批次生產預知保養

幾年前美國很多文件指出預知保養適用於連續性製程的生產模式，但是近期這些政府文件改版後將相關的描述內容去除，根據美國商業局詳細調查發現25%成功部署預知保養的公司內，很多是用於批次性生產，要注意的是這些不是連續性批次生產，而是純批次生產。很可惜的是找不到退休員工寫書賺外快。因此我們根據我們使用業界最先進的技術超過五年的經驗，對於批次生產預知保養進行分析，結果讓人震驚，批次生產有很多貓匿，不能靠直覺去想像。預知保養部署成功的失敗率超過七成，很少人有機會去體驗了解這些貓匿，以連續性生產預知保養的觀念，很直覺的就是只要我預知保養系統夠準確，診斷視野夠長，配合足夠的維修保養能力，一定能降低保養維修費，保養維修費省下來，能耗與設備壽命一定能降低，反之也成立。但是批次生產保養維修費降低卻與設備壽命與節能背道而行，必須二選一，或是最佳化。

製程分類

首先，我們先認識製程的分類，與預知保養相關的製程分為兩類，但是實際上有三種；連續性製程、連續性批次製程與批次製程，以預知保養的觀點，連續性批次製程屬於連續性製程。

其實判定很簡單，只要瞭解除了週期性大修除外，設備是否會中斷，如果會中斷，中斷的時間是否最小化?或是有限制停機時間?

何謂保護系統?還是預知保養系統?

90年代後在美國常常提到保護系統，他們所指的預知保養系統與保護系統不一樣，從美國能源局的文件可以清楚地發現所謂預知保養系統指的是先進的傳感器與複雜的訊號處理與分析，從歐洲推動的工業4.0文件也可以看出他們所指的預知保養不是70年代的預知保養系統。如果根據預知保養的進展，最先提出預知保養是英國空軍，1941年推翻傳統的定期保養，認為應該以設備的狀態作為是否進行保養的依據，當時速度規(不是加速規)與熱顯像儀已經發展成熟，因此很多ISO的標準使用速度作為安全閾值。1964年普通加速規開始普及，所謂普通加速規指的是低頻的加速規，因為加速規應用廣泛，因此加速規進步迅速。90年代，工廠開始使用先進的加速規量測早期異常，也就是精準的高頻諧波振動量測(如±1% 頻率42KHz)，並且使用FFT進行頻譜定性分析。隨著電腦的普及與進步，發展了很多複雜的訊號處理與分析手法。ISO也在2013年建立的MCSA的標準，包含MCSA 3.0 模型式ESA的量測。最主要的區別是預知保養系統可以降低錯誤示警、增加診斷視野(去除雜訊與分類異常並且分離異常訊號)與估算失效時間。如果系統只直接擷取簡單的單一物理量，如振動或是溫度，不進行訊號處理與分析，直接採用簡單的固定閾值，這就是保護系統，主要的功能為保護系統的運行安全，通常診斷視野小於三個月，在失效前一個月示警。

何謂診斷視野?

使用診斷視野(Prognosis Horizon)這名詞是以診斷系統的觀點描述的診斷的早期性。堪用年限(Remain Useful life)是以設備設計的觀點或是財會與法律的觀點。如果站在維修保養的觀點來看，保養的好的設備是沒有所謂的堪用年限，除非像是無法保養的微機電IC，使用Flip flop 次數計算年限，BASF有超過一個世紀的化工廠，廠內的搖轉發電的轉盤式電話也都堪用!因此在此使用診斷視野較為合適。如果看不到，怎麼去估算堪用年限呢?不是在扯謊嗎?診斷視野對於批次生產非常重要，但是估算什麼時候失效不是很重要，因為批次生產的運行時間不確定性較高，只需要在失效前一個月示警即可，這是保護系統與預知保養都做得到的功能，重要的是漏檢率，談到漏檢率就必須了解設備的異常，必須涵蓋所有會造成設備失效的異常。我們會在下一小節討論。長的診斷視野必須有好的維修保養能力配合，才能執行成功的預知保養計畫，假設我有好的維修保養能力，我診斷視野需要看到什麼?我們用下一張圖來解釋:

設備異常介紹

設備種類眾多，有非轉動的有轉動的，由於轉動的設備故障率與造成的財損與安全較為嚴重，且診斷較為簡單，因此我們會專注於轉動設備，而轉動設備大部分為馬達所驅動，馬達的故障率與複雜度較高，且為標準品，與機械有很多共享的部件，因此我們會以馬達為討論的核心，畢竟只有馬達有IEEE與EPRI的高取樣數調查報告。設備故障的七成都是馬達造成的，如果是簡單設備，整台設備的故障率約是馬達的1.3倍，要注意的是大馬力馬達>500Hp的故障率是其他馬達的三倍。以下為整理與濃縮後的馬達故障調查報告。

