设备维护管理技术进展--控制网



设备维护管理技术进展
企业：控制网 日期：2009-08-07
领域：工控机 点击数：4430
张志檩 （1945-）

男，河北衡水安平人，教授级高级工程师。毕业于中国科学技术大学无线电电子学系，一直在石油化工行业工作。曾任大庆石油化工总厂自动化处车间副主任、自动化研究室主任、信息中心主任，后调中国石化总部，先后任中国石化总公司经通信息公司、中国石化总公司信息中心、中国石化集团公司信息中心副主任兼总工程师、中国石化股份有限公司信息系统管理部副主任。被国务院授予享受国家政府津贴的有突出贡献的国家工程技术专家。

    企业生产设备（Production Equipment，manufacturing equipment .）是维系生产过程和加工、提供合格产品的物质基础，是固定资产的重要组成部分，是企业管理的主要对象。设备维护管理（ maintenance management）是设备管理的重要环节，是维系设备正常运行的各种技术活动与管理活动的综合，是备受管理者重视的企业管理工作。人们对设备维护保养重要性的认识如图1、2所示。

    图1   对资产维修的预期比例

    图2   对资产维修的重要程度认识比例

1 设备维护管理的沿革

    工业发达国家的设备维护管理大致经历5个阶段的变迁。

    (1) 事后维修（ＢＭ：breakdown maintenance）阶段

    20世纪50年代以前为第一阶段，多为事后维修。是一种直到设备发生故障、损坏和停机时才考虑维修的方式。直到现在，对于因设备故障停运后不会造成太大损失的场合，仍然使用这种维修方式。由于维修作业突发，在事前难以制定维修计划，难以高效地配备人员、材料和维修器具等设施，因此事后维护多用于准备简捷便当，平均故障间隔时间（MTBF）不固定，平均修复时间（MTTR）短，定期更换部件费用高昂的场合。

    (2) 预防性维修（ＰＭ：prevention maintenance）阶段

    20世纪40年代末至50年代初，预防性维修从美国兴起并传入其他发达国家。它是在设备发生故障前考虑采用的一种维修方法。其目的是防止设备突然发生事故并停车，在一个经济的时间间隔内对一些部件或单元进行更换的方式。预防性维修 (1951年提出)通过对设备的物理检查，预防故障发生，从而达到延长设备使用寿命的目的。预防性维修的开展包括三方面活动：设备的日常维护如清洁、润滑和保养；对设备周期性的检查，及时掌握设备的劣化状况；对设备劣化采取复原活动。预防式维修的时间间隔根据设备规模和寿命而定。进行定期的年、半年、月、周检修及保养，或者大修、中修、小修及保养。随着技术的进步，开始是基于时间的预防式维修（a time-based Preventive Maintenance）即定期维修或计划维修(Planned Maintenance ,PM)。后来又逐渐演变为利用状态检测技术、基于条件的预防式维修（a condition-based Preventive Maintenance）。预防式维修要慎重，防止维修过剩不经济和维修不到位出事故。

    (3) 生产维修阶段

    20世纪50年代至60年代为生产维修（PM：productive maintenance）阶段。它是一种生产效率最高、经济最优的维修模式。对重点要害设备采取预防式维修，而对一般设备则采取事后维修。其中考虑了设备全生命周期成本这一概念（LCC：life cycle cost），它是维持设备正常运转的一切费用以及设备退化导致的一切损失之和。其工作重点有：一是开展改正性维修（CM：corrective maintenance）。改正性维护 (1957年提出)是从预防故障发生，扩展到通过对设备的改进和改善,以达到减少故障发生或对故障容易进行检查和修复目的的活动。改正性维护需要维修人员和操作人员共同参与，记录日常检查结果和故障详细情况，针对故障和故障发生源进行有效的改进和改善；二是进行维修预防(Maintenance Prevention)，维修预防 ( 1960年提出)就是把设备运行中出现的故障问题反馈给设备的设计、制造和技术改造部门，通过新一代的设计制造使原来的故障问题得到避免，使设备运行更加可靠。维修生命周期如图3所示。

