Industriële fabricage
Industrieel internet der dingen | Industriële materialen | Onderhoud en reparatie van apparatuur | Industriële programmering |
home  MfgRobots >> Industriële fabricage >  >> Manufacturing Technology >> Industriële technologie

Belangrijkste oorzaken van machinefaling identificeren en strategieën om downtime te voorkomen

Machinefaling, ooit een geaccepteerd deel van het leven voor fabrikanten en OEM's, heeft zijn match gevonden met moderne technologie die IoT-apparaten, de cloud en edge computing gebruikt. Om machinefaling te preëmpten en te voorkomen, is het eerst belangrijk te begrijpen wat het is en waarom het in een industriële omgeving gebeurt.

We kunnen ook bestaande strategieën voor het omgaan met apparatuurfalingen bekijken, inclusief reactief onderhoud, diagnostische analytics en preventief onderhoud. Door te begrijpen waar deze strategieën faalen, kunnen we leren waarom fabrikanten naar voorspellend onderhoud bewegen, wat de issues van elk van zijn drie voorgangers oplost.

Hier is wat we zullen bekijken als u naar een specifiek gedeelte wilt springen:

  • Wat is Machinefaling?
  • Wat zijn de typen apparatuurfaling?
  • De meest voorkomende oorzaken van machinefaling
  • Hoe kunt u apparatuurfaling voorkomen?
  • Het belang van IoT bij het voorkomen van apparatuurfaling

Wat is Machinefaling?

Machinefaling, of Apparatuurfaling, is elke gebeurtenis waarbij een stuk industriële machine onderpresteert, hetzij volledig of gedeeltelijk, of ophoudt te functioneren op de manier waarop het bedoeld was. De term "machinefaling" kan verschillende scenario's en Ernstniveaus omvatten.

Een falen, in deze context, is niet alleen die kritieke show-stopper issues die productie volledig stopzetten, maar omvat ook elke verlies van bruikbaarheid binnen een machine. De tolerantiedrempel voor machinefaling zal variëren op basis van omstandigheden, aangezien alle systemen afnemen en effectiviteit op een of andere vorm verliezen over tijd. Zelfs waargenomen kleine verlies van bruikbaarheid kan leiden tot enorme resourceverspilling op schaal.

Voor onze doeleinden wordt elke malfunction die ertoe leidt dat een stuk industriële machine zijn taken onderpresteert, hetzij volledig of gedeeltelijk, als machinefaling beschouwd.

Machinefaling is een spectrum, en veel falen kunnen niet toegeschreven worden aan een specifiek tijdstip. Terwijl sommige duidelijke falen zijn die apparatuur onbruikbaar maken, krielen andere onheilspellend op, en weer andere putten stapsgewijs effectiviteit uit naarmate ze langer slecht onderhouden worden. Er zijn drie hoofdclassificaties van machinefaling:

Plotse falen

Dit is wat de meeste mensen bedenken als ze machinefaling horen. De productielijn zoemt door wanneer een onverwachte (maar duidelijke) breakdown gebeurt. Dingen als een gebarsten gereedschap, gesneden band, gesmolten draad, etc. vallen in deze categorie.

Intermitterende falen

Denk aan dit als een stotterende motor in uw productielijn. Het gaat een beetje, dan stopt het. U start het weer op, en het blijft werken zoals bedoeld een beetje langer, maar dan begint het weer te falen. Intermitterende falen komen en gaan, meestal op weg naar een "volle" machinefaling. Deze sporadische of willekeurige falen kunnen, door hun aard, moeilijk te identificeren zijn. Intermitterende falen kunnen vaak voorkomen met onderhoud.

Geleidelijke falen

Dit zijn de falen die u over tijd kunt zien naarmate de bruikbaarheid van een machine een stijgende daling ondergaat. Dit omvat dingen als een band die langzaam uiteenvalt, messen die gladder worden, pijpen die uiteindelijk verstopt raken door residu-opbouw. De meeste geleidelijke falen kunnen voorkomen door regelmatig onderhoud, gewapend met een begrip van de verwachte levensduur van de onderdelen.

De meest voorkomende oorzaken van machinefaling

Falen begint ergens. De volgende zijn enkele van de meest frequente oorzaken van machinefaling en kunnen gebruikt worden om te analyseren, voor te bereiden, en toekomstige instanties van malfunction te voorkomen.

Operatorfout

Als u ooit de tech support-term PEBKAC gehoord heeft, kan hetzelfde gelden voor industriële apparatuur. Ondanks uitgebreide training, zijn mensen nog steeds geneigd tot fouten maken, belangrijke principes uit training vergeten, luiheid, moeheid, en gewone vergeetachtigheid. Soms is misbruik en mishandeling van apparatuur door machine-operators de schuld aan falen. Dit kan ook eenvoudige ongevallen omvatten, als het vallen van een stuk apparatuur.

Verkeerde hoeveelheid onderhoud

Dit kan te weinig onderhoud zijn, maar het kan ook te frequente onderhoud zijn dat leidt tot machinefaling. Onderhoud dat te infrequent gebeurt, kan problemen onopgemerkt laten gaan wat dan kan leiden tot een domino-effect van falen, maar frequente onderhoud introduceert essentieel chaos in het systeem elke keer. Telkens wanneer een technicus een stuk apparatuur openmaakt, is er altijd het potentieel voor risico en voor falen, of dat nu een paneel breken, een schroef verliezen, per ongeluk een draad de verkeerde kant op bewegen, een bout afstrippen… de mogelijkheden zijn oneindig en nemen toe hoe vaker de apparatuur aangeraakt wordt.

