Predykcja stanów maszyn lub procesów przemysłowych rozumiana jest jako ogół czynności pozwalających na określenie przyszłych stanów obiektu na bazie zbioru wartości bieżących parametrów. Kompleksowe wdrożenie wszystkich elementów zawartych w metodologiach predykcyjnego utrzymania ruchu wymaga zrozumienia narzędzi oraz ograniczeń związanych z eksploatacją maszyn.
Spośród wielu rozwiązań w ostatnim czasie dominują dwa podejścia – metody obsługi technicznej maszyn: zależnej od stanu maszyny PdM/PTI (ang. Predictive Maintenance/Predictive Testing and Inspection) oraz proaktywnej RCM (ang. Reliability Centered Maintenance). Podstawowym założeniem predykcyjnego utrzymania ruchu jest podjęcie czynności prewencyjnych w fazie pogorszenia się parametrów pracy maszyn lub procesów, w celu zapobiegania groźnym w skutkach awariom i związanym z nimi przestojom.
Do narzędzi PdM należą m.in.: monitorowanie parametrów wydajności, nieinwazyjne techniki testowania oraz kontrola wzrokowa. W zakresie dostępnych metod możliwe jest zastosowanie rozpoznawania wzorców, analizy trendów oraz korelacji, statystycznej analizy danych, monitorowania progów alarmowych.
Wdrożenie monitorowania online w odniesieniu do wszystkich maszyn mija się z celem (pomimo wyraźnej poprawy bezpieczeństwa oraz jakości pracy), a także skutkuje znacznym wzrostem nakładów inwestycyjnych. W przypadku metody PdM ważne jest przeprowadzenie analizy krytyczności, prowadzącej do
wyodrębnienia trzech grup maszyn: krytycznych, istotnych oraz ogólnego zastosowania.
Klasyfikacja może zostać dokonana pod względem różnych kryteriów (tab. 1)
i w dużym stopniu zależy od decyzji służb utrzymania ruchu, diagnostów oraz kierownictwa konkretnego zakładu. Pomimo ostro zdefiniowanych kryteriów przyporządkowanie może prowadzić do różnych rezultatów.
Predykcja w systemach technicznych ma sens w przypadku osiągnięcia korzystnego stosunku korzyści do poniesionych nakładów. W odniesieniu do przedstawionej klasyfikacji oraz wyodrębnionych grup maszyn:
- krytycznych – wymagane jest monitorowanie online parametrów wpływających na utratę jakości i bezpieczeństwa,
- istotnych – zalecane jest prowadzenie pomiarów okresowych z analizą trendów,
- ogólnego zastosowania – możliwa jest implementacja pomiarów okresowych, jednak w wielu przypadkach wystarczające jest przyjęcie prewencyjnej metody eksploatacji (z planowaniem harmonogramu remontów).
Charakterystyka metody PdM
Skuteczność modelu predykcyjnego UR jest ściśle uzależniona od wiedzy wymaganej na etapach:
- planowania struktury fizycznej modelu – klasyfikacja maszyn, dobór metody pozyskiwania danych procesowych, identyfikacja kluczowych parametrów oraz określenie efektywności zastosowanych narzędzi (w tym: przybliżonego okresu zwrotu nakładów inwestycyjnych, kosztu użytkowania narzędzi, szkoleń pracowników itp.),
- wdrożenia – prawidłowe skonfigurowanie systemu z warunkiem uwzględniającym uzyskanie odporności na zakłócenia, określenie ścieżki diagnostycznej oraz okresu pomiarów,
- użytkowania – wiedza oraz doświadczenie pozwalające na określenie przybliżonego czasu do wystąpienia awarii oraz wnioskowanie dotyczące ewentualnych przyczyn, lokalizacji oraz zakresu awarii lub uszkodzenia.
