RBM/RBI for Design Safety System
Design Safety System
Discuss RBI/RBM
こんにちは,Design Safety System です。
今日はRBI/RBM Workshop In Order To Design Safety Systemについて、リスクベースドメンテナンス Risk-Based Maintenance (RBM)とリスクベースドインスペクション Risk-Based Inspection (RBI)について説明します。
では、テキストをご覧になってください。
Design Safety System 質問です。
スライド３ページです。
現状のメンテナンス活動の問題点について。
設備の老朽、劣化の進行に伴い近年メンテナンスに対する要求が高まっています。現状のメンテナンス技術、技能は高いレベルに保たれていますか。
例：発電設備の事故の原因としては「保守の不良」 が約４０%, 損害額も約４０%を占めています。
また近年,プラントの事故件数が増える傾向は経験者の退職、技能伝承の弱体、作業者のスキルの低下が進んだことがあります。
さらに、メンテナンスが科学的合理性をもち従来から実施されていたとかならずしもいえない。これらの問題解決をするためには, 単にメンテナンスへ資源を投入するということではありません。
合理的でユスト効果の高いメンテナンスを可能にするための方法を考える必要があります。
Design Safety System
スライド４ページです。
メンテナンスの問題点の第1点は, メンテナンスが対象設備、 業界などごとに扱われていることです。俗に言われる縦割り、ヨコ軸が通っていません。
そのため、各プラント系工場,加工組立系の工場, 社会インフラ分野ごとに議論がされる傾向があります。
議論では, 「ウチはヨソとは違う, 機械は1台1台個性があるから, 同一化して考えることは無理」という思考があります。忘れていけないことは、『工学は,個々に違うものなかから共通項を見出し, その発見から一般的な法則やルールに基づく知識体系化を図り,体系化された知識を, 個別の問題に適用することで科学的合理性のある問題解決をすることです。つまり 普遍化されたアプローチをすることが現状のメンテナンス活動の問題解決の基本です。
そうはいっても「ウチはヨソとは違う、同じアプローチをとれる環境にない。会社が違えばメンテナンス予算も人材も違う。いろいろな背景がありますが、そのままでは体系化は進まない、その先に期待されるメンテナンスの合理化と, その結果として現れる効率化が閉ざされてしまうこともあります。そうではなくて, 重要な点は、メンテナンスにかかわる、保全要員が個々の問題のどこが共通点なのか, 同じ問題の発掘のために時間を割き、メンテナンス技術を発展させようとすること,です。
メンテナンスに関するもう1つの問題点は, 本来メンテナンスはライフサイクルにかかわる問題であることに気づいているが、そうはいっても「ウチはヨソとは違う、同じアプローチをとれる環境にない。会社が違えばメンテナンス予算も人材も背景も違う。ここが解決されていません。
Design Safety System
スライド５ぺーじです。
メンテナンス計画は,
設備の経年変化、損傷による各部分、部位を定期メンテナンスによりデーター化として活用すること、また損傷、劣化が引き起こす故障の予測技術を確立する必要があります。このためには設備の構造、機能の解析が必要で設計情報が不可欠であるが,多くの場合このような情報は設計からメンテナンス部門へ渡されない。一方, 設計段階で決めたメンテナンスの方法は, かならずしも現場で適切に運用されてはいません。したがって, 実際の運転条件,使用環境で生じる種々の不具合に関する経験をインプットしたメンテナンス方法の見直しが必要です。
リスクベースドメンテナンス Risk-Based Maintenance (RBM)
リスクベースドインスペクション Risk-Based Inspection (RBI)
Design Safety System
スライド６ページです。
メーカが定め、推奨するメンテナンスの方法を改善するメカニズム仕組みをユーザが開発しないで, 不十分なメンテナンスを実施している場合があります。設備のライフサイクルを通じた一貫したメンテナンス管理ができていないため, メンテナンスの効率化が上がらないことがあります。
今まで書いてきたようなメンテナンスに関する問題は, 短期間で解決できるものではないが, 次のような取組みで問題の解決をすることが重要です。
1. サイクリック型社会におけるメンテナンスの重要性の認識
社会は, 循環型社会に向かっています。大量生産、大量消費、大量廃棄のモノ中心のライフサイクルから使用価値が主のライフサイクルへの移行が必要です。そのような流れの中で循環型社会におけるメンテナンスの重要性を認識させるための活動が必要です。
- メンテナンス概念の再確立
メンテナンス技術体系の確立には, メンテナンスの概念をもう一度、確立することが必要です. 世の中にはまだ, 「メンテナンスは修理」、または「壊れたものを直す技術」 と考えている人がいます。 これに対して, 使いながら、使う中で改善、改良を続け, モノをより有効に活用できるようにすることがメンテナンスであるというメンテナンス概念の再確立です。