Fysieke slijtage

Deze oorzaak van industriële machinefaling omvat dingen als lagerfalen, metalmoeheid, corrosie, uitlijning, en algemene oppervlactedegradatie.

Falen in betrouwbaarheidscultuur

Als operators net zo hard gedreven worden als de apparatuur en productiedoelen zo strak zijn dat ze voelen dat ze geen minuut kunnen nemen om adem te halen of een issue veilig en tot voltooiing op te lossen, dan zijn falen onvermijdelijk. "Plaster-op-de-plek fixes" slijten uiteindelijk uit, en een wijdverspreide cultuur van quick-and-dirty oplossingen kan leiden tot samengestelde problemen en massive machinefaling-hoofdpijn op de lange termijn (uiteindelijk resulterend in lagere algehele productie, in de meeste gevallen).

Hoe kunt u apparatuurfaling voorkomen?

Er zijn meerdere strategieën die u kunt gebruiken om apparatuurfaling te voorkomen, en de juiste kiezen hangt af van de criticaliteit van de machine, de voorspelbaarheid van zijn falen, en het budget en de monitoring-infrastructuur die beschikbaar is. De volgende methoden om machinefaling in een industriële omgeving te hanteren, zijn vermeld van minst tot meest complex.

Reactief onderhoud

Dit is het traditionele onderhoudsparadigma. Als het kapot gaat, repareren we het. Het voorkomt niet zoveel dat de machine faalt, maar biedt een route om het probleem op te lossen zodra de malfunction optreedt.

Diagnostische analytics

Dit vereist een beetje meer graven. Binnen deze onderhoudsstructuur worden machinedata en root cause analysis ingezet om te bepalen waarom de machine in de eerste plaats faalde. Deze informatie kan dan gebruikt worden binnen een preventieve onderhoudsstrategie.

Preventief onderhoud

Preventief onderhoud omvat regelmatig machines inspecteren vóór gebruik, een onderhoudsschema vastleggen en vasthouden, regelmatig componenten vervangen voordat hun gemiddelde levensduur voorbij is, en alles wat probeert de falen te weerhouden voordat het gebeurt. Denk aan het veranderen van de olie in uw auto elke paar duizend kilometer. We wachten niet tot de olie modder is en de rest van onze apparatuur verstopt, we onderhouden het preëmptief, preventief, gebaseerd op onze verwachtingen van wanneer falen anders zou optreden.

Voorspellend onderhoud

Voorspellend onderhoud gebruikt eerdere machineprestaties om asset-gedrag te modelleren. Met voldoende data, kunnen algoritmes werken om apparatuurfalingen te voorspellen op basis van real-time data van machines die IoT-verbonden zijn. Dit betekent dat preventieve onderhoudstaken niet onnodig hoeven te gebeuren – als het vervangen van perfect goede onderdelen – maar in plaats daarvan gebaseerd zijn op een diepere en meer gecustomiseerde analyse van wanneer falen nadert of het meest waarschijnlijk is om te gebeuren.

Het belang van IoT bij het voorkomen van apparatuurfaling

IoT-apparaten bieden ongekend inzicht aan fabrikanten en OEM's dankzij de data die ze leveren. IoT-verbonden machines kunnen opereren binnen een intelligent netwerk dat machinedata monitort om knelpunten te identificeren, operators te notificeren over nadende falen, en – wanneer gepaard met machine learning – zelfs suggesties te doen voor volgende acties gebaseerd op KPI's, bijv. "Zouden we de machine tien minuten stoppen om deze bit te vervangen en met normale snelheid door te gaan? zouden we meer waarde afleiden van het draaien van de machine op 80% capaciteit voor de komende twee uur, wat het met alleen een 10% kans op complete falen laat versus de 60% falenskans tijdens dezelfde periode bij 100% capaciteit?"

Industriële technologie

  1. 5 Sleutelstuurknopen van apparatuurfalen en bewezen preventiestrategieën
  2. Belangrijkste Bouwveiligheidsrisico's En Bewijzen Preventiestrategieën
  3. Top vrachtwagena veiligheidsrisico's en bewezen strategieën om veilig te blijven
  4. De Top Zeven Last-Mile Leveringsuitdagingen Overwinnen: Bewijzen Oplossingen voor Snellere, Kosteneffectieve Verzending
  5. Vier typen cyberaanvallen — Bewezen preventiestrategieën
  6. Top 4 Schakelkaststoring Oorzaken & Bewezen Preventiestrategieën
  7. Herkenning Veelvoorkomende Motorherwinding Falen: Belangrijke Tekens en Preventietips
  8. Hoe AI en machine learning CNC-bewerking revolutioneren
  9. Machinebeschikbaarheid onder de knie krijgen: berekening en verbeterstrategieën
  10. Stop met geld verliezen: 5 operatorfouten die winst dranken en hoe ze te detecteren
  11. Machinebeveiliging: Veelvoorkomende Valkuilen, Veiligheidstips en Preventiestrategieën