Manutenção preditiva explicada

A manutenção preditiva (PdM) é a manutenção que monitora o desempenho e a condição do equipamento durante a operação normal para reduzir a probabilidade de falhas. Também conhecida como manutenção baseada na condição, a manutenção preditiva tem sido utilizada no mundo industrial desde a década de 1990.

No entanto, na realidade, a manutenção preditiva é muito mais antiga, embora sua história não seja formalmente documentada. De acordo com a Control Engineering, “o início da manutenção preditiva (PdM) pode ter sido quando um mecânico colocou pela primeira vez sua orelha no cabo de uma chave de fenda, tocou a outra extremidade em uma máquina e disse que parecia que um rolamento estava estragando . ”

O objetivo da manutenção preditiva é a capacidade de primeiro prever quando a falha do equipamento pode ocorrer (com base em certos fatores), seguido pela prevenção da falha por meio de manutenção corretiva e programada regularmente.

A manutenção preditiva não pode existir sem o monitoramento das condições, que é definido como o monitoramento contínuo das máquinas durante as condições do processo para garantir o uso ideal das máquinas. Existem três facetas de monitoramento de condição:online, periódico e remoto. O monitoramento de condição online é definido como o monitoramento contínuo de máquinas ou processos de produção, com dados coletados em velocidades críticas e mudanças nas posições do fuso (“Monitoramento de Condições de Máquinas Rotativas”, Istec International).

O monitoramento periódico da condição, que é obtido por meio da análise de vibração, “dá uma visão sobre a mudança do comportamento de vibração das instalações” com uma análise de tendência (“Monitoramento de condição de máquinas rotativas,” Istec International). Por fim, o monitoramento remoto de condições, como o próprio nome sugere, permite que o equipamento seja monitorado de um local remoto, com dados transmitidos para análise.

Antes de estabelecer um programa de manutenção preditiva, uma organização deve realizar várias etapas, que incluem:

• 
  Analisando a necessidade e o histórico do equipamento
  
• 
  Revisão de todos e quaisquer registros disponíveis sobre tempo de inatividade, defeitos de equipamentos, perdas (rendimento e energia), multas de regulamentação em potencial e segurança no local de trabalho
  
• 
  Estabelecer definições e conceitos, bem como construir um caso para PdM
  
• 
  Educar as principais partes interessadas e obter adesão
  
• 
  Concluir um inventário de equipamento e avaliar as condições atuais do equipamento
  
• 
  Seleção de equipamentos para a implementação inicial do programa
  
• 
  Desenvolvimento de detalhes do sistema com base em sistemas e / ou componentes individuais
  
• 
  Avaliação de qualquer manutenção preventiva ou preditiva existente
  
• 
  Decidir quais sistemas incluir e o que inspecionar
  
• 
  Definir a criticidade do programa e estabelecer a frequência de PdM e o tipo de programação
  
• 
  Avaliação dos recursos previstos e atribuição de funções e responsabilidades de pessoal
  
• 
  Organizar o programa e integrá-lo ao sistema de agendamento
  
• 
  Educar e obter adesão de operações e manutenção
  
• 
  Atualizando equipamentos e realizando treinamentos
  
• 
  Criação de um sistema informatizado de gerenciamento de manutenção (CMMS)
  

Cerca de 65 por cento do pessoal de manutenção entrevistado na Pesquisa de Manutenção Preditiva de 2019 da Reliable Plant disse que usa a manutenção preditiva. Quando implementada e executada, a manutenção preditiva é a base de um programa de manutenção bem-sucedido.

A diferença entre manutenção preditiva e manutenção preventiva

Embora muitos programas de manutenção usem um pouco de ambos, existem várias diferenças entre a manutenção preditiva e a manutenção preventiva. A manutenção preventiva envolve a inspeção e execução de manutenção em máquinas, independentemente de o equipamento precisar de manutenção. Esta programação de manutenção é baseada em um gatilho de uso ou tempo. Por exemplo, uma unidade de aquecimento passa por manutenção todos os anos antes do inverno, ou um carro requer manutenção programada a cada 5.000 milhas.

