工業(yè)資產(chǎn)也難逃墨菲定律的魔咒：即便是最可靠的設(shè)備也有可能隨時發(fā)生故障。每年都會發(fā)生超過636起管道事故，每臺風力渦輪機都會發(fā)生8.3 次故障。

糾正性維護 (CM) 是解決這一惡性循環(huán)的良方。及時評估和早期干預可降低徹底故障和長時間停機的風險。另一方面，將糾正措施排除在維護合同之外的公司可能會面臨30% 以上的意外成本。

了解有效的糾正性維護策略的關(guān)鍵原則以及如何利用新興技術(shù)優(yōu)化流程。

什么是糾正性維護？

糾正性維護涉及識別、修復或更換故障資產(chǎn)，使其恢復正常運轉(zhuǎn)，以避免損害加劇并最 大程度地減少停機時間。這是大多數(shù)組織的標準方法，占所有運營和維護 (O&M) 活動的60%。

通常在以下情況下啟動糾正性維護：

l有明顯的損壞或損壞跡象

l例行檢查發(fā)現(xiàn)潛在損害

l資產(chǎn)監(jiān)控系統(tǒng)凸顯問題

例如，防雷系統(tǒng)測試發(fā)現(xiàn)導體存在故障——系統(tǒng)必須更換。無人機手機信號塔檢查發(fā)現(xiàn)塔架上的保護涂層變薄——團隊計劃重新進行油漆作業(yè)。

糾正性維護與反應(yīng)性維護

糾正性維護和反應(yīng)性維護這兩個術(shù)語經(jīng)常互換使用。雖然這并不完全準確。反應(yīng)性維護始終是計劃外的，涉及意外的資產(chǎn)故障，導致運營中斷，并要求所有人盡快就位。

而糾正性維護則涉及處于運行狀態(tài)但出現(xiàn)故障早期跡象的資產(chǎn)。因此，如果問題對安全或合規(guī)性并不重要，則可以計劃、取消甚至推遲糾正性維護。

糾正性維護與預防性維護

糾正性維護處理剛出現(xiàn)的問題。預防性維護 (PM) 旨在將故障概率降至最 低。

糾正性維護和預防性維護之間的第 一個區(qū)別是它們的目的。預防性維護需要定期監(jiān)控資產(chǎn)健康情況、主動解決問題和分析根本原因。相比之下，糾正性維護優(yōu)先解決緊急問題，旨在快速恢復運營。

預防性維護和糾正性維護也有不同級別的規(guī)劃。預測性維護需要按照預定的時間間隔進行定期檢查和維修。在流程方面，這需要不同團隊之間進行更多協(xié)調(diào)，以確保及時訂購零件、派遣技術(shù)人員并優(yōu)化停機計劃。

使用 CM，您可以減少事前規(guī)劃，而更多地關(guān)注當前的問題。問題根據(jù)確定的優(yōu)先級分數(shù)進行處理，有些問題會推遲到下一次計劃停機。

成本是最終的區(qū)別。由于預測性維護需要頻繁檢查和持續(xù)監(jiān)控，因此您需要投入更多前期資金。但是，通過在早期階段解決問題，您可以節(jié)省更多，這意味著停機時間更少，資產(chǎn)使用壽命更長。對于 CM，情況正好相反：您在初始維護上花費較少，但以后可能需要處理更大的維修和不可預見的故障。

糾正性維護的類型

根據(jù)缺陷的嚴重程度、事件影響以及資產(chǎn)或其組件的關(guān)鍵性，采用不同類型的糾正性維護策略。

當重大故障可能破壞其他組件/資產(chǎn)或嚴重損害技術(shù)人員、當?shù)鼐用窕蛘麄€環(huán)境時，就會發(fā)生緊急糾正性維護。根據(jù)損壞程度，這可能意味著立即修復、隔離受損資產(chǎn)或徹底檢修。例如，在最近發(fā)生管道火災后，Energy Transfer 必須立即開始修復，以恢復附近數(shù)千個受影響家庭和企業(yè)的電力供應(yīng)。

一旦發(fā)生故障，立即進行糾正性維護，以最 大限度地減少停機時間并防止附帶影響。這也可能是遵守法規(guī)的必要部分。例如，Enbridge 在其破裂的管道泄漏了約6600 萬立方英尺的天然氣后收到了政府的修正糾正措施命令。維護包括關(guān)閉硬點、空中和地面泄漏檢查。

