Любой постоянный читатель журнала Practicing Oil Analysis Magazine за последние пять лет хорошо знает, какое влияние может оказать анализ масла на повышение надежности оборудования и поддержание безотказной работы производства. Анализ масла является эффективным инструментом мониторинга состояния и приносит огромную пользу, начиная с раннего предупреждения о надвигающемся отказе и заканчивая возможностью проактивно предотвращать первопричины отказов.
Однако, как в любой истории успеха, здесь накоплен определенный опыт упущенных из виду проблем и неудач, возникших несмотря на плановый отбор проб масла. «Виновниками» сбоев, как правило, объявляется определенная технология, либо лаборатория по анализу масла, которая не смогла предупредить о надвигающейся аварии. В крайних случаях может возникнуть искушение найти другую лабораторию, которая, справедливо это или нет, представляется «лучшей, чем нынешняя».
Но действительно ли лаборатория виновата в том, что программа анализа масла не работает? Хотя лаборатория должна нести определенную ответственность за успех или неудачу программы, часто хватает одного пристального взгляда на собственные процессы, чтобы найти истинную первопричину проблемы. Так что же нужно сделать для разработки программы анализа масла, которая обеспечит максимальную окупаемость?
Этапы разработки эффективной программы анализа масла
Разработка эффективной программы анализа масла требует тщательного планирования. Очень часто, решив инвестировать в анализ масла, сотрудники предприятия выбирают лабораторию и начинают отправлять пробы, не задумываясь о том, чего они добиваются. Это все равно что отдавать команду «на старт, внимание, марш» в обратной последовательности, и это гарантированный рецепт катастрофы. Вместо этого необходимо тщательно разработать план, основываясь на ряде целей по обеспечению надежности.
Существует пять основных этапов разработки программы анализа масла.
Чтобы максимально увеличить шансы на успех, эти шаги должны выполняться именно в таком порядке, обеспечивающем прочный фундамент для развивающейся программы.
Этап № 1. Первоначальная настройка программы
Общая структура и базис программы анализа масла должны отражать обоснованные цели, сформулированные при проектировании надежности. Конечный пользователь должен руководствоваться этими целями в процессе разработки и реализации программы.
Например, если на производстве произошел ряд отказов гидравлических насосов, которые, как предполагается, связаны с загрязнением жидкости, каждый аспект программы анализа масла, от расположения пробоотборного клапана до выбора наборов тестов, назначения целевых показателей и пределов, должен регулироваться заявленной целью надежности, в данном случае – увеличением среднего времени между отказами (MTBF) насосов.
Программа, разрабатываемая на основе такой концепции, требует формирования общей стратегии анализа масла в сочетании с анализом видов отказов и их последствий (FMEA). Это часто происходит в рамках более комплексной программы технического обслуживания, ориентированной на надежность (RCM).
В процессе FMEA рассматривается каждый критически важный актив и, в зависимости от типа компонента, его применения и истории отказов, происходит выбор комплексов исследований, периодичности отбора проб, целевых показателей и предельных значений. Эти действия направлены на устранение наиболее вероятной или распространенной основной причины возникновения сбоев.
Например, если цель программы состоит в том, чтобы обеспечить раннее прогнозирование отказов для большой, медленно вращающейся коробки передач, имеющей историю поломок из-за экстремальных нагрузок, следует выбирать такой комплекс исследований, который ориентирован на обнаружение частиц адгезионного износа. Поскольку частицы адгезионного износа обычно слишком велики для обнаружения элементными спектрометрами, правильно подобранный комплекс тестов должен включать в себя некоторое плановое измерение плотности железосодержащих частиц, например, феррографию прямого считывания (DR) или индекс PQ (износ железа).
Аналогичным образом, периодичность отбора проб должна быть выбрана таким образом, чтобы обеспечить максимальное предупреждение в промежутке времени между началом потенциальной проблемы и функциональным отказом коробки передач. Этот отрезок времени часто называют интервалом P-F. (Дополнительная информация о FMEA доступна в выпуске журнала Practicing Oil Analysis Magazine за май-июнь 2000 года в статье Дрю Тройера под названием «FMEA и смазочные материалы».