    图3   最佳配备的设备维修系统

    (4) 全公司全员生产维修（ＴＰＭ，total productive maintenance）阶段

    该阶段是20世纪70年代起于日本，又在世界许多国家推广，包含全公司生产管理人员、维修人员、生产操作人员等全员参加的覆盖设备生命周期全过程的生产维修模式。TPM是在生产维修的基础上发展起来的一套管理系统，1971年日本一家汽车配件厂(Nippon denso Co., Ltd.)在日本工厂维修协会（JIPM）的协助下，让操作人员共同参与设备维护，首先提出了TPM（Total member-participation Productive Maintenance）理念，即全员共同参与的生产维护，其简称为Total Productive Maintenance，即TPM。20世纪80年代开始，TPM作为一套有效的管理系统，得到了人们的广泛认同，世界上许多公司先后引进了TPM系统。与此同时，TPM系统也在不断发展完善，从最初的设备维护管理发展到安全健康环保、质量、产品开发、供应链、人事培训和办公室管理等各个领域，成为了一套通用的综合性的企业管理系统。

    (5) 预测性维修（ＰdＭ：predictive maintenance）阶段

    第五阶段是20世纪80年代至90年代开始普及的预测维修。预测维修根据对设备退化状况和性能状况的诊断，来确定和进行维修活动。因此，它是要求能够精确地检测和掌握设备退化状态，而到确实需要维修时再进行维护的概念。也叫基于状态的维修（ＣＢＭ：condition-based maintenance) 和以可靠性为中心的维修，即可靠性维修（RCM，reliability centered maintenance）。它是定量掌握设备状态的设备诊断技术发展的产物。基于状态的维修（又名条件维修，预知维修）最早出现在20世纪40年代末的里奥格兰德铁路公司（Rio Grande Railway Company），用于发动机维修，取得了杰出的经济成就。 后来在美国陆军得到了应用。 在50年代、 60年代和70年代初CBM开始流行，并形成了充满活力的提供技术培训、产品和服务的CBM产业，后来被称为“预测维修（predictive maintenance，PdM）”。可靠性维修始于20世纪50年代的飞机维修业。当时发现传统的维修方式不能满足战后的现代飞机维修业务。到60年代，航空工业可靠性大纲（FAA）出台，制造业维修指导小组（FAA/MSG）成立。70年代，MSG-1标准用于波音747，MSG-2用于DC-10、L1011。80年代，美国联合航空率先推出RCM，并将MSG-3用于波音757、767。90年代，RCM用于核工业和其他各个行业。

    综上所述，随着时间的推移，维修过程和系统经历了重大变迁。早期，均是事后维修（BM，Breakdown Maintenance）。现在，有效的维修方式是预先发现设备的早期退化的预测式维修（predictive maintenance，PdM)和基于状态的维修（Condition-based Maintenance，CBM) 的结合。预测性维修（PdM）是根据对一个设备单元测试结果的趋势来预知或诊断其问题的方法。这些方法使用非破坏性（non-intrusive testing）技术来测试和计算设备的性能趋势。基于状态的维修(CBM)是一种方法论。它将预防性维修和预测性维修与实时检测（real-time monitoring）相结合。预测性维修使用CBM系统在故障发生前发现故障根源，将维修变为主动处理。CBM精确地检测设备系统的当前状态，并在故障出现前预言可能出现的故障。近几年，基于时间间隔的定期维修（ＴＢＭ：time-based maintenance）正向基于状态检测的预防维修转移。设备维修的演变如图4所示。

    图4   设备维修的演变

2 设备故障规律的基本描述

    设备如同其他产品一样，都有寿命周期。指设备从开始投入使用起，一直到因设备功能完全丧失而最终退出使用的总时间长度。衡量设备最终退出使用的一个重要指标是可靠性。可靠性是指设备在规定条件下和规定时间内，完成规定功能的能力。规定条件是指使用条件与环境条件，具体条件如负荷、温度、湿度、压力、振动、冲击、噪音、电磁场等，此外还包括使用、操作、维修方式以及维修水平等有关方面。规定时间是指系统失效的经济寿命期，即在陈旧老化期和经济磨损期的条件下，能正常发挥功能的总时间。在实际中，规定的时间可指某一时间段或使用的次数等。规定功能是指设备系统的预期功能，即设备所应实现的使用目的。对不同类型的设备要有相应的具体规定。 

    对于设备故障模式的认识，是随着设备的日益复杂和多样性而变化的。大致呈现三个阶段。传统认为，大部分部件首先稳定运行一段时间，然后开始出问题。20世纪40年代的简单设备往往呈现这种情况。到了20世纪60和70年代，设备变得较为复杂。在运行初期，由于部件之间需要磨合，容易发生故障，随后进入稳定运行阶段，在寿期最后又容易发生故障，这就是典型的“浴盆曲线”。进入上世纪80年代之后，由于电子信息技术的广泛应用，设备构成更加复杂和多样性，因此设备的故障/失效曲线呈六种情况分布。据国外的统计，从上至下六种情况发生的概率分别为：A:4%，B:2%，C:5%，D:7%，E:14%，F:68%。如图5所示。