Do zalet wdrożenia metody PdM należą:
- zmniejszenie kosztów awarii oraz minimalizacja sumarycznego czasu przestoju,
- możliwość obserwacji bieżących parametrów pracy maszyny oraz analiza ich stanu,
- poprawa bezpieczeństwa pracy oraz zwiększenie jakości produkcji,
- brak konieczności używania skomplikowanych statystycznych modeli niezawodności maszyn, na korzyść z zastosowania znanych metod diagnozy (opartych na normatywach) lub relacjach pomiędzy sygnałami diagnostycznymi,
- zmniejszenie wpływu oraz eliminacja uszkodzeń wtórnych (tj. wynikających ze szkodliwego wpływu drgań, podwyższonych temperatur, powiększenia luzów uszkodzonych elementów), co wpływa bezpośrednio na wydłużenie czasu działania maszyny,
- zmniejszenie czasu potrzebnego na naprawę (zarejestrowanie spadku jakości pracy poniżej dopuszczalnego progu, z jednoczesną lokalizacją uszkodzenia, pozwala na zamówienie części oraz przygotowanie narzędzi do wykonania naprawy),
- opracowanie procedur lub działań zapobiegających dalszemu pogarszaniu stanu (w tym automatycznych urządzeń zabezpieczających).
Przeszkodę we wdrożeniu PdM stanowią koszty związane z koniecznością zastosowania zaawansowanego systemu monitorowania, zakupu analizatorów oraz ciągłego podwyższania kwalifikacji kadr.
Jako wyznacznik poprawnego wdrożenia predykcyjnego utrzymania ruchu można zastosować ogólnie przyjęte wskaźniki, w postaci:
- OEE (ang. Overall Equipment Efectiveness) Całkowita Efektywność Sprzętu – implementacja PdM powinna spowodować wyraźny wzrost wskaźnika,
- MTBF (ang. Mean Time Between Failure) Średni Czas Bezawaryjnej Pracy – zwiększenie wskaźnika przy jednoczesnym zmniejszeniu wskaźnika MTTR (ang. Mean Time To Repair) Średniego Czasu Usunięcia Awarii.
W przypadku wskaźnika OEE, przy zastosowaniu technik PdM, możliwe jest ograniczenie strat dostępności (awarii oraz regulacji), zwiększenie wykorzystania (czasy zatrzymania) oraz jakości (uzyskanie braków, złomu, konieczności poprawek). Pozostałe składowe strat (przezbrojenia, czasu pracy jałowej, rozruchu oraz wygaszania maszyn) zawierają się raczej w domenie metod zarządzania oraz przyjętej technologii.
Metody i narzędzia modelu eksploatacji PdM
Głównym zagrożeniem i wypaczeniem modelu eksploatacji zależnej od stanu
maszyny jest niewłaściwe zrozumienie możliwości ukrytych w metodach i narzędziach PdM (rys.).
Przekroczenie ustalonego progu alarmowego informującego np. o zużyciu łożyska oraz podjęcie decyzji o jego wymianie jest jak najbardziej poprawnym
postępowaniem. W tym miejscu pojawia się jednak pułapka. Jej uniknięcie wymaga sprawdzenia okresu pomiędzy kolejnymi wymianami. Warto obserwować grupy podobnych maszyn oraz okresy zużycia poszczególnych podzespołów. Zbyt częsta wymiana łożyska w jednym przypadku może być spowodowana niewyważeniem, rozosiowaniem maszyn lub innymi czynnikami skracającymi żywotność węzła łożyskowego.
Monitorowanie zmienności parametrów pozwala na określenie progów alarmowych. Po przekroczeniu zdefiniowanych wartości wymagane jest podjęcie czynności prewencyjnych lub naprawczych.
Do jednej z najpopularniejszych metod PdM należy diagnostyka drganiowa, służąca najczęściej ocenie stanu łożysk maszyn i napędów. Istotną barierę dla
innych metod stanowi ciągle niski poziom wiedzy oraz wysoki koszt wdrożenia narzędzi specjalistycznych.