延期糾正性維護涵蓋對低影響缺陷的管理，其中維修可以推遲到計劃的工廠關(guān)閉。同樣，運行至故障方法將維修和更換推遲到確定故障為止。這種方法最適合易于更換的非關(guān)鍵組件/設(shè)備。

最后，有條件糾正性維護是最接近預防性維護的類型。當狀態(tài)監(jiān)測系統(tǒng)或檢查團隊檢測到性能下降或性能損失的早期跡象時，就會進行有條件維護。如果無法立即解決問題，這種類型的維護也可能被延遲。例如，在開始任何維修之前，必須先將火炬塔充分冷卻，這通常需要初步協(xié)調(diào)以盡量減少運營影響。

糾正性維護的優(yōu)點

糾正性維護具有幾個不可否認的優(yōu)點：

l關(guān)注即時結(jié)果：糾正性維護專注于直接影響您運營的關(guān)鍵問題，將根本原因分析推遲到以后。對于復雜資產(chǎn)，緊急修復可以在幾天內(nèi)完成，而根本原因調(diào)查則需要數(shù)月時間。CM 為 O&M 經(jīng)理提供了額外的時間來決定下一步最 佳行動。

l非關(guān)鍵資產(chǎn)的成本效益。外觀修復、部件更換和其他小修小補比重大結(jié)構(gòu)修復更容易、更便宜。對于非關(guān)鍵設(shè)備，這些可能足以確保在下一個更換周期之前正常運行。

l可預測的停機時間。計劃的糾正性維護安排在計劃停機時段和/或非高峰時段，對運營效率的影響最小。這種方法還可以更好地分配資源，因為某些任務(wù)可以推遲到下一個計劃停機時段。

l延長資產(chǎn)使用壽命：如果在發(fā)現(xiàn)問題后立即維修和更換故障部件，糾正性維護可以延長資產(chǎn)的使用壽命。例如，在發(fā)現(xiàn)涂層脫落后，重新涂漆比事后處理腐蝕問題更簡單、更便宜。

然而，不可否認的是，糾正性維護也有一些缺點。糾正性維護策略無法提供任何有關(guān)資產(chǎn)退化或性能損失的運營預測。

此外，由于某些糾正措施并不重要，一些公司可能會為了其他優(yōu)先事項而省下這些措施。雖然這不是最 好的策略。PG&E 的案例是一個警示故事：該公司因不斷推遲 170,000 條電線的維修而面臨80 萬美元的罰款

優(yōu)化糾正性維護策略的 3 種方法

越來越多的糾正性維護任務(wù)積壓最終會演變?yōu)橛媱澩獾谋粍泳S修，從而大幅增加成本和運營影響。新技術(shù)可以幫助避免這種情況。

將部分運維流程數(shù)字化和自動化的公司可降低20-30% 的成本，并顯著提高生產(chǎn)率。尤其是巡檢無人機、物聯(lián)網(wǎng)設(shè)備和機器學習系統(tǒng)，它們正在幫助資產(chǎn)管理者改進資產(chǎn)維護策略。

利用檢測無人機簡化無損檢測

無損檢測 (NDT)可提供有關(guān)資產(chǎn)健康狀況的寶貴數(shù)據(jù)。然而，這也是一個復雜且耗時的過程，需要起重設(shè)備、表面處理和手動測量。為了檢查大型工業(yè)資產(chǎn)（如儲罐、筒倉或地上管道），可能需要起重設(shè)備或腳手架施工，從而導致資產(chǎn)長時間停工。

像Voliro T這樣的專業(yè)無損檢測無人機正在改變這一流程。Voliro 的技術(shù)專為高空接觸作業(yè)而設(shè)計，可將無損檢測時間縮短 2 倍，只需一次飛行即可為資產(chǎn)所有者節(jié)省六位數(shù)的運營支出。

我們開發(fā)了以下專用無人機有效載荷：

l超聲波換能器。收集 2-150 毫米/0.08-5.9 英寸范圍內(nèi)的厚度測量值，以檢測導致開裂、腐蝕和泄漏的表面退化的早期跡象。

l高溫 UT。在加熱至 260 °C/500 °F 的表面進行實時 A 掃描，以獲得可靠的厚度測量結(jié)果。

l電磁聲換能器 (EMAT)無需使用任何耦合劑即可對粗糙、骯臟和涂層表面進行檢查。

l脈沖渦流探頭用于檢測絕緣層下 100 毫米內(nèi)的早期腐蝕跡象。

l干膜厚度測量儀可確保正確應(yīng)用保護涂層并首次發(fā)現(xiàn)變薄跡象，從而導致腐蝕。

得益于先進的導航傳感器，Voliro 巡檢無人機可以安全地在高 EMI 物體旁邊和 GPS 不可用的環(huán)境中飛行。借助我們的技術(shù)，巡檢人員已在煙囪巡檢上節(jié)省了超過 16.5 萬美元，并將化工廠巡檢時間縮短了 3 倍，同時還受益于更豐富的資產(chǎn)數(shù)據(jù)。