Além disso, a manutenção preventiva não exige o componente de monitoramento de condição que a manutenção preditiva exige. Por não exigir o monitoramento das condições, um programa de manutenção preventiva não envolve tanto investimento de capital em tecnologia e treinamento. Por último, muitos programas de manutenção preventiva precisam de coleta e análise manual de dados.

Enquanto a manutenção preventiva é determinada usando o ciclo de vida médio de um ativo, a manutenção preditiva é identificada com base em condições predefinidas e predeterminadas de peças específicas do equipamento, utilizando diferentes tecnologias. A manutenção preditiva também requer mais investimentos em pessoas, treinamento e equipamentos do que a manutenção preventiva, mas a economia de tempo e custos será maior no longo prazo.

Vantagens e desvantagens da manutenção preditiva

Conforme mencionado, as vantagens da manutenção preditiva são enormes do ponto de vista de economia de custos e incluem a minimização do tempo de inatividade planejado, maximizando a vida útil do equipamento, otimizando a produtividade dos funcionários e aumentando a receita (Immerman, "The Impact of Predictive Maintenance on Manufacturing"). Outra vantagem da manutenção preditiva é sua capacidade de transformar a equipe de manutenção e a organização, pois a implementação do PdM permite que os gerentes de ativos melhorem os resultados e equilibrem melhor as prioridades, como lucratividade e confiabilidade.

Uma das principais desvantagens da manutenção preditiva é a quantidade de tempo que leva para avaliar e implementar um cronograma de PdM. Como a manutenção preditiva é uma iniciativa complexa, o pessoal da fábrica deve ser treinado não apenas para usar o equipamento, mas também para interpretar as análises (ou dados).

Embora muitas organizações optem por treinar os funcionários existentes em manutenção preditiva, existem contratados de monitoramento de condições que se especializam em realizar a mão de obra necessária e analisar os resultados de uma instalação. Além dos custos de treinamento, a manutenção preditiva envolve um investimento em ferramentas e sistemas de manutenção. Esse custo diminuiu ao longo do tempo com a introdução da tecnologia baseada em nuvem.

Manutenção preditiva vs. inspeção de defeitos

Por algum tempo, uma quantidade considerável de confusão existiu sobre a maneira apropriada de inspecionar a presença de um determinado modo de falha. Devo realizar algum tipo de inspeção sensorial? Devo realizar algum tipo de inspeção quantitativa? Devo aplicar uma ou mais tecnologias de monitoramento de condição? Devo aplicar alguma combinação dessas técnicas para maximizar a probabilidade condicional de encontrar o defeito?

Como identifico a presença de um defeito-chave de forma a maximizar a quantidade de tempo que meu departamento de planejamento tem para desenvolver os procedimentos de trabalho, criar ordens de serviço, solicitar as peças e programar e concluir o trabalho antes da probabilidade condicional de o fracasso se torna muito alto? Uma explicação sobre os tipos de inspeções e como elas se complementam ajuda muito a esclarecer quais são as mais adequadas.

Tipos de técnicas de inspeção de defeitos

As inspeções sensoriais há muito são consideradas a espinha dorsal de qualquer bom programa de inspeção e trabalho de manutenção. Acreditava-se que enviar alguém com frequência suficiente para inspecionar problemas com o maquinário resultaria na identificação de defeitos em tempo suficiente para mitigar o tempo de inatividade não planejado. O inspetor usaria a visão, o som e o toque para determinar se algo havia mudado desde a última inspeção. Qualquer alteração seria registrada, relatada e investigada por um artesão na próxima interrupção programada.

Embora haja um enorme benefício em enviar alguém para realizar inspeções, há tantos buracos nessa estratégia que ela nunca deve ser considerada a espinha dorsal do programa de inspeção. As inspeções sensoriais normalmente identificam apenas os problemas mais óbvios e drásticos. É quase impossível para uma inspeção sensorial identificar defeitos internos precoces nas máquinas.