    图5   设备失效浴盆曲线的变迁

    典型的浴盆曲线是指产品从投用到报废为止的整个寿命周期内，其可靠性的变化呈现一定规律。如果以产品失效率作为产品的可靠性特征值，它是以使用时间为横坐标，以失效率为纵坐标的一条曲线。因该曲线两头高，中间低，有些像浴盆，故称为浴盆曲线(Bathtub curve,失效率曲线)。 如图6所示。实践证明大多数设备的故障率是时间的函数，具有明显的阶段性，可划分为三个阶段：早期故障期(Infant Mortality)，偶然故障期也称随机失效期(Random Failures)，严重故障期也叫耗损失效期(Wear out)，主要由磨损、疲劳、老化和耗损等原因造成，这是设备维修关注的重点。

    (1)

    (2)

    图6   浴盆曲线（1）及维修的作用（2）

    设备故障源于老化，并遵循老化曲线。如图7所示。老化曲线沿纵轴可分为3个阶段： 绿区(G)——包括浴盆曲线的正常使用阶段，即故障率最低的阶段，表示设备处于良好状态。黄区(Y)——包括浴盆曲线Ⅲ区的初始阶段，即故障率已经出现升高的趋势，表示设备应处于密切监视状态。红区(R)——包括浴盆曲线Ⅲ区的故障率已经开始大幅度上升的阶段，表示设备已经处于极严重或者危险状态，此时应该停机。以上描述是设备故障发生的一般规律，对于具体设备，还应该结合其本身特点分析。这对于进行设备预维护，防止某些故障发生，以及故障发生后的快速诊断都很有意义。

                                    图7   设备老化曲线

    P-F 曲线如图8所示。它描绘设备在接近失效时的行为。该曲线显示，当失效开始时，设备性能恶化到失效可被检测到的点 (P)。如果未检测到失效和缓解，则会继续发展，直到“硬”失效发生 (F)。P 与 F 之间的时间范围通常称为 P-F 区间，这是一个机会区间，通过在该段时间内进行检查，可检测到即将发生的失效，并进行相应处理。举例来说，如果 P-F 区间为 200 天，并且产品将在 1000 天后失效，则您可在 800 天后检测到即将发生的失效。

    图8   P-F 曲线

    除 P-F 区间外，还可使用一个“失效检测閾值”(FDT) 因子，来指示在检查期间，从何时开始可检测到即将发生的失效。FDT 是介于 0 与 1 之间的一个数，它表示必须在产品寿命到达某一阶段（以百分比计）之后，才可检测到即将发生的失效。举例来说，如果 FDT 为 0.9，并且产品将在 1000 天后失效，则必须在产品寿命到达 90%即 900 天 以后，才可检测到即将发生的失效。失效过程如图9所示。监测频率的选择如图10所示。

    图9   设备失效过程

    图10   监测频率的选择

3 CBM 的内涵

    随着时间的推移，维修过程和系统经历了重大变迁。早期均是事后维修（BM，Breakdown Maintenance）。随着技术的进步，开始实行基于时间的预防式维修（a time-based Preventive Maintenance），后来又逐渐演变为基于条件的预防式维修（a condition-based Preventive Maintenance）。现在，有效的维修方式是预先发现设备的早期退化的预测式维修（predictive maintenance，PdM)和基于状态的维修（Condition-based Maintenance，CBM) 的结合。预测性维修（PdM）是根据对设备单元测试结果的趋势来预知或诊断其问题的方法。这些方法使用非破坏性（non-intrusive testing）检测技术来测试和计算设备的性能趋势。设备老化预兆诊断系统，根据对设备状态的实时检测，扑捉形成劣化的状态恶化的兆候，确立可以诊断的算法。以真空泵诊断系统（VPMS）为例，该系统已振动诊断为主。振动诊断是根据检测的振动信号，抽出其低频、中频和高频频谱，并检测频谱的异常。

    基于状态的维修(CBM)是一种方法论。它将预防性维修和预测性维修与实时检测（real-time monitoring）相结合。预测性维修使用CBM系统在故障发生前发现故障根源，将维修变为主动处理。CBM精确地检测设备系统的当前状态，并在故障出现前预言可能出现的故障。

    CRM是一套维修的行为，基于实时或准实时的设备状态评估，是由嵌入式传感器或采用便携式设备进行外部测试和测量。其目的是只有客观证明需要才进行维护，同时保证安全、设备可靠性，降低总拥有成本。公司维修战略驱动的CBM结构以及CBM与CMMS的关系如图11所示。