使用物聯(lián)網(wǎng)傳感器自動收集數(shù)據(jù)

在過去十年中，傳感器成本下降了70%，使得基于物聯(lián)網(wǎng)的資產(chǎn)監(jiān)控更加經(jīng)濟實惠。物聯(lián)網(wǎng)系統(tǒng)收集實時數(shù)據(jù)并根據(jù)預定義參數(shù)評估資產(chǎn)績效。如果出現(xiàn)任何問題（工作溫度升高、濕度增加或能耗增加），您的團隊都會收到警報。

芬蘭的一組研究人員最近提出了一個物聯(lián)網(wǎng)平臺，用于先進的結(jié)構(gòu)健康監(jiān)測，該平臺由超聲導波 (UGW) 傳感器驅(qū)動。該系統(tǒng)放置以形成最 佳螺旋傳播路徑，可以定位深層內(nèi)部缺陷并自動進行精 確的厚度測量（例如管道壁的厚度）。

另一組美國土木工程師為特拉華州的一座斜拉橋部署了基于物聯(lián)網(wǎng)的結(jié)構(gòu)健康監(jiān)測系統(tǒng)。該系統(tǒng)由遍布整個橋梁的 120 個傳感器供電，可持續(xù)提供有關(guān)橋梁狀況的最 新數(shù)據(jù)，并可用于安排診斷負載測試。

遠程狀態(tài)監(jiān)測減少了現(xiàn)場檢查的需要。此類系統(tǒng)還有助于建立每項資產(chǎn)更準確的歷史概況，以監(jiān)測隨時間推移的退化情況，并在最 佳時期應(yīng)用糾正策略。

利用機器學習進行數(shù)據(jù)處理

資產(chǎn)管理系統(tǒng)、無人機和物聯(lián)網(wǎng)平臺提供更多數(shù)據(jù)，但另一方面，我們需要更好的分析流程。傳統(tǒng)報告軟件可能不兼容所有數(shù)據(jù)格式，導致工具泛濫和數(shù)據(jù)孤島。為了整合分析并獲得更深入的見解，領(lǐng)導者正在采用機器學習算法。

機器學習模型可以分析結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，比任何受過訓練的工程師更快地檢測出異常。這使團隊能夠在缺陷出現(xiàn)時采取糾正措施，最 大限度地降低成本和流程中斷。經(jīng)過歷史數(shù)據(jù)訓練的機器學習模型可以發(fā)現(xiàn)導致設(shè)備故障的關(guān)聯(lián)鏈，加快根本原因分析，并為優(yōu)化維護策略提供新見解。

例如，ABB部署了 ML 算法來自動診斷和預測旋轉(zhuǎn)機械的故障。作為一項為期 30 個月的研究的一部分，該公司在客戶的設(shè)施中安裝了廉價的物聯(lián)網(wǎng)傳感器來收集振動數(shù)據(jù)，據(jù) ABB 稱，這些數(shù)據(jù)可以幫助檢測葉片問題、流動湍流、空腔、松動部件和錯位組件。然后訓練機器學習模型來預測資產(chǎn)的未來健康狀況。從那時起，ABB 擴大了其遠程監(jiān)控和預測性維護能力，以覆蓋遠程陸上井場、動力系統(tǒng)和各種其他系統(tǒng)。

結(jié)論

有效的糾正性維護是資產(chǎn)管理的基石。即使采用最 先進的技術(shù)，也并非所有故障類型都可以預見或預測。然而，在流程效率方面可以（也應(yīng)該！）做出改變。

借助 Voliro 等檢查無人機，團隊無需借助繩索即可檢查難以到達的區(qū)域（例如管道的傾斜部分）。使用高溫 UT 探頭，您還可以找到正在使用的資產(chǎn)（如火炬煙囪和豎井）上的缺陷，從而進一步減少停機時間。最 好的部分是什么？您不必擔心無人機維護，因為我們的訂閱涵蓋認證、維修和更換。