Inspeções sensoriais aprimoradas

As inspeções sensoriais aprimoradas preenchem essa zona cinzenta. Eles são uma inspeção sensorial e uma medição quantitativa com características de monitoramento de condição. Essas inspeções usam instrumentos como radiômetros pontuais, luzes estroboscópicas, canetas vibratórias portáteis e medidores ultrassônicos simples para detectar defeitos mais acima na curva P-F. Embora essas ferramentas multipliquem o poder dos sentidos humanos, elas têm seu limite. Essas ferramentas simples permitem que diferentes modos de falha sejam detectados, mas não devem substituir um programa abrangente de monitoramento de condições.

Inspeções quantitativas

As inspeções quantitativas podem fornecer informações úteis quando se trata de gerar dados para tendências e determinar a vida característica de um modo de falha. As inspeções quantitativas precisam de alguém para medir algo. As inspeções quantitativas muito comuns incluem medir a temperatura de uma vedação em uma bomba ou medir a folga da placa traseira em um impulsor da bomba. Essas medições fornecem dados ao planejador e ao engenheiro e ajudam a determinar a necessidade de outras ações de manutenção.

Quando projetado corretamente, um procedimento de inspeção quantitativa detalha os limites e as medições normalmente esperadas. Qualquer inspeção que exija que alguém meça algo deve ter os valores mínimo, máximo e típico, com tarefas condicionais definidas para quando os limites forem ultrapassados. Mas uma inspeção quantitativa realizada na frequência de inspeção adequada raramente terá uma medição que exceda os limites.

Manutenção preditiva como técnica de inspeção de defeitos

O monitoramento de condição, também conhecido como manutenção preditiva (PdM), é a aplicação de tecnologias de monitoramento baseado em condição, controle de processo estatístico ou desempenho de equipamento para detecção precoce e eliminação de defeitos de equipamento que podem levar a paralisações não planejadas ou gastos desnecessários.

E de modo geral, você deve fazer isso enquanto o equipamento está em operação normal, com pouca ou nenhuma interrupção do processo. O objetivo dessas ferramentas (análise de vibração, termografia infravermelha, análise do circuito do motor, etc.) é encontrar defeitos não encontrados através de métodos de inspeção previamente disponíveis, enquanto a máquina está em operação normal.

Tirar proveito da tecnologia disponível permite avaliar o estado das peças e a presença de defeitos até então impossíveis de detectar. Um exemplo da vantagem dessas ferramentas na área de inspeções quantitativas ou inspeções sensoriais é o uso de análise de vibração para determinar a presença de um defeito em um rolamento de corpo rolante.

Anteriormente, os mecânicos e os millwrights confiavam em "verificações de elevação" para determinar a quantidade de folga em um rolamento. Infelizmente, essa técnica só é válida para defeitos de rolamento que resultaram na remoção de material das pistas do rolamento; este rolamento seria muito ruim se tivesse milésimos de polegadas de folga.

A fadiga sub-superficial é facilmente observada com a análise de vibração e, neste ponto, a propagação da falha resultou em nenhuma remoção de material das pistas. Este é o exemplo mais comum das vantagens das tecnologias de manutenção preditiva.

Existem diferentes tipos de técnicas de inspeção de defeitos que podem ser aplicadas em uma máquina, e cada uma tem suas vantagens e desvantagens. No entanto, essas técnicas não são substituições exatas uma da outra. Cada um determina a presença do defeito em locais diferentes ao longo da curva P-F e, como resultado, cada um dá à função de planejamento diferentes períodos de tempo para responder ao defeito.

Uma análise de modos de falha, efeitos e criticidade (FMECA) pode ajudá-lo a determinar quais técnicas de inspeção devem ser aplicadas, com que freqüência e com que grau de redundância. Lembre-se de que o truque é equilibrar o risco com o rigor. Quanto risco você está disposto a assumir com um determinado modo de falha, juntamente com quanto você está disposto a pagar pela inspeção, determina a estratégia apropriada.

