معظم فرق الصيانة على دراية بهذه النظرية بالفعل. حيث تقوم أجهزة الاستشعار بمراقبة المعدات، وتقوم خوارزمية بالإبلاغ عن أي خلل، ثم يقوم فني بإصلاح المشكلة قبل أن تتحول إلى عطل. هذا هو تعريف الصيانة التنبؤية في جملة واحدة.
تتجلى هذه الفجوة في مرحلة التنفيذ. ففي يوم الثلاثاء، يتم رصد ارتفاع مفاجئ في مستوى الاهتزاز، ويُصدر أمر العمل يوم الأربعاء، ثم يكتشف المخطط أن المحمل الذي تنبأ النموذج بفشله غير متوفر في المخزن. وهو عنصر يستغرق استلامه ثلاثة أسابيع من مورد خارجي. ورغم أن التنبؤ كان صحيحًا ومفيدًا، إلا أنه لم يمنع حدوث فترة التوقف عن العمل.
هذا هو الجانب من الصيانة التنبؤية الذي نادرًا ما يظهر في العروض التوضيحية التي يقدمها الموردون. فجودة التنبؤ تعتمد بشكل كامل على قدرتك على الاستجابة له، وتلك القدرة تعتمد في الغالب على توفر قطعة الغيار المناسبة على الرف في المصنع المناسب وفي اللحظة المناسبة.
يتناول هذا المقال موضوع الصيانة التنبؤية باعتبارها استراتيجية شاملة، وليس مجرد مسألة تتعلق بأجهزة الاستشعار. وسنستعرض نطاق استراتيجيات الصيانة، وكيف تندرج إدارة أداء الأصول (APM) في هذا الإطار، والمجالات التي تضيف فيها الذكاء الاصطناعي قيمة حقيقية، بالإضافة إلى الجانب الذي لا تولي معظم الفرق اهتمامًا كافيًا له، ألا وهو ربط توقعات الأعطال بتوافر قطع الغيار.
مكانة الصيانة التنبؤية ضمن نطاق الاستراتيجيات
الصيانة التنبؤية لا تحل محل جميع الأساليب الأخرى. إنها خيار واحد ضمن مجموعة من الخيارات، وتطبق برامج الموثوقية الناضجة عدة أساليب بالتوازي حسب نوع الأصل.
في أحد طرفي الطيف توجد «الصيانة التفاعلية»، حيث يتم تشغيل المعدات حتى تتعطل. وتكون تكلفة التخطيط لها منخفضة، بينما تكون تكلفة إصلاحها باهظة عند تعطلها، ومع ذلك تظل هذه الطريقة مناسبة للأصول ذات الأهمية المنخفضة والتي يمكن استبدالها بسهولة.
تتبع الصيانة الوقائية جدولاً زمنياً ثابتاً. حيث يتم صيانة المضخة كل 90 يوماً، سواء كانت بحاجة إلى ذلك أم لا. وهذا الأمر يمكن التنبؤ به ويسهل التخطيط له، لكنه يهدر الجهد على المعدات السليمة، كما أنه لا يزال يفوت الأعطال التي لا تتبع جدولاً زمنياً محدداً. إذا كنت ترغب في مقارنة أعمق بين هذين النهجين، فإن تحليلنا لـ الصيانة الوقائية مقابل الصيانة التنبؤية يتناول هذا المقال المفاضلات بالتفصيل.
أصلحه عندما يتعطل
لا تتطلب أي جهد تخطيطي. تكلفة عالية في حالة الفشل. مناسبة للأصول غير الحيوية ذات العواقب المحدودة.
- لا توجد متطلبات تتعلق بأجهزة الاستشعار أو البيانات
- عدم القدرة على توقع توقيت الإصلاح وتكلفته
- مقبول فقط في الحالات التي يكون فيها الفشل مقبولاً
الخدمة وفقًا لجدول زمني محدد
فترات زمنية محددة أو فترات استخدام. يمكن التنبؤ بها والتخطيط لها، لكنها تقتصر على الأصول التي تعمل بشكل سليم وتغفل الأعطال التي تحدث خارج الدورات المعتادة.
