Vad är prediktivt underhåll?

Prediktivt underhåll är en underhållsstrategi som använder tillståndsdata - sensoravläsningar, drifttimmar, vibration, temperatur, oljeanalys - för att förutse när en tillgång sannolikt kommer att haverera, så den kan servas strax innan den går sönder. I stället för att fixa utrustning enligt en fast kalender eller vänta på ett haveri avgör tillgångens eget beteende när uppmärksamhet behövs. Det sitter i den datatunga änden av ett spektrum som går från reaktivt (fixa när det går sönder) via förebyggande (fixa enligt schema) till prediktivt (fixa när bevisen säger att haveri närmar sig), och dess framgång mäts vanligtvis med tillförlitlighetsmått som MTBF.

Hur prediktivt underhåll fungerar

Varje prediktivt program har tre ingredienser:

• Tillståndsdata - något mätbart som försämras före haveri: vibration i ett lager, temperatur i en motor, tryck i en hydraulkrets, föroreningar i olja, eller helt enkelt ackumulerade drifttimmar.
• En trigger - en regel som omvandlar avläsningar till åtgärd. Det kan vara så enkelt som “vibration över denna tröskel” eller lika avancerat som en modell tränad på tidigare haverier.
• En åtgärd - triggern skapar en arbetsorder så att en tekniker hinner ingripa medan felet fortfarande är litet, billigt och möjligt att planera in.

Hela värdet ligger i tajmingen. Ett kullager som byts en vecka innan det skär är ett planerat entimmesjobb; samma lager bytt efter att det skurit kan dra med sig axeln, lagerhuset och en hel dags driftstopp.

Prediktivt kontra förebyggande underhåll

Förebyggande underhåll servar utrustning med fasta intervall oavsett tillstånd. Det är enkelt och förutsägbart, men överservar maskiner som mådde bra och missar ändå haverier som dyker upp mellan besöken. Prediktivt underhåll servar utifrån bevis i stället, vilket betyder färre onödiga jobb och färre överraskningar - till priset av övervakningsutrustning, datainfrastruktur och tillräckligt med haverihistorik för att kalibrera triggrarna.

De två är inte rivaler i praktiken. De flesta underhållsprogram kör förebyggande service som baslinje och lägger till prediktiv övervakning bara på tillgångarna där oplanerat driftstopp gör mest ont.

Exempel på prediktivt underhåll

• En vibrationssensor på drivmotorn i en truck flaggar lagerslitage flera veckor innan det skär, så att reparationen kan göras under ett lugnt skift i stället för mitt under lastning.
• Återkommande analys av hydrauloljan på grävmaskiner fångar metallpartiklar och vatten innan de förstör en pump.
• En kompressors timräknare och utloppstemperatur läses ihop; en temperaturökning vid konstant belastning utlöser en inspektion i stället för att man väntar på den schemalagda servicen.
• Trenden i en leveransbils batterispänning förutsäger en morgon då bilen inte startar - innan den inträffar.

Vad prediktivt underhåll betyder för mindre team

Fullskaliga prediktiva program är sensorprojekt, och för de flesta små och medelstora maskinparker går kalkylen ihop bara för en eller två kritiska maskiner. Det realistiska första steget är historik: mät eller uppskatta drifttimmar, logga varje fel som ett serviceärende på just den tillgången, och anteckna vad åtgärden blev. Efter ett års ärlig loggning dyker mönstren som sensorerna skulle ha hittat ofta upp ändå - maskinen vars MTTR bara växer, komponenten som havererar var 400:e timme, enheten som äter batterier. Ett system som AMPthilly sparar det råmaterialet automatiskt, eftersom varje felanmälan och reparation ligger kvar på tillgångens post permanent. Historiken förutsäger inte ett lagerhaveri på dagen, men den pekar exakt ut var en sensor skulle betala sig.

Relaterade termer

• MTBF (mean time between failures) - tillförlitlighetsmåttet som prediktivt underhåll ska höja
• MTTR (mean time to repair) - hur lång tid reparationer tar när haveriet väl är ett faktum
• Arbetsorder - jobbet som en prediktiv trigger bör skapa
• Serviceärende - felanmälningarna som bygger haverihistoriken
• Garantibevakning - att veta vilka förutsedda reparationer leverantören ska stå för