Сегодня хотим рассказать о том, как прогноз, основанный на качественной аналитике, помогает избегать лишних затрат на ремонт.

Каждому предприятию время от времени приходится останавливать свой производственный процесс для нужд технического обслуживания и ремонтов (ТОиР). Остановы можно разделить на два типа: плановые (регламентные) и внеплановые (аварийные). Очевидно, все стремятся минимизировать количество любых остановов производства, отдавая в случае чего предпочтение плановым (управляемым), попутно желая оптимизировать затраты на ТОиР в целом.

Существуют три основные стратегии ТОиР:

Реактивная или работа до отказа (run-to-failure=RTF): оборудование эксплуатируется с момента запуска в работу и до выхода из строя без какого-либо обслуживания. Соответственно, плановые остановы не проводятся, затраты на обслуживание – минимальные. Пример: лампочка в подъезде дома – вряд ли кому-то придет в голову менять ее, пока она не перегорит. Очевидно, если данный подход применять к критически важному оборудованию, риски останова всего предприятия будут максимальными.
Превентивная стратегия или планово-предупредительные ремонты (planned preventive maintenance=PPM) – это наиболее распространённый сейчас подход, к которому пришли еще в начале ХХ века с бурным ростом серийного производства и необходимостью повышения производительности, в том числе за счет снижения потерь в результате внеплановых простоев.

При следовании этой стратегии необходимо найти баланс между количеством регламентных работ и допустимым количеством внеплановых простоев, но входных параметров для расчета так много, что далеко не всегда этот баланс получается отыскать. Тут важно не перегнуть с плановыми работами, иначе вся деятельность предприятия может свестись к одному бесконечному ТО.

Данная стратегия существенно снижает количество аварийных остановок, но не исключает их совсем. К еще одному достоинству можно отнести возможность планирования ресурсов. Однако имеются и недостатки: в первую очередь, регламентные замены проводят фактически на исправном оборудовании, которое возможно даже и не помышляло выходить из строя еще очень долго. Или, наоборот, оборудование не доживает до планового ТО, внезапно выходя из строя раньше, чем предписывали регламенты завода-изготовителя.

У нас в «Систэм Электрик» есть продукт Цифровая платформа ТОиР Systeme Maintenance – решение, которое позволяет не только отыскать нужный баланс для превентивной стратегии, но и настроить прозрачные процессы управления ресурсами, что, по опыту внедрений, снижает затраты на ТОиР в среднем на 30%.

3. Проактивная или предиктивная стратегия (predictive maintenance=PM) – подход, который набирает популярность в последнее время, и характеризуется максимально эффективной утилизацией ресурсного потенциала оборудования.

Главный постулат предиктивного подхода гласит, что все виды неисправностей, которые могут быть у данного оборудования уже изначально в нём присутствуют, но находятся в зачаточном виде. Это значит, система предиктивного анализа должна определить их все, отслеживать динамику каждой такой потенциальной неисправности и своевременно сообщать, что постепенно растет уровень риска, то есть, прогнозировать развитие проблемы и предоставлять время для принятия решений.

На практике это выглядит примерно так. Система предиктивной аналитики сообщает: «Обнаружен дефект смазки подшипника №4 агрегата №2, рекомендуется ревизия подшипника в течение 14 дней, продолжаю наблюдение» (в реальности система направляет более развернутое сообщение, предоставляя все дополнительные данные, например, спектральный анализ виброускорений).

Специалисты по эксплуатации и производству, получив такое сообщение и посовещавшись с плановым отделом, решают увеличить выпуск продукции в ближайшую неделю, чтобы планово остановить машину через полторы недели для проверки и возможной замены смазки в подшипнике. В итоге все довольны: сбыт вовремя и в нужном объеме продолжает отгружать продукцию, эксплуатация в спокойном режиме проводит работу с подшипником.

На этом в принципе можно заканчивать статью... Но как обычно дьявол кроется в деталях :)

У пытливого читателя могут появиться вопросы. А всегда ли информация о зарождающемся дефекте поступает заблаговременно, а не прямо перед отказом? Действительно ли с подшипником что-то не так, или, может, показалось и не надо зря тормозить производство? Дополнительные вопросы пишите в комментариях. И давайте разбираться...

Системы предиктивной аналитики отказов оборудования, в свою очередь, можно разделить на две группы.

В первую входит наибольшее количество решений, присутствующих на рынке, которые базируются на ранее собранных данных по работе конкретного оборудования. Но, как вы понимаете, далеко не всегда такие данные есть вообще или имеются в необходимом количестве для построения аналитической модели. Очевидно, и за время накопления данных что-то могло поменяться, например, режимы работы, тогда собранные данные оказываются неактуальными. В таких системах совпадение результатов находится на низком уровне и, к слову, из-за них некоторые инженеры консервативного толка подкрепляют свой скептицизм относительно предиктивной стратегии в ТОиР.