- سهولة التخطيط وتوفير الموارد
- يضيع الجهد على المعدات السليمة
- موثوق به للأصول ذات أنماط التآكل المعروفة
التدخل بشرط
بيانات الحالة الفعلية ونمذجة الأعطال. أعلى دقة، وأقل هدر، ولكنها تتطلب بيانات دقيقة وتوافر قطع الغيار.
- لا تضيع الجهود في صيانة الأصول السليمة
- يتطلب تغطية المستشعرات وجودة البيانات
- الأفضل للأصول الحيوية ذات العواقب الخطيرة
تعتمد الصيانة التنبؤية على الحالة الفعلية للأصل لتحديد توقيت التدخل. فبدلاً من الاعتماد على الجدول الزمني، يتم قراءة مؤشرات الاهتزاز ودرجة الحرارة وجودة الزيت وغيرها من الإشارات للكشف المبكر عن أي تدهور في الأداء. وإذا تم تنفيذها بشكل صحيح، فهذا يعني صيانة المعدات قبل حدوث العطل مباشرةً، بدلاً من صيانتها في موعد محدد عشوائياً.
النقطة المهمة هي أن اختيار الاستراتيجية المناسبة لكل أصل يُعد في حد ذاته نوعًا من الانضباط. وعادةً ما ينبثق هذا القرار من إطار عمل أوسع نطاقًا للصيانة المرتكزة على الموثوقية، وهو ما يجبرك على التساؤل عن وظيفة كل أصل، وكيفية تعطلها، والتكلفة الفعلية لهذا التعطل قبل تحديد نهج الصيانة المناسب له.
استمر في تشغيل الأصل حتى يتعطل، ثم قم بإصلاحه. تكاليف تخطيط منخفضة، وتكاليف عطل مرتفعة. لا يُعد هذا الخيار معقولاً إلا في حالة المعدات غير الحيوية، ومنخفضة التكلفة، والتي يسهل استبدالها، حيث لا يترتب على تعطلها أي عواقب تتعلق بالسلامة أو الإنتاج.
الصيانة وفقًا لفترة زمنية محددة أو وفقًا لفترات الاستخدام. وهي طريقة يمكن التنبؤ بها وسهلة التخطيط، لكنها تُجرى على الأصول السليمة دون داعٍ، كما أنها لا تكتشف الأعطال التي لا تتوافق مع الجدول الزمني المحدد. وتُعد هذه الطريقة خيارًا افتراضيًا معقولاً للأصول ذات درجة الحرج المتوسطة التي تتميز بأنماط تآكل مفهومة جيدًا.
التدخل بناءً على بيانات الحالة الفعلية ونمذجة الأعطال. يتميز هذا النهج بأعلى دقة وأقل جهد ضائع، لكنه يتطلب تغطية كافية بأجهزة الاستشعار وجودة البيانات، والأهم من ذلك، توفر قطع الغيار. يُفضل استخدامه للأصول الحيوية وذات العواقب الخطيرة التي يكون فيها وقت التعطل مكلفًا.
كيف تربط تقنية APM بين التنبؤات واتخاذ الإجراءات
تعد «إدارة أداء الأصول» (APM) الطبقة التي تحول بيانات الحالة إلى قرارات. فعندما يُشير مستشعر واحد إلى ارتفاع درجة حرارة أحد المحامل، تقوم APM بجمع بيانات مراقبة الحالة، وسجلات الأعطال، ومستوى خطورة الأعطال، وسجلات الصيانة، لتزويدك بصورة شاملة عن حالة الأصول في جميع أنحاء المصنع.