Tecnologias de manutenção preditiva

Como o nome sugere, o objetivo da manutenção preditiva é prever quando a manutenção é necessária. Embora não haja Magic 8-Ball, existem vários dispositivos e técnicas de monitoramento de condição que podem ser empregados para prever falhas de maneira eficaz, bem como fornecer um aviso avançado para manutenção no horizonte.

Termografia infravermelha

Conhecida como tecnologia de teste não destrutiva ou não invasiva, a termografia infravermelha (IR) na manutenção preditiva é amplamente utilizada. Com câmeras infravermelhas, o pessoal é capaz de detectar altas temperaturas (também conhecidas como pontos de acesso) no equipamento. Componentes desgastados, incluindo circuitos elétricos com defeito, geralmente emitem calor que será exibido como um ponto de acesso em uma imagem térmica (“Manutenção preditiva”, Ferramentas de manufatura enxuta).

Ao identificar rapidamente os pontos de acesso, as inspeções de infravermelho podem localizar problemas e ajudar a evitar reparos caros e tempo de inatividade. A tecnologia infravermelha é considerada “uma das tecnologias de manutenção preditiva mais versáteis disponíveis ... usada para estudar tudo, desde componentes individuais de máquinas a sistemas de plantas, telhados e até edifícios inteiros” (Engenharia de Controle). Outros usos para a tecnologia infravermelha incluem a detecção de anomalias térmicas e problemas com sistemas de processo que dependem de retenção e / ou transferência de calor.

Monitoramento acústico

Com acústico tecnologias, o pessoal pode detectar vazamentos de gás, líquido ou vácuo no equipamento em um nível sônico ou ultrassônico. Considerada menos cara do que a tecnologia ultrassônica, a tecnologia sônica é útil em equipamentos mecânicos, mas limitada em seu uso. A tecnologia ultrassônica tem mais aplicações e é mais confiável na detecção de problemas mecânicos.

Ele permite que um técnico "ouça o atrito e o estresse em máquinas rotativas, o que pode prever a deterioração mais cedo do que as técnicas convencionais" ("Manutenção preditiva", Wikipedia) usando instrumentação para converter sons na faixa de 20 a 100 quilohertz em "auditivos ou sinais visuais que podem ser ouvidos / vistos por um técnico. Essas altas frequências são as frequências exatas geradas por rolamentos desgastados e mal lubrificados, equipamentos elétricos com defeito, válvulas com vazamento, etc. ” (Wright, “How to Leverage Multiple Predictive Maintenance Technologies”).

Embora os testes sônicos e ultrassônicos possam ser caros, há outra forma de monitoramento acústico que é bastante acessível:os ouvidos de um técnico. “Algo tão simples como detectar um vazamento de óleo ou uma caixa de engrenagens que parece estranho pode e muitas vezes leva à prevenção de uma falha catastrófica, evitando dezenas de milhares de dólares em perdas,” (Wright, “How to Leverage Multiple Predictive Maintenance Technologies” )

Análise de vibração

Empregado principalmente para equipamentos rotativos de alta velocidade, a análise de vibração permite que um técnico monitore as vibrações de uma máquina usando um analisador portátil ou sensores em tempo real integrados ao equipamento. Uma máquina operando em condições de pico exibe um padrão de vibração particular. Quando componentes como rolamentos e eixos começam a se desgastar e falhar, a máquina começa a gerar um padrão de vibração diferente. Ao monitorar proativamente o equipamento, um técnico treinado pode comparar as leituras com os modos de falha conhecidos para determinar onde os problemas estão ocorrendo.

Entre os problemas que podem ser detectados com a análise de vibração estão desalinhamento, eixos tortos, componentes desequilibrados, componentes mecânicos soltos e problemas no motor.

Garantir que os técnicos sejam treinados será vital, pois pode ser difícil prever a falha da máquina utilizando a análise de vibração. Muitas organizações oferecem treinamento aprofundado para preparar os indivíduos para a certificação como analistas de vibração. A única desvantagem de usar a análise de vibração é o custo associado à sua implementação com um programa de PdM.

