают в систему мониторинга, а если важные параметры выходят за пределы допустимых значений, соответствующие узлы или детали ставятся в лист профилактики для ближайшего планового обслуживания или сразу идут на замену.

Таким образом, даже самые сложные и многоступенчатые производственные линии могут предсказуемо и бесперебойно работать в течение многих дней.

Например, на Череповецком металлургическом комбинате внедрили предиктивное обслуживание на конвейере горячей обработки металлических изделий. Модель выявляет вероятность перегрева подшипника шестеренных клетей — одну из наиболее частых и ресурсозатратных причин остановки агрегата. Это позволяет сократить простои линии.

Предиктивное обслуживание помогает следить, чтобы оборудование не перегрелось в горячем цехе.  Источник: Металл Экспо.

В Simatic на производстве микроконтроллеров используют платформу на базе IoT и машинного обучения. Она позволяет собирать данные с датчиков и анализировать их в режиме реального времени. Это позволило полностью избавиться от производственного брака.

Предиктивное обслуживание оборудования в нефтегазовой отрасли

В добыче нефти, газа и других полезных ископаемых задействовано большое количество оборудования, многое из которого работает в автоматическом режиме, находится в труднодоступных местах или регионах с холодным климатом. Регулярно осматривать и обслуживать его силами сотрудников трудоемко и дорого, поэтому системы мониторинга и аналитики для предиктивного ремонта оборудования востребованы в отрасли:

1. В Пермском крае работает умная нефтяная скважина компании ЛУКОЙЛ. На оборудовании стоят датчики, передающие информацию о работе системы в управляющий центр. Там за работой скважины наблюдает оператор, в случае необходимости он может дистанционно управлять оборудованием — это особенно удобно из-за его нахождения в труднодоступном месте.
2. Чтобы избежать простоев при добыче полезных ископаемых, производитель нефтегазового оборудования GE Oil&Gas использует платформу, которая собирает данные о состоянии нефтедобычи, а затем составляет расписание диагностических проверок. Это помогает выявлять неисправности до того, как они произойдут.
3. У «Газпром нефти» сбоил автоматический перезапуск насосов после аварийного отключения электричества. Аналитики собрали 200 миллионов записей с контроллеров систем управления, проанализировали их, смоделировали события и выявили неожиданные причины сбоев, после чего их удалось прекратить.

За состоянием умной скважины наблюдают удаленно с помощью датчиков.  Источник: «ЛУКОЙЛ-Пермь»

Как внедрить предиктивное обслуживание оборудования

Для начала нужно наладить сбор данных:

1. Определить ключевые параметры вашей системы и ее узлов: какие устройства и сооружения важно отслеживать, какие показатели скажут о том, что что-то идет не так.
2. Подготовить и разместить сенсоры во всех необходимых узлах. Решить, как вы будете собирать данные: по кабелю или беспроводной сети, как и насколько часто нужно передавать их в хранилище данных, надо ли обслуживать сами датчики.
3. Организовать прием данных, понять, сколько у вас будет сенсоров и сколько данных они могут генерировать, где и как их лучше обрабатывать.

Дальше начинается интересное — нужно предсказывать неисправности:

1. Определить допустимые значения для всех показателей датчиков. Для некоторых систем повышение температуры в 50 градусов ничего не значит, а для некоторых и два лишних градуса — свидетельство сбоя.
2. Проработать с командой аналитиков и инженеров алгоритмы оповещения о неисправностях. Например, если обороты двигателя повышаются на 5%, то ничего страшного, а если при этом еще и падает напряжение на 1% — значит, это говорит о грядущей аварии.
3. Вместе с командой дата-сайентистов поработать над данными и построить модели предсказания сбоев на основе машинного обучения. Сложные математические модели помогут найти и выявить нетривиальные зависимости между состоянием системы и сбоями.

Построить систему предиктивного обслуживания и мониторинга оборудования сложно: надо правильно разместить датчики, организовать хранилище нужного объема для поступающих данных, наладить системы аналитики, машинного обучения, прогнозирования и предупреждения о сбоях.

При этом для таких задач существуют практически готовые решения — облачные IoT-платформы. Например, платформа от Mail.ru Cloud Solutions объединяет инструменты для работы с большими данными, интернетом вещей и машинным обучением. К ней можно подключить датчики любого производителя, хранить и обрабатывать любые объемы данных — в облаках легко получить нужный объем хранилища и ресурсы для вычислений. Платформа интегрируется с технологическими решениями, которые уже используются в компании, и быстро встраивается в производственные процессы.

Что важно знать о предиктивном обслуживании оборудования

1. Предиктивный ремонт оборудования — это сбор данных с датчиков, установленных на оборудовании, отслеживание и анализ параметров его работы для предсказания сроков технического обслуживания и быстрого выявления неисправностей.
2. Оно необходимо любой крупной компании с большим парком оборудования и сооружений, который трудоемко и дорого обслуживать и регулярно осматривать силами сотрудников, при этом цена сбоя очень высока.
3. Внедрить систему предиктивного обслуживания оборудования проще всего с помощью облачных платформ, предоставляющих инструменты для работы с большими данными, интернетом вещей и машинным обучением.

Источник: https://mcs.mail.ru/blog/prediktivnoe-obsluzhivanie-oborudovaniya

Читайте также статьи по теме:

Цифровые двойники: как интернет вещей предотвращает аварии на производстве

Кто такой Data Scientist: что это за профессия и каким компаниям нужен такой специалист

IoT для бизнеса: как умные устройства снижают затраты в ритейле, медицине и на производстве