예측 유지 보수는 장비 고장을 예측하기 위해 제조에 사용되는 비활성 접근법입니다. 그것은 데이터 분석 및 계산에 의존하여 유지 보수 활동을 위한 최적의 시간을 결정하고 가동 중단 시간과 비용을 줄입니다.

Predictive Maintenance의 계산

핵심 계산은 잠재적인 실패를 나타내는 본을 식별하기 위하여 감지기 자료를 분석합니다. 일반적인 미터는 실패 (MTBF)와 유용한 생활 (RUL) 사이에서 평균 시간을 포함합니다. 이 계산은 정비가 계획될 때 결정합니다.

MTBF는 그 기간 내에 실패의 수에 의해 총 가동 시간을 분배함으로써 계산됩니다. RUL는 유지 보수를 요구하기 전에 얼마나 더 긴 장비를 작동 할 수 있는지, 현재의 데이터 트렌드에 따라.

Predictive Maintenance의 이점

예측 유지 보수를 구현하는 것은 몇 가지 이점을 제공합니다. 그것은 계획되지 않은 가동 시간을 최소화하고 장비 수명을 연장하고 불필요한 수리를 피함으로써 유지 보수 비용을 절감합니다.

또한 예측 유지 보수는 사고로 이어질 수 있는 장비 고장을 방지하여 안전성을 향상시킵니다. 또한, 더 나은 스케줄링 및 리소스 할당을 통해 생산 효율을 향상시킵니다.

일반적인 기술 및 도구

  • 진동 분석
  • 열 화상 진찰
  • 기름 분석
  • Data Analytics 소프트웨어