Análise de óleo

A análise de óleo é uma ferramenta eficaz na manutenção preditiva. Ele permite que um técnico verifique a condição do óleo e determine se outras partículas e contaminantes estão presentes. Alguns testes de análise de óleo podem revelar a viscosidade, presença de água ou metais de desgaste, contagens de partículas e o número de ácido ou de base.

Um dos benefícios de usar a análise de óleo é que os testes iniciais definirão uma linha de base para uma nova máquina. Quando feita de maneira adequada, a análise do óleo pode produzir uma infinidade de resultados para ajudar a tornar a manutenção preditiva bem-sucedida.

Outras tecnologias

Junto com essas técnicas, as instalações podem usar outras tecnologias, como análise da condição do motor, que detalha as condições de operação e operação dos motores; e a análise de correntes parasitas, que identifica mudanças na espessura da parede do tubo em chillers centrífugos e sistemas de caldeira. Inspeções de boroscópio, CMMS, integração de dados e monitoramento de condição também podem ajudar a facilitar a manutenção preditiva. Embora existam várias tecnologias diferentes para ajudar em seus esforços de PdM, é vital escolher a certa para garantir o sucesso.

Caso de negócios para manutenção preditiva

Para obter retorno sobre os investimentos de capital e manter as máquinas funcionando com eficiência máxima, as instalações devem dar mais ênfase à manutenção preditiva. De acordo com o Wall Street Journal , “O tempo de inatividade não planejado custa aos fabricantes industriais cerca de US $ 50 bilhões anualmente. A falha do equipamento é a causa de 42 por cento desse tempo de inatividade não planejado. Interrupções não planejadas resultam em manutenção excessiva, reparo e substituição de equipamentos. ”

À medida que as operações e o gerenciamento são pressionados para reduzir custos e aumentar a produtividade, a necessidade de manutenção preditiva torna-se clara, uma vez que é difícil tomar decisões econômicas de longo prazo para uma instalação.

O valor da manutenção preditiva vem de uma abordagem de economia de custos e / ou economia de tempo, uma vez que a manutenção é realizada apenas quando necessária. Na verdade, vários estudos do Programa de Gestão de Energia Federal do Departamento de Energia dos Estados Unidos descobriram que um programa de manutenção preditiva funcionando corretamente fornece uma economia que varia de 30 a 40 por cento em relação à manutenção reativa e de 8 a 12 por cento em relação à manutenção preventiva.

Para que uma estratégia de PdM seja bem-sucedida, vários critérios devem ser considerados e atendidos. Primeiro, o compromisso deve vir de cima para baixo. Toda a organização deve estar comprometida em tornar a manutenção preditiva uma parte obrigatória dos cronogramas normais. Todos os operadores de processo também devem ser treinados e envolvidos na execução das verificações de manutenção necessárias. Além disso, toda a organização precisa entender o custo real e as repercussões da manutenção deficiente. Finalmente, os procedimentos de PdM devem ser implementados imediatamente para que a organização comece a colher os benefícios.

Enquanto muitos reconhecem a importância da utilização de manutenção preditiva para máquinas de alto valor, o PdM também é viável para monitorar ativos menores do dia a dia, como máquinas de café, impressoras, medidores de postagem e muito mais. Na realidade, uma instalação inteira pode se beneficiar da implementação da manutenção preditiva.

Aplicativos de manutenção preditiva

A maior aplicação da manutenção preditiva está no setor de manufatura. Como as fábricas continuam a enfrentar a demanda para aumentar a produtividade, várias estratégias de manutenção foram criadas e implementadas. No entanto, a maioria deles foi reativa. Muitas instalações possuem uma mentalidade de "se não está quebrado, não conserte." Infelizmente, essa mentalidade contribui para manutenção não planejada e tempo de inatividade.

Conforme discutido anteriormente, as instalações começaram a implementar a manutenção preditiva no início dos anos 1990. Naquela época, “a falta de disponibilidade de sensores que geram dados, bem como a falta de recursos computacionais para coletar e analisar os dados dificultaram a implementação do PdM” (“Predictive Maintenance in Manufacturing Overview,” Microsoft Azure).