了解了異常的分布，該如何應對?最好先安裝便宜且覆蓋率高的異常，以下是我們的建議:

設備異常的特性

台灣預知保養業界有兩個陷阱，一個是假設是設備有堪用年限，另外一個假設就是異常都是隨機發生的，這兩種思維都可以遮蔽所有預知保養的失敗。美國太空總署NASA早在80年代就開始研究設備異常，設備異常可分類為:

Incipient Fault(or Developing fault):發展性異常，佔超過75%，包括但是不限於:零件鬆動、基座不穩或稱作軟腳、不平衡、不對心、軸承、傳動系統(耦合器、皮帶系統、齒輪系統等)、轉子與定子等
Abrupt Fault:突發的隨機異常，監控無效，通常是品質與設計問題
Intermittent Fault:間隔性異常，很難監控，通常是設計問題或是系統外部影響

NASA進一步研究發展性異常，發現各別種類的發展性異常是可以用指數建立模型:

異常所產生的訊號也符合上述的模型。

什麼是異常連鎖效應?(Knock On Effect)

當各別異常惡化到一定的狀態，根據我們的經驗大約是小於六個月診斷視野時的狀態，很可能會觸發其他的異常，也就是所謂的二次傷害，包含造成異常的因素(兇手)，或是加速惡化的因素(幫兇)，如果看不到或是維修能力無法抑制惡化，二次傷害的異常惡化到一定的狀態不但會觸發其他異常，甚至會與既有異常產生交互作用。我們使用之前的IEEE報告做個簡單的示範。除了濕度這個幫兇以外，濕度通常影響是單向的，不會與其他因素或異常產生交互作用，其他因素與異常都會發生交互作用。過載這個幫兇直覺上不會產生交互作用，但是如果仔細的去分析，過載就是設備運行超過設計範圍，通常會產生紊流、振動、高溫等，會與其他因素交互作用、並且造成惡性循環。紊流會造成孔蝕現象，增加管壁阻力，降低泵葉片的效能，振動會造成軸承損壞，反過來也會增加阻力，馬達高溫會嚴重影響定子的阻值降低效率，甚至造成周邊靜置的設備軸承損壞，這些系統阻力的增加與效能的降低，會加劇過載的效應。定子升溫的業界準則是溫度每升高十度，定子壽命減少一半，不只會造成絕緣變質剝落，也會造成導體的變化。潤滑油與高分子都是有機物，最怕升溫、水氣與紫外線，台灣空氣因為是火山島地形，空氣的腐蝕性是全球前幾名，腐蝕性的物質需要水氣，因此需要控制濕度，設備設計運行的溼度通常是小於80%，但是台灣除了夏天南部少數地區濕度會略低於80%，其他狀況都是超過80%。濕度不但有腐蝕的功能，也會造成電路板短路。潤滑油也會有交互影響，振動會造成油內顆粒雜質增加，高溫與污染會造成變質，潤滑油加過量會造成升溫，生溫會造成間隙問題，增加顆粒雜質。電力的問題也會影響機械，諧波過高會造成漏電，導致軸承內產生電弧，局部放電不是只發生在中高壓電，440V的也會看到，電弧會造成軸承問題，軸承問題會影響對心，反過來也會影響電力品質，電壓或是電流不平衡也會造成轉子的問題，也會影響到軸承，溫度不平均像是熱點，會產生熱應力，磁力不平衡也會產生磁應力，都會損傷轉子，電壓與電流不平衡都會升溫，嚴重還會產生Torsional vibration造成軸斷裂，IEEE報告所列舉的除了濕度以外都會交互影響，這在業界稱作連鎖效應(Knock On Effect)。要避免連鎖效應需要有足夠的維修能力避免任何發展性異常進入低於六個月診斷視野的區域。因此診斷視野在連續性生產與批次性生產都很重要! 如果能做到，設備是沒有所謂的使用年限，設備廠商即使倒閉，如果能取得設計圖，現在可以很便宜的使用3D列印製造，即使使用鈦合金或是其他防腐蝕鋼材都可以列印。較大的部件機構的損壞點也很容易修復。

