L'obiettivo della Predictive Maintenance (PdM) è identificare l'avvicinamento ai guasti delle apparecchiature e condurre la manutenzione preventiva (PM) prima che si verifichino i guasti.
Il PM programmato può essere costoso e richiedere tempo e può persino danneggiare le apparecchiature se condotto in modo eccessivo.
Il PdM è vantaggioso rispetto al PM programmato, conduce il PM solo quando necessario, riducendo in tal modo il costo del PM e i tempi di inattività degli asset.
Sebbene PdM offra molti vantaggi al funzionamento e alla manutenzione delle risorse (O&M), i sistemi PdM non sono economici. Il costo di PdM comprende: installazione di sensori e IT, archiviazione e server di dati, aggiornamenti software e di solito un data scientist.
Molte aziende PdM sono emerse negli ultimi anni a causa della riduzione dei costi dei sensori e dell'IT, nonché dei miglioramenti delle capacità di Machine Learning.
I proprietari di risorse devono affrontare molte opzioni per i sistemi PdM e selezionare quella giusta è una sfida.
In molti casi le risorse hanno già molti dati raccolti (da SCADA ed EAM) che non vengono utilizzati e non sempre sono necessari nuovi costosi sistemi PdM.
PdM è strettamente correlato a Prognostics and Health Management (PHM). Il sistema PHM monitora la risorsa e PdM raccomanda azioni di manutenzione basate sui risultati PHM.
BQR offre diversi software e servizi di consulenza per PdM
- apmOptimizer può essere utilizzato per "what if analysis" calcolando il ROI atteso dei sistemi PdM, consentendo ai proprietari di asset di selezionare il PdM migliore per le loro esigenze
- BQR-digitale raccoglie e analizza i log di campo (importa i dati da EAM, CMMS e SCADA) al fine di prevedere la vita utile residua
- Strumenti e consulenza BQR fornire manutenzione delle risorse e ottimizzazione logistica tra cui: ispezioni, PM e pezzi di ricambio