Com a introdução da internet das coisas (IoT), aprendizado de máquina, computação em nuvem e análise de big data, a indústria de manufatura avançou na implementação de manutenção preditiva, resultando em maior tempo de atividade e controle de qualidade, otimização de rotas de manutenção, maior segurança do trabalhador e maior produtividade. Como os fabricantes trabalham com margens e prazos apertados, a ideia de tempo de inatividade não programado se tornou indesejável. A manutenção preditiva pode oferecer uma solução.

Outra aplicação para PdM é no setor ferroviário, particularmente no que se refere à transformação digital da indústria ferroviária. Com os trens tendo um alto investimento inicial, há um grande foco em mantê-los em serviço pelo maior tempo possível. A manutenção preditiva permite que as empresas ferroviárias obtenham o máximo valor de sua frota de trens por meio de uma variedade de tecnologias e software que reduzem os custos operacionais e estendem a vida útil da frota.

No setor ferroviário, a manutenção preditiva é utilizada para detectar problemas com ativos lineares, fixos e móveis; melhorar a segurança e a detecção de vazios de trilhos por meio de sistemas de monitoramento baseados na cabine do veículo; e identificar o tipo de trilho sob o qual o vazio está localizado, bem como fornecer uma indicação da gravidade do vazio.

De acordo com um artigo no MaintWorld , “No futuro, espera-se que a manutenção confiável de ferrovias conte com sistemas de transporte inteligentes e soluções interconectadas, como manutenção preditiva e ferramentas de segurança integradas, a fim de melhorar questões críticas como segurança, atrasos e capacidade geral do sistema” (Peycheva, “Railway Goes Smart com manutenção preditiva e CMMS da indústria 4.0 ”).

Embora tradicionalmente lento para modernizar seus sistemas de manutenção, o setor de petróleo e gás está se tornando um grande defensor da manutenção preditiva. A cada dia, as empresas de petróleo e gás coletam grandes quantidades de dados por meio de sensores - principalmente sensores sem fio - em campos de petróleo em todo o mundo. Conforme as operações de petróleo e gás se tornam mais complexas, a visibilidade da condição do equipamento se torna mais difícil, especialmente em locais remotos, offshore e em águas profundas.

Em um white paper de 2015, a MapR Technologies Inc. declarou:“As empresas de petróleo e gás têm uma grande oportunidade de aumentar a eficiência e reduzir os custos operacionais por meio de um melhor rastreamento de ativos e manutenção preditiva.”

A manutenção preditiva pode ser vista como uma vantagem competitiva para as empresas de petróleo e gás, bem como para os negócios de serviços relacionados, especialmente durante tempos de recessão, quando as organizações são forçadas a encontrar maneiras de trabalhar com mais eficiência e eficácia. Obviamente, a manutenção preditiva não se refere apenas às indústrias de manufatura, ferrovia e petróleo e gás. Em outras aplicações, o PdM é usado para:

• 
  Ajude a prevenir interrupções de serviços públicos com a ajuda de drones e sensores que mapeiam as redes de serviços públicos
  
• 
  Detectar um declínio de temperatura em uma tubulação de vapor, indicando um vazamento de pressão potencial
  
• 
  Capture o aumento da temperatura em painéis elétricos para evitar falhas de componentes
  
• 
  Meça a potência do lado da oferta e da demanda em um ponto de acoplamento comum para monitorar o consumo de energia
  
• 
  Localize sobrecargas em painéis elétricos
  
• 
  Identifique picos de amperagem do motor ou superaquecimento devido a rolamentos defeituosos ou quebras de insultos
  
• 
  Encontre desequilíbrios de energia trifásicos de distorção harmônica, sobrecargas, degradação ou falha de uma ou mais fases
  

