Интеграция EAM системы с оборудованием на производстве

Одной из основных задач системы EAM является обеспечение технического обслуживания и ремонта (ТОиР) оборудования. Решается она разными методами, в зависимости от критичности выхода из строя того или иного производственного актива для деятельности предприятия.

Недорогому и легко заменяемому оборудованию позволяют работать до отказа (реактивный вид обслуживания).

Для оборудования, стоимость простоя которого для производства невысока, а ремонтируется оно быстро, назначается превентивный вид обслуживания, или планово-предупредительные ремонты (ППР). Эти ремонты проводятся по заранее разработанным планам независимо от технического состояния оборудования.

В общем случае методы технического диагностирования разделяются на субъективные и объективные.

Субъективное означает просто  осмотр оборудования. Осмотр включает в себя визуальный контроль, оценку шумов и вибраций, определение степени нагрева узлов оборудования, выявление течи в уплотнителях и т.п.¹ И хотя приборные методы обеспечивают намного более высокую точность и оперативность, на первом этапе решения задач диагностирования весьма полезным может оказаться опыт механика, знающего особенности эксплуатации той или иной единицы оборудования.

Вопрос: а как же опыт механика интегрировать с системой EAM? Для этого служат мобильные приложения.² Просканировав с помощью смартфона или планшета QR-метку, размещенную на оборудовании, работник ремонтной службы может не только внести в базу данных пусть не самые точные, но зато актуальные данные, но и сразу же получить понадобившуюся ему информацию о вызвавшей подозрения единице оборудования.

Но, конечно, получить количественную оценку измеряемого параметра можно только с помощью приборов. Технические средства, используемые для диагностирования оборудования, можно разделить на портативные, анализаторы и встроенные системы.

Если стоимость простоя какой-то единицы оборудования оценивается как высокая, для нее назначается предиктивный (прогнозный) вид обслуживания. Состояние такого производственного актива диагностируется и контролируется ежедневно или даже непрерывно.

Эффективность использования на предприятии системы EAM во многом зависит от оперативности и точности проведения диагностирования оборудования, т.е. от степени интеграции системы EAM с оборудованием, и это относится ко всем видам обслуживания. Даже перегоревшую лампочку в темном месте нужно, во избежание травм, заменять как можно быстрее.

Портативные средства технического диагностирования предназначены для измерения одного или нескольких параметров. В качестве примеров можно привести такие устройства, как электронный стетоскоп, виброметр, тахометр, пирометр. Оперативная передача информации, как и при проведении осмотров, может осуществляться через мобильные средства связи.

Анализаторы позволяют не только выполнять измерение, но и проводить анализ диагностических параметров. Полученная информация дает возможность обнаруживать отказы на ранней стадии развития. В качестве примеров можно привести такие устройства, как спектроанализаторы вибрации, тепловизоры и т.п. Анализатор обеспечивает сбор и предварительный анализ данных, на основе полученных результатов можно в дальнейшем проводить более глубокие исследования с использованием специального программного обеспечения.

Встроенные системы диагностирования используются при необходимости непрерывного мониторинга технического состояния оборудования. С их помощью можно решать такие задачи, как защита оборудования от ненормативных режимов работы, контроль обширного комплекса диагностических параметров, максимально оперативное диагностирование состояния производственных активов. То есть именно встроенные системы диагностирования обеспечивают наиболее плотную интеграцию системы EAM и оборудования.

Еще недавно главным недостатком встроенных систем диагностирования была их высокая стоимость. В нее входили не только затраты на приобретение и монтаж датчиков, обеспечение передачи информации от них, но и затраты на обслуживание сложной многокомпонентной системы. Это ограничивало объём использования встроенных систем диагностирования, они применялись не более чем на 10% эксплуатируемого оборудования.³

Кроме того, в «верхнеуровневые» системы, такие как ERP и EAM, информация должна поступать в виде, соответствующем логике работы этих систем. Поэтому зачастую требовалось промежуточное решение для структурирования собранных данных, их агрегации, обработки и аналитики.⁴ Это влекло дополнительные расходы на аппаратные средства, программное обеспечение и персонал высокой квалификации.

Но по мере развития интернета вещей (IoT) и особенно промышленного интернета вещей (IIoT) ситуация меняется. Цена датчиков быстро падает, их возможности растут, современные беспроводные системы передачи данных обходятся дешевле, чем проводные, и быстрее развертываются. Благодаря появлению недорогих процессоров появляется возможность собирать и обрабатывать все больше данных об оборудовании еще до передачи их в системы класса ERP (т.е. проводить «туманные», или «граничные» вычисления со встроенной аналитикой), что упрощает сопряжение системы сбора информации с «верхнеуровневыми» системами, а значит, упрощает интеграцию оборудования с EAM.

Поскольку объемы и качество информации о техническом состоянии оборудования растут, открывается возможность применения для обработки этой информации передовых аналитических инструментов: искусственного интеллекта и машинного обучения. А это означает вывод систем EAM на качественно иной уровень, когда они будут выявлять скрытые закономерности, недоступные традиционным методам аналитики.  Полученное в результате знание может повысить ценность производственных активов предприятия за счет достижения максимально возможного межремонтного периода эксплуатации оборудования и повышения эффективности его использования.