资产绩效管理(APM)定义

资产绩效管理(APM)系统采用以提高物理资产的可靠性和可用性,同时最大限度地降低风险和运营成本。APM通常包括条件监控,预测维护,资产完整性管理,可靠性为中心的维护,并且通常涉及资产健康数据收集,可视化和分析等技术。

资产绩效管理涉及运营和维护之间的信息共享和应用集成,以提供生产,资产性能和产品质量的全面观点。APM提高生产管理(制作产品)和资产管理之间的集成(确保生产的能力)。目标和目标变得更清楚地传达和共享。APM的后果扩展到业务流程,技术和组织结构中。

资产绩效管理APM
具有KPI的资产绩效管理(APM)模型

资产绩效管理在企业资产管理,制造执行系统/制造业务管理,工厂资产管理,资产诚信管理(检验)和其他解决方案中,将生产和维护与信息共享和应用集成进行了同步的信息共享和应用程序集成,以便提供生产和资产绩效的全面观点。这种集成可以提高跨功能可见性,协作和通信,以获得更好的生产率,可靠性,安全性,质量和资产回报。

Industrial IoT(IIT)和Industrie 4.0为改善整体业务表现提供新的机会,特别是适用于APM。对于所有者运营商,这包括通过改善工艺行业的资产可靠性和离散行业的更高质量来实现运营改进。对于原始设备制造商(OEM),IIOT通过将该公司的商业模式扩展到售后市场服务,以获得更高的可靠性和质量,提供新的收入来源。对于最终用户和供应商,这包含IIOT,Analytics和其他预测和规范技术,以将性能带到更高水平。

使用APM进行的优化跨越了功能性筒仓——类似于操作、维护和质量管理——包括那些效率显著低下、浪费严重,有时功能失调的筒仓之间。这种APM方法可以系统地改善关键指标,如正常运行时间、平均修复时间(MTTR)、资产寿命、成本、质量/产量和安全性。这些指标的成功导致了执行指标的改进,如收入、利润、客户满意度和在制品(WIP)库存。

主动资产绩效管理与IIOR和Analytics

有先进的分析的工业互联网(IIOT),提供了提高工业资产可靠性的新机会,使所有者运营商能够进展到没有计划的停机时间,许多人认为是维护和运营的最终目标。

预防性维护假定故障模式随年龄或使用而增加。不幸的是,这只适用于18%的资产。其余82%的资产显示出随机失效模式。相比之下,预测性维护(PdM)方法采用状态监测数据来预测故障。主动维护通过将多个变量与分析相结合,以更高的置信度和更少的误报来预测故障,从而走得更远。

主动维护的典型效益包括改进的正常运行时间,资产寿命,维护成本控制和安全。工业组织应审查其资产管理战略,并考虑采用条件监测和预测维护解决方案。ARC Advantory Group建议用户考虑使用分析的主动维护的试点项目 - 特别是复杂资产或共同资产类型。

比较维护策略和方法

建立主动维护的案例需要审查其他维护策略以及优势和劣势。

预防性维护:适合仅18%的资产

预防性维护时间表检查和/或维修通常基于日历时间,运行时间或循环计数。这种方法假定设备故障的概率随着使用而增加。但是,NASA和美国海军编制的故障模式数据显示,只有18%的失败是相关的年龄,82%有随机模式。根据这些数据,预防性维护(PM)为仅为18%的资产提供了福利。在其他82%的其他82%的PM可以通过将资产放置在B型曲线的开头进行早期生命失败时,可能会导致失败。

预测维护:简单的数学

PDM使用条件监控以提供更高的故障通知,因此可以安排并执行适当的维护,以防止无计划的停机时间。条件监测的三种常见方法包括:

  1. 监视与植物历史学家的资产相关联的过程数据值,其中趋势图和/或数学计算
  2. 具有传感器(通常振动)的植物资产管理(PAM)系统通常适用于旋转设备
  3. 涉及红外,超声波,油分析或腐蚀的定期检查和评估通常用于蒸汽锅炉,管道和换热器等固定厂设备

策略

描述

资产属性

汽车类比

反应

跑到失败,然后修理

失败不太可能,容易固定/替换,或非关键

收音机

预防性

服务处于固定时间或循环间隔

失败的概率随资产使用或时间增加

每5,000英里更换发动机油

状态监测

通过单个数据值警告错误的趋势或其他规则的逻辑

部件故障级联成大量损失的资产

油压,冷却剂温度指示器

预测性(PDM) 设备特定算法或机器学习。多变量 计划外停机对业务有影响的关键资产 电动汽车电池管理系统

规定的

模型和知识库识别问题和该做什么

需要高级技能的复杂资产

经销商级诊断设备

弧度覆盖区域