PdM-O 예측 유지보수 최적화

 

선제적 예방

예측 유지보수 (PdM)에는 다가오는 장비 고장을 식별하고 고장이 발생하기 전에 PM (예방 유지보수)을 수행하는 많은 기술이 포함됩니다.

PdM은 조건 기반 유지관리라고도 합니다.

BQR의 PdM-O 모듈은 다양한 자산 계층 수준에서 장비에 대한 예방 유지보수 (PM) 이벤트, 장비 노화 (고장 분포), 물류, 비용 및 유지보수 작업 그룹화를 고려한 기간을 최적화합니다.

예정된 예방 유지보수 주기를 최적화하려면 여기를 클릭하세요..

 

효과

  • OPEX와 CAPEX 사이의 최적의 균형 찾기
  • 물류 및 유지관리 정책에 대한 통찰력 획득
  • 주요 비용 및 가동 중지 동인 식별

하이라이트

최적화는 어셈블리가 열리는 횟수를 줄이기 위해 검사 작업을 그룹화합니다.

물류지도

예측 유지보수 최적화를 수행하기 위한 단계

 

1) 가져오기 (선택 사항)

  • BQR의 핵심 데이터베이스를 사용하여 BQR의 FMECA에서 블록계층 구조, 부품 및 고장유형 가져오기
  • 또는 CSV 파일에서 데이터 가져오기

 

2) 사용자 입력

  • 수명주기기간 및 운영 프로파일과 같은 프로젝트 데이터 정의
  • 각 블록에 대한 신뢰성 모델 정의, 수리 및 교체 정책 정의
  • 예비 재고, OEM, 창고 및 운송 경로를 포함한 자산의 물류 옵션 정의
  • 검사 비용, 유지보수 작업 및 가동 중지시간 정의
  • 각종 검사 및 유지보수 작업에 필요한 자원 정의 (선택 사항)
  • 비용과 가용성을 비교하기 위해 추가 시나리오 정의

3) 분석

  • 소프트웨어에 의한 사용자 데이터 유효성 검사. 데이터가 누락된 경우 사용자에게 알림
  • 소프트웨어는 각 블록의 검사 간격을 최적화하고 높은 자산 가용성을 유지하면서 수명주기 비용 (LCC)을 최소화하는 최적의 일정을 찾습니다.

 

4) 보고서

  • 자세한 검사 일정
  • Excel, HTML 또는 Word 파일 형태로 저장
예비 부품 및 유지보수 최적화
계층구조 Tree 예시

특징

  • 유연한 자산 모델
  • 부품 라이브러리 제공
  • Excel 또는 BQR CARE에서 계층구조 가져오기
  • 빠른 분석
  • 검색 및 정렬 기능
  • 데이터가 불완전하거나 일관성이 없는 경우 사용자에게 알림
  • 초보 및 고급 사용자를 위한 자세한 도움말 및 사용자 인터페이스