Kestirimci bakım (PdM), ekipman ve süreçlerin bozulmasını önlemenin bir yoludur. Operasyonunuzda meydana gelen sıradan şeyleri ve olası sorunları bulmak için veri analizi araçlarını ve tekniklerini kullanır. Bu makale, makine öğrenimi kestirimci bakım yazılımı ve tekniklerinden bahsediyor. Ayrıca, önleyici bakıma karşı kestirimci bakımı tartışır.
Kestirimci Bakım Nasıl Çalışır?
Kestirimci bakım, olası arızaları tahmin etmek ve durdurmak için geçmişten ve günümüzden operasyonel verilere bakar. İşletmeniz aşağıdaki kestirimci bakımdan üç ana şekilde etkilenir:
- Bir varlığın ne kadar iyi ve ne kadar sağlıklı olduğunu takip etme süreci.
- Hizmet istekleri veriler için çıkarılır.
- MRO envanterini kılavuz olarak kullanma.
- Kilit oyunculardan onları eğiterek yardım ve destek almak.
- Tüm ekipmanı takip etmek ve dikkatlice değerlendirmek.
- Programın test çalıştırması için ekipmanı seçin.
- Bir sistem hakkındaki bilgileri parçalarına ayırarak bir araya getirmek.
Kestirimci bakım birçok şeye bağlıdır, ancak en önemlilerinden biri yeni teknolojinin ve doğru yazılımın kullanılmasıdır. Özellikle IoT, AI ve entegre sistemler, birbirine bağlı olmayan varlıkların ve sistemlerin birbirleriyle konuşmasını, çalışmalarını koordine etmesini ve paylaşılan veri analizi sonuçlarına göre hareket etmesini mümkün kılar. Veri toplama, kestirimci bakım sensörleri, fabrika kontrolleri ve kurumsal sistemler (EAM yazılımı ve ERP yazılımı gibi) yardımıyla yapılır.
Bilgilere bakılarak ve analiz edilerek sorunlu alanlar bulunur. Bu amaç için üretilmiş sensörlerle yağ analizi, titreşim analizi, termal görüntüleme ve ekipman gözlemi gibi kestirimci bakım işlemleri yapabilirsiniz.
Kestirimci Bakım Yazılımı
Tahmine dayalı bakım yazılımı, güçlü ekipman izleme araçları ve veri analitiği kullanarak varlıkların performansını analiz eder ve ne zaman arızalanabileceklerini tahmin eder. Bu bilgilerle işletmeler, planlanmamış duruş sürelerini azaltacak önleyici bakım planları hazırlayabilir. Kestirimci bakım yazılımı, tamir etmek için bozulana kadar beklemek yerine, bir ekipmanla ilgili olası bir sorunun ilk işaretinde bakımı ayarlayarak bakım sürecini otomatikleştirir.
Prognostik Bakım Yazılım halihazırda kullanımda olan makinelere bakar ve size tam olarak ne zaman ve ne kadar bakım yapılması gerektiğini söyler. Amacı, makinelerin bozulana kadar beklemek yerine düzenli bakım kontrolleri yapmasını sağlamaktır. Bu, şirketin kapatma sırasında işleri hızlı bir şekilde düzeltmek zorunda kalmasını önler.
Bakım planlaması için yapılan yazılımlar, ekipmanın zaman içindeki sağlığını ve performansını takip ederek arızaların planlanabilmesi ve onarımların yapılabilmesini sağlar.
Kestirimci bakım yazılımı, ne sıklıkta titreştikleri, ne kadar gürültülü oldukları ve hangi sıcaklıkta çalıştıkları gibi şeyleri izlemek ve kaydetmek için makinelere yerleştirilen sensörleri ve göstergeleri kullanır. Yazılım daha sonra, sorunun düzeltilmesi gerekip gerekmediğini anlamak için önleyici bakım için analitiği kullanır. Tahmine dayalı bakım yazılımı, bir makine parçasının bozulacağının ilk işaretlerini tespit ederek şirketlerin reaktif bakımdan kaçınmasına olanak tanır. Aşağıda, en iyi kestirimci bakım programlarının bir listesi bulunmaktadır.
1 numara. Siemens'in Zihin Küresi
Siemens MindSphere, açık ve bulutta çalışan bir IoT işletim sistemidir. Milyarlarca akıllı cihazdan oluşan bir ağdan büyük miktarda veri toplayıp analiz ederek dijital ve fiziksel dünyaları birbirine bağlar. MindSphere ayrıca arıza süresini azaltarak, üretimi artırarak ve varlıkları daha iyi kullanarak daha fazla kaynağı serbest bırakabilen güçlü endüstriyel uygulamalara ve dijital hizmetlere sahiptir.