السبب في أهمية نظام إدارة الأداء (APM) بالنسبة للصيانة التنبؤية هو أن التنبؤ بحد ذاته ما هو إلا إشارة. ونظام APM هو ما يضفي سياقًا على تلك الإشارة. فهو يجيب على الأسئلة التي تحدد ما إذا كان التنبؤ سيؤدي إلى نتيجة إيجابية أم إلى حالة من الفوضى. ما مدى أهمية هذا الأصل بالنسبة للإنتاج؟ ما هو نمط الفشل المحتمل؟ ما هي قطع الغيار التي يتطلبها هذا الفشل؟ هل لدينا هذه القطع، وأين توجد؟
تلك المجموعة الأخيرة من الأسئلة هي النقطة التي تفشل فيها معظم عمليات تطبيق أنظمة إدارة الأداء (APM) بشكل خفي. فهي تتميز بقوة في الكشف والتشخيص، لكنها تفتقر إلى القدرة على ربط التشخيص بالمخزون الفعلي اللازم لاتخاذ الإجراءات اللازمة بناءً عليه. قد يُشير النموذج بثقة عالية إلى أن علبة التروس ستتعطل في غضون أسبوعين، ولكن إذا لم يقم أحد بربط تلك العلبة بقائمة المواد الخاصة بها والتحقق من المخزون في جميع المصانع، فإن هذا التنبؤ لن يغير ما سيحدث بعد ذلك.
إن نظام إدارة الأداء الفعال (APM) يغلق هذه الحلقة. فهو يربط بين الأصل وأنماط أعطاله وقطع الغيار الخاصة به وحالة مخزونه في عرض واحد، بحيث تظهر توقعات تلقائيًا تحدد ما إذا كنت مستعدًا للاستجابة أم لا. وهذا هو بالضبط المكان الذي يجب أن تعمل فيه «ذكاء الأصول» و«ذكاء قطع الغيار» كنظام واحد بدلاً من أداتين منفصلتين.
الكشف والتشخيص
تستقبل منصة APM بيانات الحالة من مستشعرات الاهتزاز والحرارة ومستشعرات إنترنت الأشياء الصناعية (IIoT) لتحديد التدهور في وقت مبكر وتحديد طبيعة نمط الفشل المحتمل. وهذا هو الجانب من منصة APM الذي تتفوق فيه معظم الأدوات.
الاستعداد والاستجابة
الجزء الأصعب. يجب على نظام إدارة الأداء (APM) ربط كل عطل متوقع بقطع الغيار اللازمة له وبحالة المخزون الفعلي، بحيث يؤدي ظهور التحذير إلى إجراء فحص للجاهزية، لا إلى البحث في اللحظة الأخيرة في المخازن.
المجالات التي تثبت فيها الذكاء الاصطناعي جدارته حقًّا
أصبحت تقنية الذكاء الاصطناعي تُدمج الآن في معظم منتجات الصيانة تقريبًا، مما يجعل من المهم التحديد بدقة في أي المجالات تُحدث هذه التقنية تغييرًا حقيقيًّا في النتائج، وفي أي المجالات تُعد مجرد زينة.
الحقيقة هي أن الذكاء الاصطناعي يضيف قيمة في ثلاثة جوانب من سير عمل الصيانة التنبؤية. الجانب الأول هو الكشف عن الحالات الشاذة على نطاق واسع. يمكن للإنسان مراقبة عدد محدود من الأصول الحيوية، أما النموذج الحاسوبي فيمكنه مراقبة آلاف تدفقات البيانات الواردة من أجهزة الاستشعار، واكتشاف الأنماط الدقيقة متعددة المتغيرات التي تسبق حدوث الأعطال، وهي تلك الأنماط التي لا تؤدي إلى تشغيل إنذار بسيط عند تجاوز عتبة معينة.
والثاني هو تصنيف أنماط الأعطال. فلا يكفي أن نعرف أن هناك خطبًا ما. بل يجب معرفة نوع الخلل، لأن نمط العطل هو الذي يحدد قطع الغيار اللازمة والإصلاح المطلوب. يمكن للنموذج الذي تم تدريبه على بيانات الأعطال الصناعية أن ينتقل من «هذا الأصل يتدهور» إلى «يبدو أن هذا عطل محدد في المحمل سيتطلب قطع الغيار هذه»، وهو ناتج قابل للتنفيذ بشكل أكبر بكثير.