批次生產的特性

批次生產的定義就是沒有限定閒置時間，生產運行時間較短，因此不容易造成運行時停工，除非漏檢率過高，即使停工，廢料的財損通常也有限，生產重新排程即可避免停工的損失。

預知保養在連續生產應用上，主要目的為避免停工造成的損失，包含計畫性與非計畫性停工，其次才是降低保養費用，第三個目的是節能，最後的目的是延長設備壽命。以上為財損，避免以上財損必須投資於維修保養能力與預知保養。以下為相關連續生產預知保養策略，必須取得實際數據進行最佳化分析:

批次生產不太需要監控停工造成的損失，保護系統通常會在異常發生前一個月示警，已經可以避免運行時的停工，精準度包含漏檢率與錯誤示警，漏檢率相對比較重要，由於保護系統在診斷視野一個月時示警，這是異常的連鎖反應區，既然所有異常都會交互影響，因此即使無法直接診斷到也可以間接診斷到，除了定子與轉子的問題比較難檢測到。錯誤示警就要看狀況了，錯誤示警高可能有好處、錯誤示警低一定有好處，因為停工不會造成損失，因此如果設備維修保養自己做不外包的話，可以增加員工對設備的認識，上當幾次就不會再上當了，對於設備也有更深入的了解，有動力將示警閾值最佳化。如果是外包設備維修保養，廠商可樂了，廠商的立場與業主有嚴重的衝突，廠商希望設備每天都送修，業主希望永遠不要送修、設備消耗電費越低越好、設備可以永久使用，電費與設備壽命廠商不會在乎的。廠商樂了，就會討好員工避免變動示警閾值，員工上班的環境也改善，反正是老闆去面對股東。如果是面對納稅人更好，反正不繳稅會被罰。如果將保護系統的閾值增加到診斷視野三個月前，這時廠商可能就可以很快退休了，因為常常會有錯誤示警。造成錯誤示警的因素主要是:使用不合適的傳感器、環境雜訊沒處裡、異常訊號沒分離各別異常種類訊號、沒有建立各別異常種類的趨勢圖並且與負載與操作變化做連結。為何診斷視野三個月時會比一個月更嚴重?因為異常的特性為指數惡化，視野一個月時，惡化速度最快的通常會很突出。但是很可能沒量測到根因，造成MTBR(維修間格)越來越短達到動態平衡。MTBR比較適合用於連續性生產，批次生產因為生產變化較多，因此可以假設生產的產能與排成固定，或是直接用維修品質來描述。以下我們會假設生產的產能與排成固定。下圖是批次生產的保養策略，這不是批次生產的預知保養策略，這是使用保護系統的保養策略，畢竟只有使用預知保養系統才能進行預知保養策略，我們後續會解釋為何保養策略與預知保養策略不一樣。

最後做個補充，連續性生產因為經常操作與負載變化，因此時域的解析度很重要，很輕易地能判定錯誤示警，並且進一步了解超出範圍的操作與負載是否正常?是否是過載? 連續性生產另一個重要的要求就是需要在歲修後檢測並且精準估算異常是否會在下次歲修前造成失效?這時候時域的解析度也很重要。因為估算異常失效時間對於批次生產意義不大，且批次生產操作與負載變化有限，因此批次生產採用巡檢就足夠了。

維修保養能力

維修保養能力重要嗎?如果重要的話為何要外包?在台灣外包維修保養的公司很多，如果是上市公司，外包很多狀況都是五鬼搬運，這種花式營運我們就不討論。如果認為維修保養能力重要就會知道培養維修保養的能力不便宜，但是如果診斷視野不高的話，很難確定維修保養的品質，我們在這假設批次生產的生產排程與產能穩定，這樣我們可以用MTBR維修間格來描述並且量化保養品值的好壞。首先我們用一個很特殊的案例來解釋維修能力的重要性，這個案例展現了維修能力在不對的情境下會造成公司結束營業。