2 numara. GE Predix
GE Predix, geleceğin üretim operasyonlarının teknolojik omurgasını oluşturmak için gelişmiş varlık modelleme, büyük veri işleme, analitik ve uygulamaları birleştiren endüstriyel bir Nesnelerin İnterneti (IoT) platformudur. GE Predix ile hızlı bir şekilde yeni fikirler bulmak, varlıkların performansını artırmak, akıllıca yatırım yapmak ve geleceği stratejik bir şekilde planlamak mümkün.
#3. sunum
Kural tabanlı eski sistemler, reaktif olduklarından ve sınırlı bilgi işlem gücüne sahip olduklarından, üretim kesintilerini sınırlayamazlar. Bu, üreticilere ve tesis operatörlerine her yıl milyonlarca dolara mal oluyor. Presenso, gerçek zamanlı tahmine dayalı varlık yönetimi için yapay zekayı ilk kullananlardan biri olan bulut tabanlı bir yazılım çözümüdür. Presenso, daha önce hiç görülmemiş derin semantik içgörüler ve operasyonel zeka sağlayarak çıktıyı ve geliri artırır.
Kestirimci Bakım Teknikleri
Sensörler, durum izlemeye yönelik araç ve yöntemlerin ortak bir parçasıdır ve verilerin toplanıp CMMS programlarına gönderilebilmesi için varlıklara kurulmaları gerekir. Program, bakım ekiplerine ne bekleyeceklerinin tam bir resmini vermek için gerçek zamanlı sensörlerden gelen verileri, geçmiş verileri ve tahmin algoritmalarını birleştirir.
Önleyici bakım yapmak için sensör verileri gereklidir. IoT Sensörleri makinelere yerleştirerek sıcaklık, titreşim, basınç, ses ve diğer şeyleri gözlemleyebilirsiniz. En iyi şekilde yararlanmak istiyorsanız, bakım planınız için doğru teknolojileri ve PdM yöntemlerini seçin. Aşağıdakiler kestirimci bakım teknikleridir:
1 numara. Akustik Analizin İzlenmesi
Bu yöntem, teknik sorunları bulmak ve neden olduklarını öğrenmek için makinelerin gürültü yaptığı frekansları dinler. Biz duyamasak da çoğu makine yine de ses çıkarır. Bakım çalışanları, akustik sensörler kullanarak dönen dişlide aşınma ve kırılmayı hasara neden olmadan önce bulabilir. Bakım yapan ekipler, arızalı makineden sızan gaz, sıvı veya vakumun tıslama veya ping seslerini dinlemek için akustik teknolojileri kullanabilir.
2 numara. Motor Devrelerinin Analizi
Motor devresi analizinde, elektrik motorlarındaki sorunları meydana gelmeden önce tahmin etmek için elektronik imza analizi (ESA) kullanılır. Elektronik imza analizi, neyin yanlış olduğunu anlamak için motorun besleme voltajına ve çalışma akımına bakar.
#3. Titreşimleri Analiz Etme
Titreşim izleme, kalıcı olarak takılan bir sensör veya taşınabilir bir analizör ile yapılabilen bir tür önleyici bakımdır. Bu tip önleyici bakım genellikle yüksek hızlı dönen ekipmanlarda kullanılır. Ancak titreşim analizi ile eksen kayması, mil eğikliği, balanssız parçalar, gevşek mekanik parçalar, motor sorunları gibi sorunlar tespit edilebilir.
#4. Pdm Yağ Analizi
Yağ analizi, iyi çalışan başka bir non-invaziv PdM yöntemidir. Yağ numuneleri, makinelerde aşınmış parçaları aramak için kullanılır. Ayrıca, makinenin ne durumda olduğunu anlamak için yağ örneklerinin miktarına ve boyutuna da bakar.
Makine Öğrenimi Kestirimci Bakım
Prognostik Bakım Machine Learning tahmine dayalı bakımın yardımıyla, verileri otomatik olarak işlemek için artık örnek bir veri kümesini veya kendi verilerinizi kullanabilirsiniz. Eklenen ML modeli, ekipmanın ne zaman bozulacağını tahmin edebilir ve nasıl düzeltileceğini önerebilir. Prognostik Bakım Makinelerin ne zaman arızalanabileceğini anlamak için bir makine öğrenimi (ML) modeli ve bir turbofan bozulması simülasyonundan elde edilen verileri kullanabiliriz.