أما العامل الثالث، وهو الأكثر تجاهلًا، فهو توليد إشارات الطلب على قطع الغيار. فعندما يتنبأ نموذج ما بحدوث عطل، فإن هذا التنبؤ يُعدّ في حد ذاته إشارة طلب؛ فهو يشير إلى احتمال استهلاك قطعة غيار معينة قريبًا. وإذا تم إدخال عدد كافٍ من هذه الإشارات في عملية تخطيط المخزون، فستنتقل من توقع احتياجات قطع الغيار بناءً على المتوسطات التاريخية إلى توقعها بناءً على حالات الفشل الفعلية المتوقعة. وهذا يمثل مكسبًا ملموسًا في الدقة، ولا يتحقق إلا عندما يتواصل محرك التنبؤ ومحرك المخزون مع بعضهما البعض.
هناك تحفظان يحافظان على واقعية هذا الأمر. فالتنبؤات التي يقدمها الذكاء الاصطناعي هي تنبؤات احتمالية وليست مؤكدة، لذا تظل المراجعة البشرية للقرارات ذات العواقب الجسيمة أمرًا ضروريًا. كما أن كل واحدة من هذه القدرات تعتمد على جودة البيانات الأساسية. فإن أي نموذج يعتمد في استنتاجاته على سجلات قطع غيار مكررة أو مصنفة بشكل خاطئ أو غير مكتملة سيقدم إجابات تبدو واثقة لكنها خاطئة، وهو ما يعد أسوأ من عدم وجود إجابة على الإطلاق.
مشكلة قطع الغيار التي لا يريد أحد تحمل مسؤوليتها
هنا يتحدد مصير استراتيجيات الصيانة التنبؤية في الممارسة العملية. فقد تمتلك مستشعرات مثالية، ونموذجًا مُحسَّنًا جيدًا، ومنصة APM متطورة، ومع ذلك تفشل في تحقيق النتيجة المرجوة في غرفة التخزين.
يبدو الفشل على النحو التالي: يتم تنفيذ التنبؤ بشكل صحيح، ويتم إصدار أمر العمل. ثم يكتشف أحدهم أن القطعة غير متوفرة في المخزون، أو أنها موجودة في مخزن بمصنع آخر على بعد ثلاثمائة ميل، أو أن السجلات المتعلقة بها سيئة للغاية لدرجة أنه لا يمكن لأحد التأكد مما إذا كان رقما القطعتين المتشابهين في المظهر يشيران فعلاً إلى نفس المكون.
هناك ثلاث مشكلات أساسية تؤدي إلى حدوث ذلك، ولا يمكن حل أي منها باستخدام أجهزة استشعار أفضل.
الأول هو درجة أهمية قطع الغيار. عادةً ما تفترض الفرق أن أي قطعة مرتبطة بأصل حيوي تُعتبر هي نفسها حيوية، وهذا ببساطة غير صحيح. فليس كل الأجزاء الموجودة في الأصل الحيوي حيوية، وبعض الأجزاء الموجودة في الأصول غير الحيوية لها أهمية أكبر مما يُتوقع. إن الخطأ في فهم هذا الأمر يعني أنك ستقوم بتخزين كميات زائدة من القطع الخاطئة، بينما تنفد القطع الصحيحة. إن الإدارة السليمة تقييم مدى أهمية الأصول يجب أن يمتد ذلك ليشمل مستوى الأجزاء، وألا يقتصر على مستوى الأصول.