Хотя опыт лаборатории в разработке эффективных программ анализа масла может быть использован в процессе проектирования, в конечном счете ответственность за обеспечение соответствия программы целям компании и задачам по надежности лежит на конечном пользователе. В частности, следует обратить внимание на типы процедур исследования, используемых лабораторией при различных обстоятельствах.
В плохо продуманных программах, где выбор лаборатории и тестов часто определяется стоимостью исследования пробы, как правило, предпочтение отдается лаборатории, предложившей самую низкую цену. Тем не менее, комплекс тестов может включать проверки, которые практически не дают никакой ценной информации, но делают исследование каждой пробы, скажем, на доллар дороже.
Например, если просто заказать у лаборатории тест на «содержание воды», она вольна сделать что угодно – простой тест на потрескивание, FTIR или тест на влажность по Карлу Фишеру. Итак, какой тест выбрать? Это зависит от ваших целей.
Если нужно лишь проверить масло на присутствие свободной или эмульгированной воды, то вам подойдет тест на потрескивание, и, вероятно, он будет самым дешевым. Однако, если требуется количественный результат, потребуются более сложные тесты – обычно это инфракрасная спектроскопия с преобразованием Фурье (FTIR) или тест по методу Карла Фишера.
Теперь давайте поговорим о предельно допустимом уровне воды, который следует установить в качестве целевого предела на основе оценки FMEA и степени критичности. Если FMEA предприятия указывает на необходимость поддерживать содержание воды ниже 200 ppm (0,02 процента), то единственным вариантом определения тенденции изменения содержания воды с течением времени для обеспечения соответствия будет тест Карла Фишера, поскольку FTIR обычно нечувствителен при значениях ниже 500–1000 ppm.
Однако, если целевой показатель составляет 1500 ppm (0,15%), то FTIR, будучи простым и недорогим тестом, прекрасно подходит в этих обстоятельствах. Опять же, разработка программ, включая планирование тестов и выбор процедур, зависит от целей, установленных конечным пользователем.
Этап № 2. Стратегия отбора проб
Рис. 1 Хотя отбор проб со дна может быть полезен для определения наличия необычного уровня воды, шлама и другого мусора, он вряд ли позволит получить какие-либо значимые данные в лаборатории анализа масла.Из всех факторов, влияющих на разработку эффективной программы, стратегия отбора проб, пожалуй, в наибольшей степени определяет успех или неудачу программы. К анализу масла определенно применима пословица «Каков поп, таков и приход». Хотя большинство лабораторий по анализу масла могут предоставить рекомендации о том, где и как отбирать пробы для различных компонентов, основная ответственность за стратегию отбора проб должна лежать на конечном пользователе.
Рассмотрим пример из жизни. Один инженер по надежности на фанерном заводе категорически отверг анализ масла как эффективный метод контроля кондиционирования. Его ошибочное убеждение основывалось на том, что, поскольку на заводе, где он работал, за последние два года произошло четыре отказа гидравлических насосов, ни один из которых не был выявлен посредством анализа масла, технология просто не работала. Но действительно ли в этом виновата технология?
Разумеется, стратегия отбора проб включает в себя не только выбор места отбора. Методика и процедура отбора проб, чистота бутылок и оборудование – все это имеет огромное значение.
Предоставление сопутствующей информации при отправке образца в лабораторию можно поставить на второе место по важности после места отбора проб. При обслуживании промышленного оборудования лишь одна проба из десяти направляется в лабораторию с соответствующей информацией о типе масла, часах его работы, замене фильтра или добавлении свежего масла.
Без соответствующей информации параметры состояния масла, такие как вязкость или кислотное число, не могут быть сопоставлены с новым маслом, и анализ тенденции не может быть эффективно выполнен.
Рассмотрим две одинаковые коробки передач, из которых отбирают пробы и отправляют их в лабораторию. При отправке проб никакой информации, кроме наименования компании-клиента и идентификатора актива, не указывается. Оба образца анализируются и показывают 50 ppm железа (рис. 2).
Рис. 2Рассмотрим две одинаковые коробки передач, из которых отбирают пробы и отправляют их в лабораторию. При отправке проб никакой информации, кроме наименования компании-клиента и идентификатора актива, не указывается. Оба образца анализируются и показывают 50 ppm железа (рис. 2).