Bu Tavsiye kullanılarak, bir ekipmanın olası arızası otomatik olarak bulunabilir ve sonraki adımlar önerilebilir. Kurulumu kolaydır ve örnek bir veri kümesiyle birlikte gelir, ancak kod diğer veri türleriyle çalışacak şekilde kolayca değiştirilebilir. Makine öğrenimini kullanarak kestirimci bakım yapmanın iki ana yolu vardır:
1 numara. Sınıflandırma Yaklaşımı
Makine öğrenimi kestirimci bakımında bu yöntemi kullanarak sonraki n adımın çalışıp çalışmayacağını tahmin edebilirsiniz. Ayrıca, diğer adımlardan herhangi birinin başarısız olma olasılığının olup olmadığını da bize bildirir.
2 numara. Gerileme Yöntemi
Bu yöntemi kullanarak, bir sistemin ne zaman bozulacağını tahmin edebilirsiniz. Bu fikir, Useful Life Left Over'ın (RUL) ardındaki fikir gibidir. Regresyon, başarısızlığı tahmin etmek için sınıflandırmadan daha fazla veri gerektirir, ancak daha fazla bilgi sağlar. Günümüzde, sistem arızasını tespit etmek ve önlemek için makine öğrenimi tabanlı kestirimci bakım kullanılmaktadır.
Kestirimci Bakım ve Önleyici Bakım Karşılaştırması
Kestirimci ve Önleyici bakımda, önleyici bakım düzenli olarak planlanır ancak her zaman değil. Öte yandan, kestirimci bakım yalnızca varlığın durumuna göre gerektiğinde planlanır.
Arıza olasılığını azaltmak ve meydana geldiğinde daha az şiddetli hale getirmek için makinelerde önleyici bakım planlanır ve yapılır. Bu düzenli görevler, makine düzgün çalışsa da çalışmasa da yapılmalıdır.
Kestirimci bakım, önleyici bakımdan farklı olarak veri veya programlardan ziyade varlık performansına dayalıdır. Aynı araştırmada ABD Enerji Bakanlığı, reaktif bakımdan %25-30 tasarruf sağlayabileceğini iddia ediyor.
Ancak kestirimci bakım yöneticileri, bakımın ne zaman gerçekleştirileceğini belirlemek için varlığın nasıl kullanıldığını ve mevcut durumunu göz önünde bulundurur. Aşağıdakiler, önleyici bakıma karşı daha kestirimci bakımdır.
- Önleyici bakım herhangi bir zamanda yapılabilir, ancak kestirimci bakımın bilgi toplamakla başlaması gerekir.
- Önleyici bakıma karşı kestirimci bakımda, önleyici bakım sırasında makinelerin denetimler ve rutin kontroller için kapatılması gerekir, ancak kestirimci bakım çalışırken yapılabilir.
- Önleyici bakım için işletmelerin yedek parçaları önceden satın alması ve stoklarını düzenlemesi gerekir, ancak kestirimci bakım için yalnızca sisteminizin gerçekten ihtiyaç duyduğu parçaları satın almanız gerekir.
Ne Tür Kestirimci Bakım Vardır?
Kestirimci bakım birkaç farklı gruba ayrılabilir, örneğin:
#1. Titreşimleri Analiz Etme
Bu tür önleyici bakımda, makinelerin titreşimlerini izlemek ve bir sorun olduğu anlamına gelebilecek değişiklikleri bulmak için sensörler kullanılır. Titreşim analizi, ekipmandaki aşınmayı, yanlış hizalamayı ve eğimi bulmak için kullanılabilir.
2 numara. Kızılötesi Değerlendirme
Bu bakım, sorunlar için ekipman sıcaklıklarının izlenmesini içerir. Sıcaklık değişiklikleri genellikle bir sorunun ilk belirtisi olduğundan, işletmeler varlıklarını izlemek için termal görüntüleme kullanabilirler.
#3. Ses Analizi
Bu önleyici bakım yöntemi, ekipman veya varlıkların ne kadar gürültülü olduğu konusundaki değişiklikleri dinlemeyi içerir. Kestirimci bakımda kullanılan ultrasonik sensörler, sesteki işçilerin duyamadığı küçük değişiklikleri algılayabilir. Bu, ekipmanın onarılması gerektiğinin bir işareti olabilir. Bir makinenin ne kadar sağlıklı olduğuna dair iyi bir fikir edinmek için hem bağımsız hem de birleşik kestirimci bakım çözümleri kullanılabilir. Şirketler bu bilgileri varlıklarının durumunu anlamak ve düzeltilmesi gerekip gerekmediğine karar vermek için kullanabilir.