生産設備に関しては, 運用段階での継続的な改善、改良が, 稼動率の向上と故障低域に大きな効果を生むことは, TPMの例からも確認されています。 耐久消費財に関しても, 生活消費財に関してもレンタル, リースなど組み合わせ, アップグレードを含むメンテナンス·サービスを図り,コストフィットと環境効率の向上を実現していくことです。
Design Safety System
スライド７ページです。
ITを活用したメンテナンス管理
継続的な改善·改良を実施するなかでモノを活用していくためには、ライフサイクルを通じたメンテナンスの管理が必要になります。そのためには,製品や設備に関する設計, 製造, 使用のデータを統合的に管理し、ライフサイクルの各段階で活用できるようにする必要があります。
コンピュータによる支援.製品開発のコンピュータ利用は すでに急速に進み, デジタルプロセスや仮想生産、ＤＸといったキーワードがさかんに使われています。このなかで, 従来では考えられなかったような３D設計、生産プリンター、バーチャル空間など、その活用が盛んになっています。
製品開発プロセスにおいては, 開発リードタイムの短縮, 開発コスト削減といった要求を, 品質を落とすことなく、品質を向上させながら達成するために, かつて下流で摺合せが行われていたプロセス評価を,開発工程の上流で、設計への負荷増大を防ぐためにコンピュータ・デジタル支援化が必要です。
メンテナンスにおいても, ライフサイクルを通じたデータ管理や解析実施には莫大な作業量が必要となりますので ITの積極活用はなにより重要です。
Design Safety System
スライド８ページです。
劣化·故障解析の目的と概要
劣化·故障解析の目的は, 設備の使用にともなって生じる劣化と,それによって引き起こされる故障を予測することです。
劣化·故障解析は、設備開発段階での信頼性 保全性設計をする場合、運用段階で基本メンテナンス計画のために実施する場合, 運用段階で発生した種々の不具合の診断の場合など, 多くの場面で必要とされます。
劣化は物理的·化学的なモノ・アイテムの属性の変化です。一方、故障はアイテムに要求された機能が達成できなくなることです。
設備の運用段階では、運転条件,環境条件に応じてアイテムはストレスを受け, それによってアイテムに種々の劣化メカニズムが起き、材質, 形状, 表面性状等の属性変化が生じます。
アイテムに加わるストレスは設備構造や、その挙動,環境条件などに依存し,またそれらによってアイテムに生じる劣化はアイテムの属性に依存します。したがって, 劣化解析では、劣化要因を的確に把握することが重要となります。
Design Safety System
スライド９ぺーじです。
劣化に続いてここでは故障解析についてお話しします。
故障解析においては, 劣化によるアイテムの属性変化がそのアイテムの機能のどこに、どのような変化を生じさせるのか, さらにはそれが他のアイテムにどのように影響していくのかを解析することです。
劣化·故障解析は, 信頼性 安全性解析, メンテナンス計画等のさまざまな分野において必要とされる基本的な解析で, よく知られているのが、FMEA (Failure Mode and Effects AnalysisとFTA (Fault Tree Analysis)です。
FTAについては、https://dss-safety.org/solution/fta-fault-tree-analysis-for-incident-investigation/ をご覧ください。
劣化故障解析手法をメンテナンスに活用しようとした場合の深堀とFMEAについてはまた投稿します。
Design Safety System
スライド１０ぺーじです。 最後です。
ITの世界だけでなく、製造業の世界でもIoT活用を含めたDXへの関心が高まっていますが、企業の多くは「具体的な成果を得ることが難しい」や「全体最適につながる基盤作りがうまくいかない」というような声が多く、順調に進んでいるとはいえない状況が生まれています。
でも、基本的には、IOTデータを集約するIoT基盤作りを進め、集約したデータを活用、現場にフィードバックする仕組みを作り、製造ラインに反映、生産性向上をすることです。、
IoTシステムでは、現場に近いところでデータを収集したり、さまざまなロジックを実行したりする基盤と、現場から集めた膨大なデータを高速に処理する高性能な基盤を柔軟に連携させることが求めらています。マイクロソフトでは、2016年ごろから現場データに近い領域から情報を処理する「エッジ層」、クラウドで大容量データを処理する「クラウド層」、さらに両者を中継してデータを整流化する役目を担う「フォグ層」の3つの層を構築、それぞれの要件を吸収するという考えをベースにしています。すなわちマイクロソフトに限らず、「IoTを取り巻く環境では、3つの層の考え方に合理性があるということです。
IoTやデジタル変革などへの取り組みは「終わりのない旅（ジャーニー）」に例えられますが、Design Safety Systemの安全の世界も, 『Safety is Journey』です。.
では、ご安全に、
まだまだ、COVID Delta Variant & COVID-19にご注意ください、
コメントを投稿するにはログインしてください。