Теперь предположим, что масло в коробке передач № 1 эксплуатируется уже пять месяцев, а в коробке передач № 2 недавно было заменено масло, и она снова находится в эксплуатации, причем всего два месяца. Исходя из скорости износа (промилле в месяц), коробка передач № 2 изнашивается в два с половиной раза быстрее коробки передач № 1 (25 промилле в месяц против 10 промилле в месяц).
Теперь давайте разберемся, почему же скорость износа коробки передач 2 так высока. Предположим, что во время недавней замены масла в коробке передач 2 была использована неправильная вязкость масла из-за ошибочной маркировки контейнера, что привело к недостаточной толщине масляной пленки и повышенному износу.
Если не предоставить лаборатории данные о часах наработки масла, а также точное наименование масла, по которому можно определить его тип, ни повышенная скорость износа, ни использование неправильного сорта масла не будут выявлены лабораторией. И, скорее всего, лабораторию обвинят в том, что сбой был «упущен».
Все без исключения конечные пользователи несут ответственность за предоставление лаборатории вместе с каждой пробой максимально подробной информации, которая может быть использована при анализе и интерпретации данных. В противном случае лаборатории приходится просто гадать, являются ли те или иные данные значимыми, и нужно ли вносить их в отчет.
Этап № 3. Регистрация данных и анализ образцов
Рисунок 3. Разработка программы анализа маслаПредположим, что стратегия отбора проб верна, и программа была разработана с учетом целей по надежности. Теперь лаборатория должна позаботиться о том, чтобы получить из пробы необходимую информацию. Прежде всего, следует убедиться, что информация о пробе и все последующие данные будут записываться в соответствующее место, чтобы можно было выполнить анализ тенденций и определить предельные значения скорости изменения.
Это задача лаборатории, верно? Что делать, если две последовательных пробы помечены немного по-разному? Например, две пробы имеют маркировку с идентификаторами устройств «GB-3456» и «3456». Хотя интуитивно понятно, что префикс «GB» (сокр. от Gearbox) просто означает «коробка передач», представьте себе, с какими трудностями сталкивается лаборатория, обрабатывая 2000 проб ежедневно. Небрежность и невнимательность со стороны лаборатории непростительны, однако клиент обязан обеспечить согласованность информации, которая регистрируется и используется при диагностической интерпретации.
Как только образец должным образом зарегистрирован в лаборатории, начинается анализ пробы. На этом этапе все зависит только от лаборатории и установленных в ней процедур обеспечения качества (QA) и контроля качества (QC). Например, в какой последовательности лаборатория выполняет тесты?
Если перед лабораторией поставлена задача произвести подсчет частиц, то выполняет ли она этот тест в самом начале, чтобы свести к минимуму возможность дальнейшего загрязнения образца лабораторными процедурами, или же он выполняется после других тестов? Как часто лаборатория проверяет качество анализов с помощью контрольных проб – образцов с известным химическим составом, ежедневно проходящих анализ для проверки того, что приборы находятся в пределах допустимых погрешностей? С какой частотой выполняется анализ контрольной пробы: 1 раз на каждые 10 проб или 1 раз на каждые 50 проб? Выполняется ли такая проверка вовсе?
Что произойдет, если прибор не пройдет проверку контрольной пробой? Проведет ли лаборатория повторное тестирование всех проб клиента, проанализированных с момента последней контрольной пробы, или просто перекалибрует прибор и продолжит тесты?
А как насчет техников, непосредственно проводящих тесты? Это вчерашние школьники, нанятые как дешевая рабочая сила, или дипломированные химики? Прошли ли они специализированное обучение для работы с отработанным маслом? Являются ли они выпускниками отраслевых курсов или обладателями признанных в отрасли квалификаций, таких как LLA ICML (Laboratory Lubricant Analyst)?
Имеется ли в лаборатории надлежащим образом разработанная программа контроля качества? Предусмотрены ли документированные обязательные процедуры для каждого теста, обеспечивающие единообразие при анализе проб разными техниками? Имеет ли лаборатория какой-либо признанный в отрасли сертификат соответствия по обеспечению качества, например ISO 17025 или 10CFR50? Прежде чем начинать работать с той или иной лабораторией, настоятельно рекомендуем посетить ее и выяснить, вызывает ли она доверие по части качества услуг. Не принимайте предложения лаборатории за чистую монету.