والثاني هو جودة البيانات. يعتمد الصيانة التنبؤية على بيانات قطع الغيار النظيفة، ومن المعروف أن بيانات قطع الغيار الصناعية فوضوية للغاية. فهناك سجلات مكررة، وأوصاف غير متسقة، ومواصفات مفقودة، وعدم وجود رابط موثوق بين القطع والأصول التي تنتمي إليها. وإذا لم يكن هناك ارتباط بين القطعة والأصل، فلن تتمكن التنبؤات بالأعطال من إخبارك تلقائيًا بما يجب سحبه من الرف.
والعامل الثالث هو تحديد موقع المخزون. فحتى مع توفر بيانات دقيقة وتصنيف صحيح للأهمية، يجب أن تكون القطعة في المكان الصحيح. فالقطعة الاحتياطية الحيوية الموجودة في المصنع الخطأ تعتبر عمليًّا بمثابة نقص في المخزون. ولهذا السبب إدارة قطع الغيار يحتاج إلى رؤية شاملة لعدة مصانع بدلاً من التركيز على مصنع واحد فقط، لذا يمكن أن يؤدي الفشل المتوقع إلى إجراء عملية نقل بين المصانع قبل أن يتحول الأمر إلى طلب طارئ.
التكلفة الحقيقية لارتكاب هذا الخطأ
يرتبط أكثر من نصف فترات تعطل الماكينات بعدم توفر قطع الغيار أو افتقار الفنيين إلى ما يحتاجونه لإتمام عملية الإصلاح. وفي الوقت نفسه، يظل ما يقرب من ربع مخزون الصيانة كـ«مخزون راكد»، حيث تشكل العناصر المتقادمة مساحة في المستودعات وتستهلك رأس المال العامل لسنوات. ولهذين المشكلتين السبب الجذري نفسه، وهو اتخاذ قرارات بشأن قطع الغيار دون الارتباط بالبيانات الفعلية للأصول وحالات الأعطال.
إكمال الدورة مع MRO360
هذه هي الفجوة المحددة التي صُممت منصة MRO360 لسدها. فهي لا تتعامل مع الصيانة التنبؤية على أنها مشكلة تتعلق بالكشف فحسب، بل كمسار متكامل، بدءًا من إشارة الأعطال وصولاً إلى القطعة المناسبة الموجودة على الرف المناسب. والرابط الذي يربط بين التنبؤ والتصرف هو ما تفتقر إليه معظم المنصات، وهذا هو جوهر المنتج.
يبدأ الأمر بتقييم الأهمية على مستوى القطعة، وليس على مستوى الأصل فحسب. يُجري نظام MRO360 عملية تقييم متعددة المتغيرات تراعي أنماط الأعطال، وتأثيرها على الإنتاج، ومهل التسليم من الموردين، وإمكانية الاستبدال، والعواقب المتعلقة بالسلامة، لتقييم كل قطعة بدرجة تتراوح بين 1 و10، مع تبرير مكتوب لكل درجة. يمكن لخبير متخصص في الموضوع تجاوز أي درجة، ويتم تعلم هذا التصحيح ونشره عبر المصانع، بحيث يؤدي أي قرار يتم اتخاذه في أحد المواقع إلى تحسين الدقة في كل مكان.
يقوم النظام بربط القطع بالأصول تلقائيًّا. من خلال قراءة قائمة مواد الأصول من نظام تخطيط موارد المؤسسة (ERP) الخاص بك، يقوم MRO360 بإنشاء الروابط بين القطع والأصول التي تجعل التنبؤ قابلاً للتنفيذ. فعندما يتم التنبؤ بحدوث عطل في أصل معين، يكون النظام على علم مسبقًا بالقطع التي سيتطلبها هذا العطل، لأن الرابط موجود بالفعل ولا يحتاج إلى اكتشافه في تلك اللحظة.