Integração IIoT e PdM

Um dos fatores mais importantes - se não o o fator mais importante - em um programa de manutenção preditiva bem-sucedido, é o uso e a integração da Internet das coisas industrial (IIoT). De acordo com um relatório da Deloitte, "a Internet das Coisas (IoT) é talvez a maior peça do quebra-cabeça PdM ... IoT traduz ações físicas de máquinas em sinais digitais usando sensores como temperatura, vibração ou condutividade ... Uma vez que as ações físicas foram traduzidos em sinais digitais por meio de sensores, eles são processados, agregados e analisados. Com a acessibilidade de largura de banda e armazenamento, grandes quantidades de dados podem ser transmitidas para dar não apenas uma imagem completa dos ativos em uma única planta, mas de toda uma rede de produção ”(Coleman et al.,“ Predictive Maintenance and the Smart Factory ” )

Para ter sucesso, a manutenção preditiva depende de sensores para coletar e analisar dados de várias fontes, como um CMMS e sensores de equipamentos críticos. Usando esses dados, o IIoT é capaz de criar “modelos de previsão avançados e ferramentas analíticas para prever falhas e abordá-las de forma proativa. Além disso, com o tempo, a nova tecnologia de aprendizado de máquina pode aumentar a precisão dos algoritmos preditivos, levando a um desempenho ainda melhor ”(Coleman et al.,“ Predictive Maintenance and the Smart Factory ”).

Quando combinada com a manutenção preditiva, a IIoT tem a capacidade de detectar as falhas do equipamento com antecedência. Com a chegada da Indústria 4.0 na área de manufatura, as instalações estão ansiosas para utilizar a IIoT para obter melhores insights sobre as operações.

Manutenção preditiva e retorno do investimento

A implementação da manutenção preditiva requer um investimento significativo em dinheiro, pessoal e educação. While these initial investments might seem daunting to an organization, predictive maintenance’s return on investment (ROI) far outweighs any upfront costs.

According to a recent report by Deloitte, several facilities have seen a 5-10 percent cost savings in operations and maintenance, repair and operations (MRO) material spend; a 5-10 percent reduction in overall maintenance costs; and reduced inventory-carrying costs. Further data from the U.S. Department of Energy also shows that implementing a functional PdM program has the potential to yield a tenfold increase in ROI, a 25-30 percent reduction in maintenance costs, a 70-75 percent decrease in breakdowns and a 35-45 percent reduction in downtime.

“As far as maintenance costs are concerned, preventive maintenance costs $13 hourly pay per annum while predictive maintenance costs $9 hourly pay per annum, making predictive maintenance a cheaper option” (Ulbert, “The Difference Between Predictive Maintenance and Preventive Maintenance”).

References

Coleman, Chris, Satish Damodaran and Ed Deuel. “Predictive Maintenance and the Smart Factory.” Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf

“Condition Monitoring of Rotating Machines.” Istec International. Accessed November 1, 2018. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

Control Engineering. “Predictive Maintenance Technologies.” Accessed November 4, 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

Immerman, Graham. “The Impact of Predictive Maintenance on Manufacturing.” MachineMetrics. Accessed November 1, 2018. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.

Lean Manufacturing Tools. “Predictive Maintenance.” Accessed November 2, 2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.

Peycheva, Ralitsa. “Railway Goes Smart with Predictive Maintenance and Industry 4.0 CMMS.” MaintWorld. October 11, 2017. Accessed November 4, 2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

“Predictive Maintenance in Manufacturing Overview.” Microsoft Azure. May 1, 2018. Accessed November 4, 2018. https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.

“Predictive Maintenance Using Hadoop for the Oil and Gas Industry,” MapR Technologies Inc., May 2015. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian, “The Difference Between Predictive Maintenance and Preventive Maintenance,” Coresystems, September 15, 2015. Accessed November 2, 2018. https://www.coresystems.net/blog/the-difference-between-predictive-maintenance-and-preventive-maintenance.

Wall Street Journal . Accessed November 2, 2018. https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/.

Wikipedia. “Predictive Maintenance.” Accessed October 11, 2018. https://en.wikipedia.org/wiki/Predictive_maintenance.

Wright, Jeremy. “How to Leverage Multiple Predictive Maintenance Technologies.” Machinery Lubrication. Accessed November 1, 2018. https://www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies