預知保養諮詢服務:

 

廷真科技提供客戶專業的預知保養的最佳化顧問服務:

預知保養是一種思維,是從預防保養所演化而來的,也就是預防保養經過持續的改善,並且結合了業界陸續開發的新科技,並且搭配了先進的公司文化,先進的公司文化為近代社會科學所開發出應用於商業的技術。持續改善的理念包含六個標準差的持續改善,或是日本的Kaishan(直翻改善),結合了預防保養所演化出來。這些並非是革新。目前歐美已經有超過20%的企業開發出相關的實施計畫,然而各廠有自己最適合的實施計畫,目前還沒有可以適合各種公司的通用實施計畫,預知保養成功的過程也沒有公司願意分享,因為成功的最佳化預知保養方法已經列入公司的重要智財,可見預知保養對於公司的營運的重要性。美國能源局經過調查發現這些做到預知保養最佳化的公司,他們的能耗相較於沒有對預防保養做過改善的公司或是還沒有執行預知保養的公司低很多,因此美國能源局做過一系列的調查,發現預知保養能節省能耗5~20%,也因此美國能源局推出了Operations & Maintenance best practice guide.意圖要透過預知保養節能,但是預知保養的首要目標不是節能,節能的好處排在第四,第一好處是有效降低停機時間造成的財損,第二好處是可以降低保養費,第三是延長設備壽命。要注意的是,所謂的停機時間,這不只包含非計畫性停機,這也包含計畫性停機。預知保養能有效地降低所有的停機時間。很可惜的是,此文件的內容已經太舊了。根據業界少數的預知保養顧問,他們提到了預知保養的重要技術需求,就是要深入的全面了解設備的各種參數,後來稱之為數位分身的概念。除此之外,此技術需要在不同製程下精準的量測出發展中異常。因此對於目標系統的輸入與輸出都需要監測。但是如果要有效的分析這麼多Channel的巨大資料,這些資料都需要即時同步擷取。除此之外還需要有效的簡化與減少這些巨大資料。至於分析的部分,不能Over fitting 或Under fitting,所以要處理與辨別雜訊。最有效的方法就是建立數位模型,並且是物理模型,以便隨時在不同製程操作條件進行模擬驗證。當初投入預知保養行業的時候,做過深入的市場調查,發現有建立數位模型的廠商不多,因此找到了Artesis,並且了解他們產品的所代表的價值,也因此拿到了台灣與大陸東岸的代理權。Artesis是使用了機械控制的系統鑑別,並且使用了一些運算方法簡化了物理模型。除此之外他們也應用了實驗模型與經驗模型等統計模型。

有了技術,大家以為預知保養能迎刃而解,卻忽略了人、權力、錢的問題。往往其他專業的人才聽到時域分析與頻域分析就昏倒了,更不用提到小波、Enveloping或其他訊號處裡的技術。根本無法了解預知保養的技術。因此簡單易懂的人機介面變得相當重要。如果現在的電腦還需要自己刷電路板,自己寫程式,應該沒有人會用電腦吧。因為Artesis 的技術是由NASA主導開發,NASA是預知保養的先驅,因此提出了需多要求,而預知保養界的Mcintosh就誕生了,Artesis稱之為MCM,MCM最近也持續更新改善人機介面,持續的致力於簡化預知保養,使得高階主管不需要學習就能參與,其他專業的人才也不需要學習,可以上系統自己看,不需要震動專業人才花時間分析與解釋。預知保養絕對不是花錢就做得好的,需要公司文化的支持,大家都必需了解預知保養的目的與意義,預知保養技術量測的結果所帶來的意義,與自己能參與改善的地方。簡單的來說,就如下圖所示。

預知保養最佳畫圖

根據我們拜訪過的公司,最嚴重的問題是對預知保養的資源投入不夠,主要的原因可能是因為不知道預知保養能節省多少經費,通常也沒有詳細計算停機時間的營業額損失,或是對於目前維修保養與預防保養的花費也沒有精算。很少有使用CMMS系統。很多儘管人力資源的投入不夠,高階長官沒時間參與,儘管有專案小組,也沒有充分的授權。因此形成了惡性循環,導致預知保養的效果有限,節省的成本不清楚,更不願意投入資源,導致預知保養惡名昭彰。更嚴重的是,以往保養的組織的KPI或是Balance Scorecard都有最重要的一項,就是逐年減少保養經費,而預知保養的支出往往都是由保養費支出,而且效果會顯現在下一個會計年度,以傳統的經營方法,預知保養形成了一個嚴重的矛盾,或是Catch 22。凡事起頭難,要怎樣破解這無解的矛盾呢?建議先看看美國能源局出的報告Operations & Maintenance best practice guide。這報告也被德國知名的策略顧問公司所引用;Roland berger所出的Predictive maintenance 2014年的報告。重要數據整理如下:

預知保養的好處:(駐:他們是根據已經達到預知保養最佳化的公司)

  • 投資報酬率十倍
  • 減少保養費用:25%到35%
  • 預防非計劃性停機:70%到75%
  • 減少停機時間:35%到45% (他們指的是非計畫性停機的時間與計畫性停機的時間的總和)
  • 增加生產力:20%到25% 
  • 節省能耗:5% ~ 20%
  • 反應保養或維修保養每年每個馬力的花費18USD/hp p.a.
  • 預防保養每年每個馬力的花費13USD/hp p.a.
  • 預知保養每年每個馬力的花費9 USD/hp p.a.
  • 可靠度核心或可靠度中心保養每年每個馬力的花費6 USD/hp p.a. (此種方式很花時間人力)
  • 預知保養較先進的技術需要建立數位模型或是數位分身。

如果想估算剛開始投入多少資源,建議需要先做以下的準備工作:

  • 了解歷年來因為非計畫性停機所造成的損失,並且進行Pareto Analysis,找出前三大的損失,了解根因,並且了解相關資產的範圍,將他們訂為優先實施預知保養的對象。並且統計出這些資產每年可能造成的損失,與每小時造成的損失。
  • 了解近期維修保養費較高的的設備機種,並且進行Pareto Analysis,找出前三種資產,將其列入優先實施預知保養的對象。並且統計出這些資產每年的保養費,挑出不應該列入保養費的項目,以每年節省25%保養費來估算。
  • 找出每年歲修的瓶頸資產,找出前三大瓶頸資產,對其估算每年造成的停機時間,並且估算每小時造成的損失。
  • 了解近期耗電最高的資產,將其列入優先實施預知保養的對象。
  • 需要策略性計畫佈署,需要對照組,以便精準的計算預知保養造成的效益。
  • 成立專案小組,並且由高階主管領導,需要有各類的專業人才
  • 保養專業:儀電、電測、機械等
  • IT專業
  • 生產專業:製成、設備、工務等
  • 工業工程
  • 採購專業
  • 業務專業
  • 行銷專業
  • 產品專業
  • 財會專業
  • 人事專業
  • 環保專業
  • 定期的追蹤進度
  • 與人事討論激勵方案

依據以上資料估算成本避免(Cost avoidance),以估算的成本的一半作為投入預知保養的預算(避免人為的錯誤),成立成本中心與專案小組,由專案小組精算預知保養的成本避免。買一套CMMS吧。

有預算之後就可以開始尋找合適的預知保養技術,根據Roland Berger,目前技術上最大的困境就是目前市面上的技術是設備監診技術,目的在於偵測某種現象或症狀,沒有全面性的預知保養產品,即使有,也需要大量的專業知識,專業知識是包含很多跨領域的,因為還有很多系統整合的工作,包含客製化。幾乎每個設備都需要客製化處理,如果要自動化還需要能應付各種的製程或運行條件。根據美國能源局目前最大的挑戰是,(一)高階主管看不到成效(如按照以上的方式,這問題已經解決)。(二)增加有效的診斷設備,市場上有很多不成熟的設備監診技術,往往無法達成預期的效果,導致設備監診技術惡名昭彰,高層主管對於投資設備監診反感。建議先試用,或是Condition Demo。(三)投資在員工培訓。最好能找能持續監診,全自動(包含各種操作條件下也能全自動),無錯誤示警,原廠提供遠端支援,最全面的包含各種不同參數監診技術,並且能廣泛佈署在不同的資產上,以減少人員的培訓成本。

有好的開始就是成功的一半,看到這裡,您已經開始預知保養了,如果需要更多的諮詢,敬請與我們聯繫。

© 2019 TZInc