現在就開始使用無感測器預測和故障資料。

您是否曾經在收到報價後停下來查看預測？當考慮單位振動感測器、收集設備和分析系統時，成本很快就會變得令人望而卻步。很多網站都忽略了評論，並說「還為時過早」。與此同時，故障仍在繼續發生。

然而，遠見並不是從安裝感測器的那一刻開始的。當你開始正確建立你的履歷的那一刻是的。

在本文中，我們將指導您如何在不使用昂貴感測器的情況下根據歷史資料來預測故障，以及應用預測時應該從什麼樣的歷史開始。

基於感測器的前瞻難以啟動的實際原因

還有一些感測器無法偵測到的故障類型。

當故障緩慢進展時，感測器會讀取它留下的訊號。當軸承磨損時，振動逐漸增加，當馬達承受應變時，溫度升高，並且隨著潤滑劑變質，油中的金屬顆粒增加。當可以定量測量這些故障跡象時，感測器就很有用。

相反，如果在沒有警告的情況下發生故障，則沒有訊號可供讀取。這種情況可能發生在由於瞬時過載而導致軸斷裂、因異物而導致鏈條斷裂、或因電壓波動而導致控制板損壞的情況。即使有訊號，如果從偵測到失效的時間極短，也無能為力。

將感測器安裝到每個裝置上是不切實際的。

將感測器設備以及收集和分析系統與所有記錄連接起來的成本並不容易支付。引入後還需要專業人員對數據進行監測和分析。在某些情況下，根據公司安全或網路策略，採用本身可能很困難。

這不僅僅是預算問題。 ISO 17359 是機器狀態監控的國際標準，它還在引入狀態監控之前透過評估狀態監控的重要性來引導您選擇目標。全尺寸感測器化不僅在現實中很困難，而且國際標準也不建議。

僅根據歷史預測失敗的兩個案例

① 根據零件更換歷史預測下一次故障

整理了輸送機馬達軸承12個月的更換歷史後，揭曉了更換的時機。第0天、第87天、第181天、第272天。間隔時間分別為87天、94天、91天，平均90天左右，偏差小於4天。

小偏差意味著軸承會在使用過程中磨損，並同時失效。換句話說，僅根據歷史就可以預測「該軸承將在大約90天內失效」。經理將6個月的定期更換改為80天的先發制人更換，此後非計劃故障明顯減少。包含 0 個感測器。

但80天更換是基於平均90天的安全裕度，因此早期丟棄仍可使用的零件仍有浪費。為了減少這種浪費，需要讀取單一記錄狀態的感測器，但這個例子表明，沒有感測器也可以充分防止故障。

② 透過分析故障模式進行預測

即使故障間隔不規則，仍然有東西可讀。當我整理液壓機油缸密封洩漏的歷史時，這三個案例都集中在6月至8月期間。雖然三個案例並不算多，不足以下結論，但足以懷疑夏季油溫升高是原因。事實上，當我們檢查那段時間的液壓油溫度時，發現它超出了管理標準。

該工廠僅在夏季加強冷卻系統，並將密封件更換提前至五月。不是差距什麼時候會發生故障？我看到了這個。透過尋找條件重疊的點（例如季節、特定產品的生產或工作人員），您可以找到原因。

歷史分析應該應用在什麼樣的資訊上？

優先事項是故障頻率哇停止時受到打擊，可以透過比較兩個軸來確定。

停車時經常發生故障並造成嚴重損壞是重中之重。歷史累積很快，馬上就可以開始分析，改善效果也是最大的。這包括前輸送機軸承。

故障很頻繁，但即使停止，損失也很小。也有待分析。即使不緊急，也可以透過匹配更換週期來減少不必要的零件成本和維護工時。

它很少出故障，但一旦停機，整個工廠就會停頓。僅歷史是有限制的。因為要達到同樣的可靠性需要數年時間。這是一個需要回顧感測器狀態監控而不是等待歷史累積的領域，也是需要進行上述 ISO 17359 重要性評估的點。

故障很少見，即使停止，損失也很小。發生故障後才做出反應更為合理。管理成本可能超過收益。

但是，我們必須有歷史記錄才能知道我們的記錄對應於該表的哪一列。在歷史成為預見的材料之前，它是決定使用何種維護策略的基礎。

我應該建立多少歷史以及以什麼形式？

通常建議建立大約 6 到 12 個月的歷史記錄，但這可能會根據每種情況的故障數量而有所不同。對於經常發生故障的零件，例如上面的輸送機軸承範例，在 9 個月內僅發生 4 次故障就創建了有意義的模式，但對於不經常發生故障的大型零件，可能需要幾年時間才能達到相同的可靠性水平。病例數越少，預測範圍越寬。四個案例不是結論，而是方向，準確性隨著歷史的累積而增加。

在建立歷史時，無論誰記錄，都必須保留相同的資訊。如果記錄沒有按記錄分組或每個負責人的表述不同，那麼無論有多少個案例都很難區分故障是否相同。以下是必須記錄的資訊。

• 描述/零件標識符

• 更換或維修日期

• 故障現象及動作細節

• 使用的零件

但這條件單靠負責人的誠意是很難做到的。這是因為在現場完成操作和返回辦公室並根據記憶輸入資訊之間會發生遺漏。最近，還有以行動裝置為導向的CMMS（現金管理系統），可讓您輕鬆在現場立即記錄歷史。如果您掃描通知所附的二維碼並當場填寫指定項目，則會自動留下標識符和日期，即使負責人不同，也會累積相同形式的歷史記錄。

感測器是在歷史累積之後。

基於歷史數據的預測不能完全取代基於感測器的監測。感測器是確定個人帳戶目前所處狀態的唯一方法。

但是，如果順序顛倒，則不起作用。如果先安裝感測器，資料將會累積，但無法確定該訊號是否是故障的先兆。預測模型是在與過去失敗的情況、時間和方式的記錄配對時進行訓練的。這就是為什麼從維護歷史不佳的傳感器開始的項目無法取得成果。

一位大公司的技術經理在討論故障預測專案時這樣總結說，首要任務是持續記錄現場的故障歷史。 “前提是工廠必須保存好記錄，這樣數據才能累積。”

最後，答案就是你從今天開始建構的歷史。

無論是否安裝感測器，起點都是歷史。感測器只能偵測到有限數量的故障，並且無法偵測到所有故障。

即使確定哪種類型的信息需要感測器也只能透過歷史記錄來確定。

歷史不是次佳選擇，而是遠見的起點。如果您還沒準備好預算或人力也沒關係。

從今天開始，只要保留適當的記錄，遠見就已經開始了。

好文章，接下來要讀

如果您將歷史記錄儲存在 Excel 中但未對其進行分析 👉 【歷史歷史，為什麼在Excel中不能正常累積？ 【我們先看一下結構】

如果你想計算一下當你的儲蓄停止一次時你損失了多少，👉 【停機成本計算器及節省方法總結】

如果您對適合我們工廠的預測方法感到好奇，申請諮詢技術專家這也是可能的。

參考資料

1. ISO 17359:2018, Condition monitoring and diagnostics of machines — General guidelines