Monitorowanie parametrów jest podstawowym elementem służącym do redukcji kosztów eksploatacji systemów technicznych. W przypadku napędów:
- elektrycznych – dostępne metody skupiają się wokół diagn ostyki drganiowej, monitorowania parametrów elektrycznych, stanu hamulców oraz środków smarnych,
- pneumatycznych oraz hydraulicznych – zapobieganie awariom może zostać zrealizowane przez planowe wykonywanie przeglądów (wymianę filtrów, uszczelnień, cieczy hydraulicznych), kontrolę przecieków oraz stanu medium roboczego.
W wielu zakładach produkcyjnych można zaobserwować zaburzoną wymianę informacji między działami, a nawet grupami pracowników odpowiedzialnych za obsługę konkretnych maszyn na jednym wydziale. Wdrożenie modelu PdM w takich warunkach z pewnością nie przyniesie oczekiwanych efektów.
Diagnostyka maszyn i systemów produkcyjnych musi być wspomagana zaawansowanym oprzyrządowaniem (nie zawsze o strukturze zamkniętej, tj. bez możliwości rozbudowy) oraz doświadczeniem pracowników.
Jeżeli zespół wdrażający model PdM charakteryzuje się wysoką znajomością maszyn, można pokusić się o zbudowanie systemu diagnostycznego opartego na monitorowaniu online oraz reguły diagnostyczne zdefiniowane przez służby utrzymania ruchu. Zaletą takiego rozwiązania jest możliwość użycia uniwersalnych narzędzi, które mogą być konfigurowane oraz swobodnie rozbudowywane (w miarę potrzeb), według bieżących wymagań użytkownika. W opracowaniu systemu pozyskiwania danych procesowych należy zwrócić uwagę na:
- wymagania związane z architekturą rozważanego systemu urządzeń i maszyn:
- scentralizowaną – możliwość zastosowania lokalnej wizualizacji danych w postaci paneli HMI oraz procedur diagnostycznych zapisanych w sterowniku PLC,
- rozproszoną – z zastosowaniem systemów SCADA, modułów IO oraz magistral sieci przemysłowych,
- czujniki pomiarowe – wybór czujników procesowych powinien uwzględniać charakter i typ wielkości mierzonej (temperatura, ciśnienie, przepływ, przemieszczenie, obecność itp.), wyposażenie w interfejsy sieciowe, dokładność, sposób pomiaru, konieczność kalibracji oraz zakupu dodatkowego oprzyrządowania,
- dostępność do mierzonych parametrów – punktowa (kontrolki, wyświetlacze, wieżyczki sygnalizacyjne) lub zdecentralizowana (z użyciem magistral sieci przemysłowych).
Dokumentacja w procesie budowy modelu predykcyjnego
Budowa predykcyjnego modelu utrzymania ruchu jest złożonym zadaniem, które obejmuje konieczność uwzględnienia informacji zawartych w dokumentacji. Do zbioru podstawowych elementów należy dokumentacja:
- techniczno-ruchowa – obejmująca: zestawienie parametrów technicznych, rysunki (wykonawcze i złożeniowe), wykazy (wyposażenia normalnego i specjalnego), schematy (zabudowy, kinematyczne, elektryczne oraz pneumatyczne), instrukcje (użytkowania, obsługi, konserwacji i smarowania, BHP), zalecane normatywy remontowe producenta, wykazy (części zamiennych oraz zapasowych),
- przebiegu eksploatacji – zawierająca historię przebiegu pracy maszyny oraz aktualne zapisy uwag eksploatacyjnych pracowników służb utrzymania ruchu,
- zakresu oraz spodziewanych wartości monitorowanych zmiennych – czasami odbiegających od normatywów.