    CBM一般分六步执行。①分析确定设备运行环境，如温度、压力、流量、液位等有关参数是否正常。②定义该设备的功能。③评估设备可能的失效。④识别可能的故障模式或根源。⑤决定各失效模式最可能的失效后果。⑥为每个失效模式，提出适当的维修任务，比较在经济和技术上的可行性。

    图11   公司维修战略驱动的CBM结构以及CBM与CMMS的关系

4 CBM的应用效果

    CBM的效益（根据1988年多个工业领域实践数据整理，参见《HYDRO REVIEW》，JULY 1992）如表1和图12所示。

                                表1   CBM的效益来源分类

                            序号      项目             效益（%）

                             1    降低维修成本         50-80

                             2    减少设备故障         50-60

                             3    降低备品备件库存     20-30

                             4    减少设备停机时间     50-80

                             5    减少维修加班开支     20-50

                             6    提高机器寿命         20-40

                             7    提高生产能力         20-30

                             8    提高效益             25-60

    图12   CBM的效益明细

5 CBM的发展

    通过 Aberdeen Group. 2006年12月的调查，预防性维修仍然是主要采用的维修方式，但预测性维修和基于状态的维修将越来越被重视，而且成为21世纪初的发展方向（如图13所示），并有许多新进展。使用反馈比例如表2所示。

    图13   设备资产维护的变革趋势
 
                                 表2   维修方式的使用比例

                             （出处：Aberdeen Group. 12/2006）

                         序号     维修方式                       使用比例%

                           1    预防性维修（PM）                    88

                           2    预测性维修（PdM）                   58

                           3    基于状态的维修（CBM）               28

5.1 系统集成与开放的系统架构

    CBM是设备维修管理技术的方向，但是它又是企业信息化的组成部分之一，必须与其它部分集成，才能发挥其更大的作用。因此需要一种国际公认的开放体系架构。

    开放的系统架构OSA-CBM（Open Systems Architecture for Condition-Based Maintenance）是一个专门针对CBM传递信息的架构标准。OSA-CBM于2001年由OSA-CBM开发团队实现。参与者有广泛的工业、商业、军事应用技术背景，如波音、卡特彼勒公司，罗克韦尔自动化、罗克韦尔科学中心、纽波特纽斯造船、宾西法尼亚大学应用研究实验室与MIMOSA (Machinery Information Management Open Standards Alliance，机械信息管理开放标准联盟)。OSA-CBM功能模块和MIMOSA集成范例分别如图13，14所示。

                            Advisory Generations (AG) 预测咨询生成

                            Prognostics Assessment(PA) 预兆评估

                            Health Assessment(HA) 健康评估

                            State Detection (SD) 状态检测

                            Data Manipulation (DM) 数据处理

                            Data Acquisition (DA) 数据采集

                                图13   OSA-CBM功能模块

                        图14   OSA-CBM互操作性应用示例（MIMOSA interop server ）

5.2 设备维修的智能化

    智能维修（Intelligent Maintenance）技术如图15所示。是借助于现代计算机和通信技术，通过网络与固定在设备上的传感器连接，在真实的工作环境下，能够监视其性能。

    图15   设备维修智能化信息流程

5.3 设备维修的优化

    优化资产的目标；工厂资产的可用性，满足生产的需求；工厂资产的表现来满足操作规范；延长使用寿命的固定资产；捕捉和使用劳动力的知识；减少维修成本；提供整体解决方案的可靠性，那么可以较低的成本生产更多产品。如图16所示。

    图16   维修优化流程

5.4 设备维修的实时化

    实时化的本质是采用实时数据库和通用集成平台技术，集成工厂设备资产运行的实时数据，构造实时的CBM（Real-time Condition-based Maintenance)。为何集成实时数据？就是要更好地使CBM过程自动化，提供设备资产的真实状况，钻取什么是真正的状态驱动条件，决定现在或以后何时派人，便于维修过程的调度协调，更好地维护和利用资产。实时CBM方法论涉及以下步骤。对需要监测和分析的所有维修单元进行数据的收集，并保证系统和设备联网和实时访问；对实时数据进行计算、分析；创建一个门户网站形象地展示和报告实时数据，实现可视化；对问题和行为的发生进行报警和预警。如图17、18、19所示。

                                   图17   传统工厂的操作与维护

                                       图18   实时工厂维护

                                   图19   基于实时数据库PI的实时CBM流程
  • 在线反馈
1.我有以下需求：



2.详细的需求：
姓名:
单位:
电话:
邮件: