メンテナンスとオートメーション

オートメーション技術は、産業用メンテナンスに多大な影響を与えています。メンテナンスにおけるオートメーションの傾向としては、予測メンテナンスのための状態監視センサー、振動監視センサー、超音波監視装置、サーモグラフィー装置などの利用が挙げられます。本記事では、状態監視やCMMSシステムなどのその他のメンテナンスオートメーションの導入方法、およびメンテナンスソリューションにおけるオートメーション技術の利点について紹介します。

現在、さまざまな種類の状態監視オートメーション技術が存在し、それぞれ異なる方法で使用され、予知保全を実現しています。これらには、振動監視、超音波監視、サーモグラフィー、オイル分析、モーター回路分析などが含まれます。これから、状態監視技術の仕組みや、エンジニアがどのようなことができるようになるのかを見ていきましょう。

振動モニタリングは、振動モニタリングセンサーのネットワークを使用して機械の振動レベルを分析するメンテナンスオートメーションの一形態です。振動モニタリングは、振動信号のパターンを評価し、異常な振動が発生すると、機械の故障や誤作動が差し迫っている可能性を示します。技術者やエンジニアは、問題が深刻化する前に介入して修正する必要があります。

振動の異常の一般的な原因には、不均衡、緩み、位置ずれ、摩耗などがあります。たとえば、回転速度の増加に伴う不均衡は、振動を増加させるため、ベアリングの寿命を縮めたり、構造的な損傷を引き起こす可能性があります。

このため、特に回転機器などの設備の振動を監視することは、予知保全の重要な要素であり、メンテナンスオートメーションの重要なトレンドとなっています。

振動モニタリングを利用したメンテナンスオートメーションの利点には、以下の点が含まれます。

• 機械の寿命延長

  : 機械の寿命を延ばすことで、資本設備への投資収益率を高めることができます。

• 信頼性の向上

  : 振動モニタリングセンサーのネットワークが情報を伝達することで、問題が深刻化する前に修復することができます。

• 生産性の最大化

  : 機械の信頼性が高まることで、より長く稼働し、生産性も向上します。

• ダウンタイムの最小化

  : 予定外の保守や事後対応の保守が削減され、計画外のダウンタイムを最小限に抑えることができます。

超音波モニタリングは、機械的および電気的な故障を検出するために使用される機器です。これは、人間の耳には聞こえないものの、機器に問題がある可能性を示す微細な音の変化を検出することで機能します。超音波モニタリング機器は、圧縮空気の漏れやベアリングの不具合の検出に広く使用されており、音の変化を捉えて、ディスプレイで視覚的に確認できる可聴信号に変換します。

超音波モニタリング機器は、以下の用途に使用されます：

• ポンプ内のキャビテーションの検出
• コンプレッサーのバルブ漏れの評価
• 蒸気トラップのメンテナンス
• 欠陥のあるギアの検出
• ガスや流体の漏れ検出
• 機械および電気の検査
• アーク放電の検出

メンテナンス用のサーモグラフィー機器は、温度変化を監視することで機械や電気機器の故障を検出します。熱の増加は、機器が故障している兆候である場合があり、赤外線サーモグラフィーカメラを使用して異常を発見することができます。

赤外線サーモグラフィー機器は、パイプ、モーター、ベアリング、熱交換器、ファンなどから発生する熱を監視するために使用されることが多く、また、ケーブル、ワイヤー、制御盤、端子などのホットスポットを検出することで、過電流や腐食した端子などの問題を明らかにすることができます。

振動モニタリングと同様に、サーモグラフィーは温度変動に関する情報を利用して、機械のダウンタイムにつながる可能性のある問題を検出し、予防保全を実現します。

潤滑油の状態は、機械の故障につながる可能性のある問題を示すことがあります。オイル分析では、潤滑油の成分や金属の微粒子などの汚染物質を評価し、潤滑油およびそれが使用されている機械の健全性を判断します。オイル分析は、リスクと事後保全を低減し、機械の損傷を防ぎ、信頼性を向上させることで、予測保全体制の一環としてコスト削減に貢献します。