Вот тут-то и появляется вторая группа немалочисленных решений, но самых передовых, которые не нуждаются в исторических данных, а обучаются с нуля здесь и сейчас. К слову, сходимость у систем предиктивной аналитики данного типа находится на уровне 98%, это означает, что ошибается она два раза из ста. В продуктовом портфолио «Систэм Электрик» имеется именно такая система, предлагаемая в качестве отдельного модуля или в составе Цифровой платформы ТОиР Systeme Maintenance.

Построение самообучающихся систем требует участия специалистов различной направленности: технологов и инженеров по надежности, архитекторов решений и аналитиков, программистов и экспертов по работе с данными, инженеров по машинному обучению и построению систем искусственного интеллекта.

Объективно стоимость такого решения дороже, чем превентивный подход или предиктивные системы на исторических данных, но мы же помним с вами, что необходимо искать баланс, и самообучающуюся систему предиктивной аналитики целесообразно применять не на всем подряд оборудовании предприятия, а только на критически важном. Вспоминается шутка: гвоздь можно и микроскопом забить, но молотком дешевле и даже практичнее. Так же и здесь. Цифровая платформа ТОиР Systeme Maintenance с модулем Критичности оборудования позволяет провести анализ и построить матрицу рисков по оборудованию предприятия, а далее выбрать решение по каждой ячейке: где-то перейти даже на реактивную стратегию, ну а где-то установить модуль предиктивной аналитики.

Модуль предиктивной аналитики актуален для различного оборудования: это электродвигатели и редукторы, насосы и вентиляторы, мельницы и дробилки, шахтные подъемники и прокатные станы, крановое и лифтовое оборудование и т.д., то есть, те машины и агрегаты, которые используются повсеместно и в любой отрасли промышленности. Объединяет их наличие движущихся или вращающихся деталей, которые как правило и совершают полезную работу. Поэтому основой аналитического аппарата Модуля является вибродиагностика.

Построение Модуля предиктивной аналитики начинается с подбора кинематической схемы оборудования и выбора мест установки стационарных датчиков вибрации. На примере вентилятора это выглядит так:

1. Вентилятор
2. Вал
3. Сферический роликоподшипник
4. Сферический роликоподшипник
5. Муфта
6. Вал
7. Асинхронный электродвигатель
8. Цилиндрический роликоподшипник
9. Радиальный шарикоподшипник
10. Вентилятор охлаждения электродвигателя

На основании данных кинематической схемы оборудования Программно-аппаратный комплекс генерирует необходимый объём вибрационных сигналов и проводит обучающую выборку, покрывающую 100% дефектов. Модуль обрабатывает поступающие данные телеметрии с помощью релевантных алгоритмов и валидирует первичную Цифровую модель. Далее проводится адаптация алгоритмов обработки данных телеметрии с учетом специфики оборудования.

После тестирования формируется валидный Цифровой двойник, и решение готово к эксплуатации в автоматическом режиме: диагностика, выдача предписаний по обслуживанию, оценка остаточного ресурса. На всё про всё уходит до двух недель.

Отличие предиктивного анализа от классической системы мониторинга заключается в том, что система мониторинга работает по принципу «следим за параметром, если он выходит за пределы уставки – сигнализируем», что почти в 100% случаях уже является сигналом об аварии, а это явно поздно. Предиктивная же стратегия, можно сказать, интеллектуальный мониторинг, смотрит за набором параметров и анализирует их коллективное поведение в режиме реального времени. На основании текущего значения набора данных с датчиков математическая модель предсказывает следующее значение, и, если факт отличается от предсказания, то система определяет зарождение неисправности или её прогрессирование.

Для построения математической модели и непрерывного предиктивного анализа применяются более дюжины алгоритмов, вот некоторые из них:

цифровая обработка сигналов (Digital Signal Processing);
вейвлетный анализ (Wavelet Analysis);
машинное обучение (Machine Learning);
нечеткая логика (Fuzzy Logic);
кепстральный анализ (Cepstrum) и другие уникальные технологии для обработки данных и телеметрии.

Подведем итоги:

Нет одного универсального решения для построения ТОиР на предприятии. В каждом случае нужен свой подход со сбалансированной стратегией: реактивной – для некритичного оборудования, предиктивной – для самого критичного и проактивной – для всего остального парка.

Цифровая платформа ТОиР Systeme Maintenance от «Систэм Электрик» – решение, которое покрывает все потребности в ТОиР на предприятиях любого масштаба и в любой отрасли.

Будем на связи!

Предиктивная аналитика в сфере эксплуатации и ремонта оборудования