以上的藍色線代表了水泵的異常狀態，直線下墜的地方是因為水泵失效或故障然後保養修復。最上方黑色虛線代表了惡化到故障的程度。下方泛黑的地方是異常連鎖效應的區域，下方紅色線為診斷視野六個月，黃色線為診斷視野一年，綠色為上千萬筆正常新馬達的狀態平均值。這是真實發生的案例，業主為國營企業，這是一個定期的水泵維修保養標案，修得好公司會去投標，我忘了每次標案的維護保養期間多長，我們是跟修得好公司配合，我們會去檢測他們修復的馬達，他們每次都能維修到低於綠色線，代表他們維修能力比業界平均的品質高很多，維修品質高相對的成本也高，通常這些標案是區域性的，運輸成本為天然的競標阻礙，很不幸的其他區域的保養廠商來搶標，我們稱之為修不好公司，因為他們確實是修不好，搶標後卻在下一次投標故意輸掉，修得好公司得標後馬上就故障，修得好公司發現水泵狀況極差，修復花費較高。修得好公司是修馬達起家後來轉行開發線上遊戲，他們認為培養了很好的維修保養能力在業界沒有價值，他們認為如果有照妖鏡也就是我們的產品(Artesis)，或許可以扭轉趨勢，但是業主不買單，因此他們認為與修不好公司競爭沒有意義，決定結束營業。這難道不是個很諷刺的故事嗎?如果標案是一台就算了，這標案可能八台1000KW左右的水泵，假設稼動率為50%，他們馬達在標案期間(三年)造成馬達運行在耗電的連鎖反應區，通常每種異常會造成1.5%左右的額外電耗，連鎖反應區通常都會有3~5種異常，約額外耗電6%，如果電費是每度三塊的話，他們浪費了納稅人超過六百萬台幣，並且嚴重的降低設備壽命。修得好公司因為決定結束營業，因此也只是應付他們的標期內的維修保養。其實這不是唯一的產業扼殺了好的維修保養廠商，我們在高科技業碰到修水泵修到報廢，比修不好公司還慘，這些高科技產業的轉動機械工程師其實經驗很少，我們碰過業界全球龍頭的公司每年需要更換二十四台馬達的軸承，我們幫他們測試發現諧波過高，他們聽了很生氣，認為諧波不會造成軸承損壞，我建議他們檢查軸電流，把我們打發走後他們檢查發現真的有軸電流。他們找了許多廠商幫他們檢查只有我們找到根因。這些故事雖然告訴我們維修能力好的不見得有好報，但是如果這些業主都很重視維修保養能力的話，可以節省了許多沒必要的花費，並且可以提升廠商的保養維修能力。維修保養能力要夠好，這是無庸置疑的，但是不見得每次都要修到業界第一，維修品質需要最佳化，因為修到業界第一需要許多的成本。如果需要最佳化就需要有數據，這就是預知保養高診斷視野的價值，如果能分離各別異常訊號的話，就更有價值。要做到精準的高診斷視野需要處理雜訊，雜訊通常會覆蓋超過六個月以上的診斷視野訊號，接下來如果需要高診斷視野精準的診斷，就需要分離各別異常訊號。如果有興趣的話可以去閱讀預知保養懶人包。

批次生產預知保養策略

在這裡總結以上討論批次預知保養的結果:

1. 停工發生機率低，因為通常製程運行時間短，製程較連續性生產穩定，環境振動較少，影響錯誤示警的因素較少，因此較適合巡檢。

2. 批次預知保養的主要任務是降低保養維修費用，精準的維修品質很重要，假設運行排程與產能固定，需要精準的控制維修的間隔(MTBR)，也就是最佳化，如果需要精準控制維修的間格，診斷視野與早期的異常偵測精準度要高，需要控制雜訊並且分離各別異常訊號。

3. 因為運行時間短，沒必要估算失效時間，因此不需要建立各別異常訊號的趨勢圖。

診斷視野為何重要?通常設備異常的修復都是看到哪裡修到哪裡，維修品質與維修成本成正比，如果看不到維修品質，修再好也沒用。時間久了為了方便，只會修到看得到的地方，也就是診斷視野精準度足夠的地方。有個高科技廠希望驗證我們的產品，他們找個感覺有問題的設備請我們測試，我們測試過後跟他回報設備需要維修了，我忘了是哪個異常，但是異常訊號超過模型的八個標準差，他們用加速規測試也超出了ISO標準，他們請外包商維修，維修後確認加速規的訊號正常，請我們再次測試，我們測試後發現異常訊號更高，他們很疑惑，我就請他們問維修廠商他是把加速規放在哪裡量測?他們指給我看量測位置，他們的量測點是在很薄的機殼上，我仔細看了機殼的螺絲有明顯痕跡，我就請他們問維修商他是不是沒有修理只有鎖緊機殼的螺絲?他們廠商很誠實，他說他老闆要他來處理，要用最低的成本將振動速度值降低，因此他就用吃奶的力量將機殼鎖緊到振動速度值達到正常的範圍。振動通常是撞擊造成的，如果撞擊一個可以移動的目標，目標受到的衝擊力較小，如果撞擊一個固定目標，目標受到的衝擊力較大，他們這樣會造成MTBR降低以外，設備會受損的較嚴重，修復的費用會比較高，此外設備壽命也降低，能耗增加。因此診斷視野很重要，診斷視野的準確性也很重要，準則是看到哪裡修到哪裡。