Częstym przypadkiem w praktyce przemysłowej jest przekroczenie dopuszczalnych progów zdefiniowanych przez normy (np. grupy norm ISO 10816 oraz ISO 7919), a mimo to maszyny nie podlegają szybkiemu zużyciu. Zaistnienie takiego stanu rzeczy wymusza konieczność głębszej analizy. Źródłem błędu jest fakt, że w wielu przypadkach stan nowo zainstalowanych
maszyn traktuje się jako punkt odniesienia do dalszej ich oceny. W przypadku spełnienia wszystkich wymagań (montażowych, konfiguracyjnych oraz eksploatacyjnych) można się posłużyć bieżącymi parametrami pracy nowych maszyn jako wartościami wzorcowymi. Nieprawidłowości mogą się pojawić w każdym elemencie (niewłaściwe usadowienie maszyn, parametry zasilania, luźne połączenia mechaniczne, niedokładności wykonania itp.). Należy więc mieć na uwadze trzy podstawowe grupy błędów związanych z etapami: konstrukcji, montażu oraz eksploatacji wstępnej.
Wdrożenie predykcyjnego utrzymania ruchu
Wdrożenie systemu eksploatacji PdM obejmuje następujące kroki:
identyfikację potrzeb – określenie dotychczasowej awaryjności oraz przebiegu pracy obiektów (np. na bazie wskaźników), liczby oraz zakresu zmienności parametrów jednoznacznie identyfikujących stan analizowanego obiektu,
analizę zasadności wdrożenia – z uwzględnieniem krytyczności maszyn oraz oceny alternatywnych metod rzutujących bezpośrednio na możliwość poprawy stanu bezpieczeństwa, jakości oraz wydajności produkcji,
wykonanie zestawień (wyposażenia, procedur, wymagań) oraz określenie kosztów wdrożenia – etap decyzyjny, w którym może nastąpić zmiana założeń,
wdrożenie – etap wymaga zdefiniowania toku postępowania pozwalającego na implementację sprzętu i wyposażenia, z jednoczesną możliwością okresowego spadku jakości lub wydajności maszyn czy całych linii,
ocenę oraz korektę – kontrola działania i efektów, pozwalająca na identyfikację słabych punktów zastosowanych rozwiązań oraz ich usunięcie.
Wdrożenie kompleksowego programu diagnostyki predykcyjnej wymaga ścisłej współpracy służb utrzymania ruchu, kadry kierowniczej oraz operatorów maszyn. Wielu ekspertów branżowych zwraca uwagę w szczególności na tych ostatnich, gdyż to właśnie pracownicy liniowi i operatorzy w praktyce realizują
procedury zarządzania produkcją i diagnostyki na najniższym poziomie struktur zakładowych. W celu usprawnienia działania systemu zalecane jest także opracowanie procedur postępowania w przypadku wystąpienia konkretnych awarii maszyn.
Podsumowanie
Wdrożenie predykcyjnego modelu PdM jest możliwe w trzech wzajemnie uzupełniających się wariantach:
- nadzoru trendów – diagnoza oparta na bazie przekroczenia zdefiniowanych progów alarmowych, co wymusza konieczność wykonania pomiarów w stałych odcinkach czasu i okresowej kontroli metodami nieinwazyjnymi,
- pomiarów jakościowych – diagnoza oparta na wiedzy operatora, a częstotliwość pomiaru uzależniona od wizualnej oceny pogorszenia parametrów pracy maszyny,
- pomiarów ilościowych – opartych na metodzie CM (ang. Condition Monitoring) – Monitoringu Stanu, obejmującej rejestrację parametrów online, ich archiwizację oraz analizę.
Postępująca automatyzacja procesów przemysłowych oraz rozwój technologii IT stanowią wyznacznik świadczący o przewadze systemów diagnostycznych operujących na wspólnych bazach danych historycznych (oferujących dostęp wielu użytkowników o różnych poziomach uprawnień). Przedstawione prognozy wskazują na istotne znaczenie dodatkowego kryterium, jakim jest możliwość dostosowania istniejącego modelu obsługi technicznej maszyn do nowych wymagań oraz jego rozbudowa, bez konieczności wymiany całego oprzyrządowania diagnostycznego i monitorującego.
Fot. Plant Engineering