Kestirimci Bakımın Artıları ve Eksileri
Aşağıdakiler, kestirimci bakımın artıları ve eksileridir:
Kestirimci analiz paradan tasarruf etmeye yardımcı olur, bu nedenle imalat sektöründe giderek daha fazla kullanılmaktadır (Immerman, "Kestirimci Bakımın İmalat Üzerindeki Etkisi"). Kestirimci bakımın başka birçok faydası vardır, ancak varlık yöneticilerinin hedeflerine ulaşmalarına ve genellikle birbiriyle çelişen kar ve çalışma süresi gibi şeyler arasında daha iyi bir denge bulmalarına yardımcı olarak bakım departmanlarını ve işletmeleri bir bütün olarak değiştirebilir.
PdM ile ilgili en büyük sorunlardan biri, değerlendirmenin ve bir program koymanın uzun zaman almasıdır. Kestirimci bakım, hem ekipmanın nasıl kullanılacağı, hem de analitiğin (veya verilerin) nasıl anlaşılacağı konusunda çok fazla eğitim gerektiren zor bir görevdir.
Durum izleme yüklenicileri, işi yapma ve bunun bir bina için ne anlama geldiğini anlama konusunda uzmandır. Ancak birçok şirket, mevcut çalışanlarına tahmine dayalı analizi öğretmeyi tercih ediyor. Kestirimci bakım, bakım için araçlara ve sistemlere ve ayrıca çalışanları bunları nasıl kullanacakları konusunda eğitmek için para harcanmasını gerektirir. Bulut bilişim ortaya çıktığından beri, bu maliyet yavaş yavaş düştü.
Örneğin Kestirimci Bakım Nedir?
Tahmine dayalı analiz ile varlıklar her zaman kontrol edilebilir ve bu da her bir varlık için bir analiz planı yapmak için kullanılabilecek bilgileri verir. Bu yöntem, her yıl bakım maliyetlerini düşürürken bir varlığın faydalı ömrünü uzatmaya yardımcı olur.
Üç Tür Kestirimci Bakım Nedir?
Şunlar;
- Düzeltici bakım.
- Önleyici bakım.
- Bakım riske dayalıdır.
- Şartlara Dayalı Bakım.
- Önceden belirlenmiş bakım.
Sektörde Kestirimci Bakım Nedir?
Kestirimci bakım (PdM), gelecekte hangi onarımların yapılması gerekebileceğini anlayarak acil durum onarımları ve arıza sürelerinde tasarruf etmenin bir yoludur. Cihazlara bağlanmak ve gönderdikleri verilere bakmak, neden çalışmadıklarını anlamaya yardımcı olabilir. Tahmine dayalı analiz, bir yapı veya ekipman parçasının kullanımdayken ne kadar iyi çalıştığını izlemek için durum izleme tekniklerini kullanır.
Bakımda PM ve CM Nedir?
Düzeltici bakım (CM), teknisyenlerin sorunları gidermek ve bozuk aletleri ve makineleri tekrar çalışır duruma getirmek için yaptığı şeydir. Düzeltici bakım görevleri ise yerinde planlanabilir veya yapılabilir. Tahmine dayalı bakım görevleri, beklenmeyen arızaları önlemeye odaklanır. Tüm varlıklarınız ve makineleriniz, beklenmedik ekipman arızasının neden olduğu pahalı, plansız duruş sürelerini önlemek için düzenli önleyici bakım (PM) almalıdır.
5 Bakım Stratejisi Nedir?
Bakım yapmanın beş ana yolu vardır ve her birinin kendi artıları ve eksileri vardır: planlı (veya önleyici), reaktif, tahmine dayalı, duruma dayalı ve güvenilirliğe dayalı.
Sonuç
Kestirimci bakım ile çok fazla önleyici bakım için ödeme yapmak zorunda kalmadan onarımlar mümkün olduğunca nadiren yapılabilir. Bu, planlanmamış reaktif bakımın gerçekleşmesini engeller. Durum izleme yapmanın en iyi yolunu bulmak için ekipmanı yapan kişilerle ve durum izleme uzmanlarıyla konuşmak en iyisidir.
İlgili Makaleler
- TAHMİN EDİCİ ANALİZ: Nedir, Örnek, Araçlar ve Önem
- Tahmine Dayalı Analitik: Tanım, Örnekler ve Faydalar
- Risk Yönetimi Nedir? Yapılar, Önemi ve Analizi
- Tahmine Dayalı ve Standart Analitik, Açıklamalı !!! (+ Ayrıntılı Kılavuz)
- Tahmine Dayalı Analiz Araçları ve Yazılımı: En İyi 15+ Araç
- İŞ YÖNETİM SİSTEMİ WMS: Tanımı ve Nasıl Çalışır
- İŞ PERFORMANSI: Performansı ve İncelemeyi Geliştirmenin En İyi 15+ Yolu.
Referanslar