以上的圖試圖解釋診斷視野與維修能力搭配能有效提升MTBR，也就是維修保養費，要注意這裡假設批次生產的生產排程為固定的且產能不改變。在上方的黑色虛線為保護系統的閾值，由於保護系統的診斷視野頂多三個月因此維修品質很可能只能達到六個月診斷視野的維修品質，換個角度來看，維修的品質可以將設備剩餘的堪用時間增加到六個月，藍色線是描述以六個月診斷視野所訂定的維修品質的設備異常訊號曲線。黑色虛線下方為泛黑的區域，這是異常連鎖效應的區域，設備如運行在這區域會造成額外的能耗，這些額外的能耗是因為異常與期觸發的二次傷害異常、三次甚至四次傷害的異常所造成，通常會造成1.5~6%的額外能耗。連鎖效應區運型的設備壽命會降低。黃色的線為連續性生產所關注的一年的診斷視野，如果可以根據一年的診斷視野增加維修能力，如紅色曲線所描述的，很明顯的紅色曲線的MTBR較藍色曲線增加一倍，表示可以節省很多維修成本，但是紅色線的維修能力需要從藍色的維修能力進步，這也會有額外的成本。

當公司要求降低能耗並且增加設備壽命時，藍色曲線與紅色曲線必須往下降，紅色閾值將取代黑色虛線，因為必須避開泛黑色的連鎖效應區。

這時如果維修能力不改善，MTBR會降低一半如圖(2)的藍色曲線，意味著必須與避開連鎖效應區所節省的額外能耗與設備增加的壽命進行成本的平衡或是最佳化。如果預知保養系統的診斷視野可以達到業界新設備的平均值，也就是綠色的直線，且維修能力可以將設備修復到新的狀態，這時MTBR會再次的升高一倍，也就是降低維修保養花費，這時最佳化的條件就更複雜，必須將設備維修能力增加的花費、預知保養系統的花費、節省的能耗、增加設備的壽命總和，與省下的維修保養費與可能造成的停工損失進行最佳化。當然也要考慮圖(2)綠色曲線的路徑，也就是不進行能耗與設備壽命的改善，這時的維修保養費是最低。因此批次生產的預知保養策略如下圖:

批次生產為何需要分離各別異常訊號?

分離各別種類的異常訊號有很多好處，預知保養最初是使用保護系統，應用於降低軍機的妥善率，軍機的維修費是沒上限的，通常都是整個模組快速更換，但是生產線的維修費是越少越好，此外，可以有效增加診斷視野的準確性，如果使用分離後的數據建立趨勢圖，則可以較準確的估算異常造成設備失效的時間，批次生產不需要估算異常造成失效的時間，但是可以使用巡檢手動作紀錄，紀錄設備運行時間與檢測的時間，可以建立低解析度的趨勢圖用來粗估設備失效時間。分離各別種類的異常訊號最重要的功能是能輕易的找到根因，並且避免異常訊號重疊所造成的錯誤示警，避免沒必要的維修產生的額外花費。

假設從保護系統振動訊號看到以下的趨勢，發現突然MTBR降低，且異常經檢視後沒那麼嚴重。

其實這是因為沒發現根因，且根因所造成的二次傷害異常的惡化速度較快，這個現象常常發生，惡化速度較快的二次傷害異常通常是軸承。這裡我們假設異常的惡化速度一樣。如黃色線所示。米白色的區域為保護系統的診斷視野，通常小於三個月。

當視野增加，看的到的景象就不一樣，以下圖示各種診斷視野所看到的景象。如診斷視野超過六個月或許就看得出這是根因造成二次傷害的現象。

如果能分離各別異常訊號，如下圖所示，則可以很輕易的發現根因(藍色三角形)異常與二次傷害異常(紫色三角形)，並且可以很清楚地了解每個異常在任何時間下的惡化程度。如果建立趨勢圖，可以估算各別異常造成設備失效的時間。

正確的預知保養程序

預知保養系統只是執行預知保養計畫的工具，最重要的還是維修保養能力、或是維修保養資源。很多公司買了預知保養系統就認為預知保養系統可以解決一切，先進的預知保養系統像是個保養領域的無人機，提供保養領域很完整自由的視角，當你發現很好的地點，還是得靠雙腳走過去。無人機可以幫你規畫走到成功的預知保養目的地，當你的無人機的航程有限，能規畫的路程就有限。我們在這裡提供您一個正確的批次生產預知保養策略，但是我們無法幫您蒐集實際資料將策略轉換成正確的預知保養計畫，且必須由讀者自行執行。