Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Pemeliharaan dan Perbaikan Peralatan

Pemeliharaan Prediktif: Peran Kritis Analisis Tren dalam Diagnosa Getaran

Studi kasus ini memeriksa pendekatan pemeliharaan proaktif dari fasilitas kemasan. Tijdens evaluasi perawatan mesin sebelum, integritas getaran packer Modul 8J0 dievaluasi, mengungkapkan bearing yang rusak di gearbox lengan lipat.

Pemeliharaan Prediktif: Peran Kritis Analisis Tren dalam Diagnosa Getaran

Footage kamera fiber-optik dari kerusakan bearing roller packer.

Gearbox terletak di bagian yang sulit dijangkau, dan memisahkan dua setengah mesin untuk perbaikan menambahkan penalti downtime dua hari. Pemimpin pemeliharaan mengevaluasi panggilan getiran teknisi, mengancam tindakan disiplin jika penilaian salah. Tekanan ini memaksa teknisi untuk mencari bukti tambahan di luar tanda getiran awal, yang menyoroti puncak 36,9 Hz dengan side bands pada 0,10 IPS—frekuensi yang, sendirian, biasanya tidak dianggap kritis.

Untuk mengonfirmasi diagnosa, langkah-langkah berikut dieksekusi:

  1. Meninjau kembali data tren bulanan gearbox.
  2. Mengambil gambar detail gearbox untuk mengidentifikasi jenis bearing, kondisi drive, dan konfigurasi gear.
  3. Melakukan tes tambahan untuk memperkuat keabsahan panggilan.

Analisis gambar mengidentifikasi roller bearing 1208. Sementara frekuensi getir cocok dengan rentang karakteristik bearing, ketidaksesuaian kecil memunculkan ketidakpastian. Data tren mengonfirmasi kenaikan amplitudo selama empat bulan, meningkatkan risiko kegagalan katastropik yang dapat membiayai jutaan dalam bagian, tenaga kerja, dan produksi yang hilang.

Untuk menghilangkan keraguan, kamera fiber-optik digunakan. Packer dimatikan, minyak dihabiskan, dan tutup inspeksi dilepaskan. Kamera, dilihat langsung oleh tim pemeliharaan dan pemimpin, mengonfirmasi kerusakan terlihat pada roller bearing (lihat foto).

Dengan diagnosa divalidasi, gearbox dibongkar untuk inspeksi visual komprehensif. Temuan mengungkapkan:

Setelah perbaikan, pelajaran yang dipelajari didokumentasikan:

  1. Data tren tidak dapat dipisahkan untuk panggilan getiran yang akurat.
  2. Dua konfigurasi roller yang berbeda berbagi nomor stok yang sama, yang mengarah pada potensi salah identifikasi.
  3. Bearing cam follower tidak cukup kuat untuk beban pelayanannya.
  4. Pemimpin pemeliharaan kini mempercayai penilaian getiran teknisi.
  5. Investasi dalam alat keandalan tambahan, seperti kamera fiber-optik, layak dilakukan.

Akhirnya, mandat departemen keandalan jelas: “Tren, tren, dan tren.” Memahami, mendokumentasikan, dan menyebarkan wawasan ini esensial untuk mempertahankan keunggulan operasional.


Pemeliharaan dan Perbaikan Peralatan

  1. Pemeliharaan Mencegah vs Prediktif: Memilih Strategi Terbaik untuk Pabrik Anda
  2. Bagaimana Pemeliharaan Prediktif Mendorong Efisiensi dan Memotong Waktu Henti
  3. Pemeliharaan Prediktif: Panduan Lengkap untuk Mengurangi Downtime dan Memaksimalkan ROI
  4. Metrik Kunci untuk Membuktikan Keberhasilan Pemeliharaan Prediktif
  5. Meluncurkan Pemeliharaan Prediktif: Pertanyaan Kunci dan Langkah Praktis
  6. Membuka Pemeliharaan Prediktif: Masa Depan Keandalan Manufaktur
  7. Mengubah Keandalan Aset: Machine Learning untuk Predictive Maintenance
  8. Peran Kritis dari Workflow Perawatan Peralatan yang Terstruktur
  9. Pemeliharaan Prediktif Dijelaskan: Cara Meminimalkan Downtime dan Memaksimalkan Kinerja Aset
  10. Pemeliharaan Berkelanjutan: Mengapa Penting bagi Bisnis dan Bumi