Collaboratores: Guillermo Siquenza y David Najar
Abstract:
This paper asks and answers a vital question that consumes the maintenance world. “How can one achieve physical asset reliability by exploiting ever expanding data streams onto our hard drives and into the cloud?”. The presentation will define the nature of relevant maintenance data and will specify those attributes required for failure prediction. A CBM case history of an asset subject to multiple failure modes will demonstrate a process for predicting a failure mode’s residual life. Analyzable data will take the form of a “virtual” table comprising condition, prevention, and failure event records. Prior to executing the predictive algorithm, a data validation and cleaning step will be demonstrated. This step will reveal a surprising gap in conventional work order procedures. It will be shown how this simple yet missing element impairs many of today’s CBM efforts. The analytic procedure will include a rigorous cost-benefit analysis. The presentation will conclude with a novel way to monitor CBM performance for continuous predictive improvement.
Este documento plantea y responde una pregunta vital que consume al mundo del mantenimiento. “¿Cómo se puede lograr la confiabilidad de los activos físicos mediante la explotación de los flujos crecientes de datos que llegan constantemente a nuestros discos duros y a las nubes de almacenamiento?”. La presentación definirá la naturaleza de los datos relevantes de mantenimiento y especificará los atributos necesarios para realizar los pronósticos probabilísticos de fallas. Un caso real de Mantenimiento Basado en Condición (CBM) de un activo sujeto a múltiples modos de falla demostrará el proceso para pronosticar la vida residual de un modo de falla. Los datos analizables tomarán la forma de una tabla “virtual” que incluirá los registros de eventos de condición, eventos de prevención y eventos de falla. Antes de ejecutar el algoritmo predictivo, se demostrará un paso de validación y limpieza de datos. Este paso revelará una brecha sorprendente con respecto a los procedimientos de órdenes de trabajo convencionales. Se mostrará cómo este elemento simple pero faltante afecta muchos de los esfuerzos actuales del Mantenimiento Basado en Condición (CBM). El procedimiento analítico incluirá un riguroso análisis de costo-beneficio. La presentación concluirá con una nueva forma de monitorear el desempeño del Mantenimiento Basado en Condición (CBM) para lograr una mejora continua en los pronósticos probabilísticos.
© 2018, Murray Wiseman. All rights reserved.