返回
打印據克拉克森研究公司稱,航運業的備件和維護成本一直在穩定增長,約占船舶運營支出的18%。設備故障維修計劃不當、備件不足等情況都可能對總的維護成本造成不利影響。而且,由于購置、服務和運輸需求的增加,故障維修的頻率可能遠遠高于計劃中的數量。另外,隨著船齡的增長,所有維護成本要素都可能進一步惡化。
在急劇波動的不定期船運市場中,油輪、干散貨和集裝箱船等細分市場之間的費率往往浮動很大,毫無疑問,船東需要對船舶維護成本進行嚴格控制,這件事對他們來說非常緊迫。目前在優化此類成本支出時,技術部門所采用的傳統方法是將預防性和糾正性維護系統相結合。船員根據特定的運行時間或日期間隔執行檢查和清潔主要組件等操作。一旦船舶出現設備故障,只要船上有足夠的庫存,就可以對其進行維修或更換。定期重復進行掃氣口清理和主要部件潤滑等維護操作可以使設備保持良好的運行狀態,但并不能充分預防機械故障。
為了確保最高程度的業務連續性以及對維護成本進行最佳控制,部署預測性維護方案,利用數字化技術來進行主動設備分析并及時安排糾正性維護任務是一種很好的方式。通過對系統進行監測以及對備件的采購來源、船齡、之前的維護歷史以及船員的經驗等各種參數進行分析,各類數據都得到了適當的處理,就可以對船舶零部件的狀況得出更準確的評估。這樣的維護框架有助于預測潛在的設備故障,然后可以通過動態調整維護計劃以及隨后重新評估P-F(潛在故障-功能故障)曲線來預防故障的發生。
這種預測性維護框架需要分三個階段來實施:
1. 以設備為中心進行跨職能協作
從企業的角度來看,遵循一套穩固的預測性維護框架是一項跨職能的工作,需要關鍵的一線部門(例如技術、采購和安全質量等部門)積極參與。結構化的流程可以促成協作,在這個過程中,各個部門的利益相關者須就未來12個月的維護預測達成共識,執行戰略性采購計劃以確保備件供應和維修人員的到位,并訂購運輸服務,確保備件能以經濟高效的方式及時送達。
正確地識別將會涉及這種批量訂購流程的設備對于航運公司,尤其是姐妹船重疊很小的公司始終是一個挑戰。船舶維修保養計劃(PMS)包 含有關設備歷史記錄的重要信息,例如工單頻率、缺陷、停機時間等等。為了能夠有效地處理非常細碎的數據,需要將設備聚合成更大的類別或“預測組”。PMS包含每艘船舶組件的完整功能層次結構,以及制造商和各種相互依賴的其他詳細信息,這些信息有助于進一步細分。例如,一個簡單的經驗法則通常是:由同一制造商制造的所有配備了柴油發電機的船舶都是姊妹船,屬于同一組。
2.利用高級數據分析輔助決策
以無監督學習的形式進行數據分析在正確識別預測組方面發揮著關鍵作用。將組件按主機、柴油發電機等較大的群組進行分類,航運公司就可以重置戰略性采購計劃,提高與供應商的議價能力,獲得批量折扣。
在每個預測組內進一步部署聚類分析后,基礎備件可以基于類似屬性,例如制造商、船型、價格和需要相同零件的船舶的數量等,再進行劃分。例如,柴油發電機組預測組可以具有多個細分類別,以突出顯示不同程度的重要性,然后以此來確定每個備件的庫存策略,以便與諸如TMSA 3之類的全球政策或其他法規保持一致。
此后,公司可以將設備轉換為監督學習,并部署預測模型來預判各種預測組下面的所有備件集群的未來需求。運用哪種基本算法可能取決于數據可用性和自動化程度,舉個例子,如果數據稀缺就采用隨機森林(Random Forest)算法,如果具備足夠廣度和深度的時間序列數據,則采用深度學習(Deep Learning)算法。在任何情況下,各種集成算法都能從對設備運行時間、船上傳感器數據、船齡以及船員經驗等外生變量的利用中獲益。
通過納入規范性模型,可以增強圍繞預測性維護的分析框架,該模型利用所有相關成本來“指定”要采購的共識預測。這些模型將預測模型的數量與庫存、運輸、缺貨和購置成本進行對比,并使用運營研究算法來優化確切的備件數量,確保船舶的商業可用性,同時最大程度地減少相關的上游供應鏈支出
3.通過機器學習利用遙測數據不斷改進維護預測
為了完成差異化的預測性維護框架的閉環,預測模型可以實時使用高頻遙測數據,不斷提高預測準確性并重新校準P-F曲線。船載遙測系統可以收集并自動傳輸與高溫檢測、燃油分析、振動記錄等有關的數據。將數據反饋到任何機器學習模型都有助于未來PF曲線的重新設計,并且可以得出有關系統、設備、零件需求和時間間隔的不同結論,這些都是預測性維護計劃需要涵蓋的要素。舉例來說,如果主機流量計上安裝的傳感器在較長時間內顯示高油耗,則將觸發維護措施,并且需要在備件的數量和質量、運行條件和工時以及維修人員的能力等方面對設備進行重新評估。
上述預測性維護方案可以為選擇部署該策略的航運公司帶來巨大收益。預計僅在第一階段(無需任何先進分析或遙測技術)就可以憑借供應商提供的批量折扣節省約15%的購置成本。部署第二階段可將整個供應鏈成本進一步降低約10%,而第三階段可以將維護成本再降低7%。此外,這種預測性維護框架不僅可以在成本方面帶來變革,而且可以改變辦公室和船上工作人員對設備維護的理解和執行,從而減輕工作壓力,避免反復修改計劃,更好地利用工作時間并增強整個企業的彈性。（來源：中國船檢）