オイル分析は、オイルの残存寿命やその機械に適切なオイルが使用されているかどうかの判断にも役立ちます。また、粘度が適正値から逸脱していないかを確認することも可能です。さらに、オイルが清浄であるかどうかも判断でき、オイル中の異物は機械の摩耗の深刻度や劣化している部品を示している可能性があります。

モーター回路分析は、電気的不均衡や絶縁劣化を分析することで、技術者がモーターの状態を把握するのに役立ちます。モーターの寿命期間中、モーターの電流や電圧の傾向を観察することで、損傷、過熱、過剰な振動を検出することが可能です。

モーター回路分析では、電流および周波数応答、絶縁抵抗、回路抵抗、インピーダンス、インダクタンス、位相角を監視し、モーターの健全性を判断します。この手法により、モーター巻線やケーブルの欠陥、ローターの欠陥などが明らかになる場合があります。他の状態監視オートメーション技術と同様に、モーター回路分析も故障を未然に予測するために使用されます。

コンピュータ化されたメンテナンス管理システム (CMMS) は、エンジニアが計画的 (予防的) および予測的メンテナンスの両方を実行するのを支援する、数多くのデジタルメンテナンスオートメーション技術の一つです。CMMSは、メンテナンス情報を中央データベースに集約するソフトウェアであり、メンテナンススケジュールの最適化や機械の稼働率の向上に役立ちます。

CMMSには、メーカー、モデル、シリアル番号、保証情報、文書およびマニュアル、所在地、性能統計など、生産設備に関する重要な情報を保存する資産台帳が含まれています。このシステムの主な役割の一つは、適切なメンテナンススケジュールの作成です。また、特定の作業に技術者などのリソースを割り当てたり、ダウンタイムと関連コストを記録し、メンテナンス作業を自動的に生成したりすることもできます。このため、CMMSは予防保全のための重要なツールとなります。

CMMSを導入する際、複数の要因を考慮する必要があります。これには、資産台帳に含めるべき機械の選定、ソフトウェアに割り当てる予算、メンテナンスチームのシステム移行の方法などが含まれます。プラントの効率的かつ効果的な稼働を支えるために、必要な機能を検討することが重要です。

AIとメンテナンスは補完的な関係にあります。なぜなら、エンジニアが収集したすべての状態監視データを分析する際に、人工知能が役立つからです。これには、過去のデータとリアルタイムで生成されるデータが含まれます。AIは、システムの異常を把握し、さまざまな機器に必要なメンテナンスを理解するのに役立ちます。

機械学習は、潜在的な機器の故障を認識し、予測するために使用されます。これにより、システムに致命的な故障が発生する前に介入できるようになります。その結果、機械のダウンタイムを削減し、生産性を最大化することが可能になります。

デジタルツインは、物理的な製造施設やシステムを完全に再現したデジタルモデルであり、現実の世界と仮想の世界をつなぐ重要な技術です。製造業では、デジタルツインを活用することで、設計から生産、メンテナンスに至る製造ライフサイクル全体を最適化することができます。デジタルツインの大きな利点は、工場やシステムに実際に変更を加えることなく、仮想環境で機械やプロセスの最適化を行える点にあります。さらに、シミュレーションを通じて故障の予測や生産プロセスの改善を行うことが可能です。エンジニアは、この仮想モデルから得た知見を、現実の環境に適用し、より効果的なメンテナンスやプロセス改善に役立てることができます。

職場での自動化、協働ロボット（コボット）、およびメンテナンスは、互いに密接に関連しています。協働ロボットとは、人間と協力して困難で危険な作業や、肉体的にストレスや疲労が大きい作業を行うロボットです。これらのロボットは、危険な環境でも作業員を危険にさらすことなく作業を行うことができます。そのため、人間にとって困難または過酷な場所にある部品に手が届くよう、メンテナンス作業においてコボットの利用がますます普及していくでしょう。

これらの自動化技術はすべて、製造業で進行中の第4次産業革命の一部です。産業用モノのインターネット（IIoT）の詳細については、当社のIIoTガイドをご覧ください。

また、コンディションモニタリングの詳細については、RSにお問い合わせください。当社のエキスパートが対応いたします。