وهي تُدمج التوقعات في عملية توقع الطلب. وتستفيد وحدة الصيانة التنبؤية من بيانات مستشعرات إنترنت الأشياء الصناعية (IIoT) كطبقة إضافية من المعلومات الاستخبارية، حيث تتعرف على الأصول التي من المحتمل أن تتعطل، وأسباب ذلك، والأجزاء التي سيؤدي العطل إلى استهلاكها. ويتم تضمين هذه المعلومات مباشرةً في توقعات الطلب، بحيث يصبح العطل المتوقع متطلبًا مخزونيًّا مخططًا له بدلاً من أن يكون ارتفاعًا غير مخطط له في الطلب.
كما أنه يدير نقاط إعادة الطلب وتحديد المواقع بشكل ديناميكي. يحسب نظام MRO360 نقاط إعادة الطلب باستخدام متوسط الاستهلاك اليومي، ومدة التسليم، ومخزون الأمان، ويوصي بمخزون احتياطي كبير للأجزاء الحيوية، ومخزون احتياطي متحفظ للأجزاء غير الحيوية. وعندما ينخفض مستوى أحد الأجزاء الحيوية عن الحد الأدنى في أي موقع، يقوم النظام بالإبلاغ عن النقص ويقترح إما تقديم طلب شراء أو إجراء نقل بين المصانع قبل أن يتحول النقص إلى توقف عن العمل.
نظام تقييم متعدد المتغيرات يشمل أنماط الفشل، ومدة التنفيذ، وقابلية الاستبدال، والسلامة، مع إمكانية التدخل البشري الذي يعمل على تدريب النظام مصنعًا تلو الآخر.
يستمد قوائم المواد الخاصة بالأصول من نظام تخطيط موارد المؤسسة (ERP) لربط كل قطعة بمعداتها، بحيث يؤدي أي عطل متوقع إلى ظهور القطع المطلوبة على الفور.
يحول توقعات أعطال إنترنت الأشياء الصناعية (IIoT) إلى متطلبات مستقبلية للمخزون، ويوزع المخزون على مختلف المصانع بحيث تكون القطعة المناسبة جاهزة في المكان الذي يتم فيه الإصلاح.
اكتشف كيف تربط منصة MRO360 بين توقعات الأعطال وتوافر قطع الغيار في جميع المصانع، بحيث يتم منع فترات التعطل بدلاً من مجرد التنبؤ بها.
تحظى بثقة شركات قائمة «فورتشن 500» و«جلوبال 2000»
تسلسل عملي للبدء
الصيانة التنبؤية، إذا نُفِّذت بشكل صحيح، هي عملية متسلسلة، وليست مجرد زر تُضغط عليه. فالفرق التي تحاول رصد كل شيء دفعة واحدة تميل إلى التعثر تحت وطأة البيانات غير الدقيقة والأولويات غير الواضحة. أما المسار الأكثر موثوقية فهو الذي يبدأ ببناء الأساس أولاً.
ابدأ بتصحيح البيانات وتحديد درجة الأهمية. قبل إضافة أي مستشعر، احرص على تنقيح سجلات قطع الغيار وتقييم درجة الأهمية على مستوى كل قطعة على حدة. هذه المهمة قد تبدو رتيبة، لكنها العمل الأكثر تأثيرًا الذي ستقوم به، لأن كل ما يليها يعتمد على هذا الأساس. فإذا كانت هذه الأساسيات خاطئة، فإن المستشعرات الأفضل لن تؤدي إلا إلى إعطاء إجابات خاطئة بشكل أسرع.
ثم قم بتحديد الروابط بين الأجزاء والأصول. تأكد من أن كل أصل مرتبط بقائمة المواد الخاصة به، وأن كل نمط عطل مرتبط بالأجزاء التي يستهلكها. وهذا هو ما يجعل التنبؤ يتحول تلقائيًا إلى إجراء متعلق بالمخزون، بدلاً من أن يكون تحقيقًا يدويًّا.
بعد ذلك، قم بتطبيق نظام مراقبة الحالة على أصولك الأكثر أهمية. لست بحاجة إلى تزويد المصنع بأجهزة القياس بالكامل من اليوم الأول. ركز استثماراتك في أجهزة الاستشعار على الأماكن التي يكون فيها العطل أكثر تكلفة، والتي قمت بالفعل بتقييم مدى أهميتها لتتأكد من ذلك.