Этап № 4. Данные диагностики и прогнозирования
Диагностическая и прогностическая интерпретация полученных данных – это, пожалуй, тот этап, на котором чаще всего возникают разногласия между лабораторией и ее клиентами. Некоторые клиенты ошибочно полагают, что в результате анализа пробы стоимостью 10 долларов они должны получить отчет, в котором указывается, какой агрегат выходит из строя, почему это происходит и как долго он проработает до того, как произойдет сбой. Если бы все было так просто!
Роль лаборатории заключается в том, чтобы представить сложные химические данные, например, кислотное число или процент оксидов черных металлов, в виде, понятном опытным специалистам по техническому обслуживанию, которые, однако, уже не так хорошо помнят школьную программу химии.
Не думайте, что лаборатории будет известно (если только она не будет специально проинформирована) о том, что конкретный компонент нагревался в течение нескольких месяцев, что некоторый процесс создает тяговую нагрузку на подшипники, или что на определенном компоненте, который сейчас демонстрирует признаки избытка воды в образце масла, недавно был заменен сальник.
Оценка данных и принятие значимых решений относительно мониторинга по состоянию (CBM) – это своего рода симбиотический процесс. Конечному пользователю необходим опыт лабораторных специалистов по диагностике, чтобы разобраться в данных, а лаборатории нужен опыт конечного пользователя на предприятии, который хорошо знаком с каждым компонентом, его функциональным состоянием и тем, какие технические или технологические изменения могли произойти в последнее время и повлиять на данные анализа масла. Аналогичным образом, оценка данных «в вакууме» без других вспомогательных технологий, таких как вибрационный анализ и термография, может снизить эффективность процесса CBM.
Хотя конечный пользователь должен нести определенную ответственность за правильную оценку данных, лаборатория также должна отвечать за свои действия. Например, если лаборатория отметит повышенное содержание натрия в масле коробки передач и предположит утечку охлаждающей жидкости, притом, что коробка передач не имеет никакой системы охлаждения на основе гликоля, но является частью трансмиссии конвейера, транспортирующего соль, это будет явный недосмотр со стороны лаборатории.
В конечном счете задача лаборатории – объяснить клиенту свои выводы, а задача клиента – использовать эти выводы для принятия правильного решения об обслуживании на основе всей доступной информации, а не только данных анализа масла.
Этап № 5. Отслеживание эффективности и оценка рентабельности
Анализ масла наиболее эффективен, когда он применяется для отслеживания показателей или контрольных величин, установленных на стадии планирования. Например, может быть поставлена задача повысить общий уровень чистоты жидкости в гидравлическом прессе установки за счет использования улучшенной фильтрации. В этом случае анализ масла (и, в частности, данные о количестве частиц) становится показателем производительности, который может быть использован для определения соответствия заявленным целям надежности.
Показатели повышают ответственность персонала, причем не только тех, кто непосредственно участвует в программе анализа масла, но и всего предприятия в целом, посылая четкий сигнал о том, что смазка и анализ масла являются важной частью корпоративной стратегии достижения целей как в техническом обслуживании, так и в производстве. Заключительным этап – оценка (как правило, ежегодная) эффективности программы анализа масла.
Она включает в себя определение того, сколько средств удалось сэкономить благодаря обслуживанию на основе анализа масла. Оценка позволяет непрерывно совершенствовать программу путем приведения ее в соответствие с уже существующими или новыми целями надежности.
Заключение
Нет никаких сомнений в том, что анализ масла является неотъемлемой частью любой программы технического обслуживания, основанного на состоянии. При эффективном использовании анализ масла может предупредить о надвигающейся поломке, помочь найти первопричину проблемы, а также указать на возможности, о существовании которых вы, возможно, и не подозревали.
Тем не менее, не следует полагать, что один лишь факт отправки пробы в лабораторию даст нужный результат. Вы ведь не купили бы подержанную машину, не посмотрев под капот, не прокатившись и не пнув по колесам? Включайтесь в процесс, задавайте вопросы, посещайте лабораторию и контролируйте свою программу анализа масла. Это может принести огромную пользу и вам, и вашей компании!
- Автор статьи:Корпорация Noria
- Источник:Designing a World-Class Oil Analysis Program