وأخيرًا، اربط التنبؤات بتخطيط المخزون. ادمج إشارات الأعطال في عملية توقع الطلب ومنطق إعادة الطلب بحيث تؤدي أي تنبؤات إلى تغيير ما تخزنه ومكان تخزينه. هذه هي الخطوة التي تحول الصيانة التنبؤية من مجرد لوحة معلومات مثيرة للاهتمام إلى تقليل حالات نفاد المخزون وتقليل المخزون الراكد. وللاطلاع على السياق الأوسع حول كيفية انسجام ذلك مع برنامج إدارة الأصول، انظر نظرة عامة لدينا على إدارة مخزون الصيانة والإصلاح والعمليات (MRO) يُعد هذا الكتاب مرجعاً مفيداً للقراءة.
إزالة التكرارات وإثراء سجلات قطع الغيار وتقييم درجة الأهمية على مستوى كل قطعة. الأساس الذي يعتمد عليه كل شيء آخر.
اربط كل أصل بقائمة المواد (BOM) الخاصة به، وقم بربط أنماط الأعطال بالأجزاء التي تستهلكها، حتى تصبح التوقعات قابلة للتنفيذ.
أضف نظام مراقبة الحالة في الأماكن التي تكون فيها الأعطال أكثر تكلفة، مسترشداً بالدراسة التي أُجريت سابقاً حول درجة الأهمية الحرجة.
أدرج التوقعات في عمليات توقع الطلب ومنطق إعادة الطلب، بحيث تؤدي الأعطال المتوقعة إلى إعادة صياغة ما تقوم بتخزينه وأين.
النقطة الأساسية
غالبًا ما يتم الترويج للصيانة التنبؤية على أنها مجرد مسألة تتعلق بأجهزة الاستشعار والخوارزميات، وهذا الإطار هو السبب وراء ضعف أداء العديد من البرامج بشكل خفي. فقد أصبحت تقنية الكشف ناضجة وأصبحت متوفرة بشكل متزايد كسلعة عامة. أما العامل الذي يميز البرامج عن بعضها فهو ما يحدث بعد ظهور التنبؤ.
لا يُحدث التنبؤ بالفشل أي قيمة إلا إذا أمكنك اتخاذ إجراء بناءً عليه، واتخاذ هذا الإجراء يعني في الغالب توفر قطعة الغيار المناسبة، التي تم تحديدها بشكل صحيح، في المكان المناسب، وفي الوقت المناسب. وهذه مشكلة تتعلق بالبيانات وبقطع الغيار أكثر بكثير مما هي مشكلة تتعلق بأجهزة الاستشعار.
الفرق التي تحقق أقصى استفادة من الصيانة التنبؤية هي تلك التي تعامل التنبؤات وقطع الغيار كنظام واحد مترابط. قم بتنقية البيانات، وحدد درجة الأهمية على مستوى القطعة، واربط القطع بالأصول، وادمج التنبؤات في تخطيط المخزون. إذا قمت بذلك، فإن الصيانة التنبؤية ستتوقف عن كونها مجرد لوحة معلومات تخبرك بما هو على وشك التعطل، وستصبح قدرة تشغيلية تضمن بهدوء ألا يتحول التعطل أبدًا إلى توقف عن العمل.
الأسئلة الشائعة حول الصيانة التنبؤية
أسئلة شائعة حول استراتيجية الصيانة التنبؤية، وكيفية ارتباطها بإدارة الأداء (APM) وقطع الغيار، والمجالات التي تساعد فيها الذكاء الاصطناعي بشكل فعّال.
ما الفرق بين الصيانة التنبؤية والصيانة الوقائية؟
تتبع الصيانة الوقائية جدولاً زمنياً ثابتاً، حيث يتم صيانة الأصل في أوقات محددة أو على فترات استخدام محددة بغض النظر عن حالته الفعلية. أما الصيانة التنبؤية فتستخدم بيانات الحالة الفعلية، مثل الاهتزاز ودرجة الحرارة، بالإضافة إلى نمذجة الأعطال، للتدخل فقط عندما يبدأ الأصل في التدهور فعليًّا. تُعد الصيانة التنبؤية أكثر دقة وتقلل من هدر الجهد، لكنها تتطلب تغطية بأجهزة استشعار، وبيانات نظيفة، وتوافر قطع الغيار الجاهزة للاستخدام.
ما هي العلاقة بين إدارة أداء الأصول والصيانة التنبؤية؟
نظام إدارة حالة الأصول (APM) هو الطبقة التي تحول إشارات الحالة إلى قرارات. ففي حين يُعلمك مستشعر واحد بأن أحد الأصول يعاني من ارتفاع في درجة الحرارة، فإن نظام APM يجمع بين بيانات مراقبة الحالة وسجل الأعطال ودرجة الخطورة وبيانات قطع الغيار لتقديم صورة شاملة عن حالة الأصول. ويقوم نظام APM الفعال بربط التنبؤ بقطع الغيار والمخزون اللازمين لاتخاذ الإجراءات المناسبة، بدلاً من الاكتفاء بالكشف عن المشكلة فقط.
لماذا تُعد قطع الغيار ذات أهمية كبيرة في الصيانة التنبؤية؟
لا يمنع التنبؤ حدوث التوقف عن العمل إلا إذا كان القطعة المطلوبة متوفرة. فهناك العديد من البرامج التي تتنبأ بشكل صحيح بحدوث عطل، لتكتشف بعد ذلك أن القطعة غير متوفرة في المخزون أو موجودة في مصنع آخر. إن ربط تنبؤات الأعطال بدرجة أهمية القطع، وبيانات دقيقة تربط القطع بالأصول، ومواقع المخزون في المصانع المختلفة، هو ما يحول التنبؤ إلى عطل تم تجنبه.
في أي مجالات تضيف الذكاء الاصطناعي قيمة حقيقية في مجال الصيانة التنبؤية؟
في ثلاثة مجالات رئيسية. وهي: الكشف عن الحالات الشاذة عبر آلاف تدفقات بيانات أجهزة الاستشعار التي تفوتها إنذارات العتبة، وتصنيف نمط العطل المحدد حتى تعرف الأجزاء المطلوبة، وإنشاء إشارات طلب لقطع الغيار من خلال التعامل مع كل عطل متوقع على أنه متطلب مسبق للمخزون. وتعتمد هذه المجالات الثلاثة جميعها على وجود بيانات أساسية دقيقة، ولا تزال التنبؤات ذات العواقب الخطيرة تستلزم المراجعة البشرية.
هل جميع قطع الغيار الخاصة بأحد الأصول الحيوية تُعتبر حيوية أيضًا؟
لا، وافتراض ذلك يعد خطأً شائعًا ومكلفًا. فليس كل الأجزاء الموجودة في الأصول الحيوية حيوية في حد ذاتها، كما أن بعض الأجزاء في الأصول غير الحيوية قد تكون أكثر أهمية مما يُتوقع. يجب تقييم الأهمية الحرجة على مستوى كل قطعة على حدة، مع الموازنة بين طريقة الفشل، ومدة التسليم، وإمكانية الاستبدال، والعواقب المتعلقة بالسلامة، حتى تقوم بتخزين العناصر الصحيحة بدلاً من الإفراط في تخزين العناصر الخاطئة.
تفخر شركة «فيردانتيس» بكونها الشريك الموثوق به للمؤسسات الرائدة في جميع أنحاء العالم.
من الشركات المدرجة في قائمة «فورتشن 500» إلى رواد القطاع، فقد وضع عملاؤنا ثقتهم في حلول إدارة البيانات المتنقلة (MDM) التي نقدمها
