ISO 17359: Pemantauan kondisi dan diagnostik mesin – Pedoman umum

Ringkasan

ISO 17359 berfungsi sebagai standar "payung" tingkat tinggi untuk seluruh bidang pemantauan kondisi permesinan. Standar ini menyediakan kerangka kerja terstruktur dan ikhtisar strategis untuk menyiapkan dan mengelola program pemantauan kondisi. Alih-alih merinci teknik pengukuran spesifik, standar ini menguraikan langkah-langkah penting, pertimbangan, dan metodologi yang harus diterapkan agar program berhasil, mulai dari perencanaan awal hingga operasi dan peninjauan rutin. Standar ini merupakan titik awal yang merujuk pada standar lain yang lebih spesifik untuk masing-masing teknologi (seperti getaran, analisis minyak, atau termografi).

Daftar Isi (Struktur Konseptual)

Standar ini disusun sebagai peta jalan untuk menerapkan strategi pemantauan kondisi, yang berpusat di sekitar proses siklus enam langkah:

1. 1. Langkah 1: Pengetahuan dan Informasi Mesin (Audit):

   Langkah mendasar ini merupakan inti strategis dari keseluruhan program pemantauan kondisi. Langkah ini mewajibkan audit menyeluruh untuk mengidentifikasi mesin mana yang paling krusial bagi operasional dan karenanya memerlukan pemantauan. Hal ini melibatkan analisis risiko dan kekritisan. Setelah mesin-mesin krusial teridentifikasi, standar ini memerlukan penelaahan mendalam untuk mengumpulkan semua informasi terkait, termasuk spesifikasi desain, parameter operasional, riwayat perawatan, dan yang terpenting, melakukan analisis terperinci. Analisis Mode dan Efek Kegagalan (FMEA)FMEA adalah proses sistematis yang digunakan untuk mengidentifikasi semua potensi kegagalan mesin atau komponennya. Untuk setiap mode kegagalan (misalnya, "kerusakan bantalan," "ketidakseimbangan poros"), tujuannya adalah untuk memahami potensi penyebabnya, gejala atau dampaknya (misalnya, "menghasilkan benturan frekuensi tinggi," "menyebabkan getaran 1X tinggi"), dan konsekuensi dari kegagalan tersebut. Keluaran dari langkah ini adalah daftar definitif mode kegagalan untuk setiap mesin kritis, yang secara langsung menginformasikan langkah selanjutnya dalam proses tersebut.

2. 2. Langkah 2: Pilih Strategi Pemantauan:

   Langkah ini secara langsung didasarkan pada temuan FMEA dari Langkah 1. Untuk setiap mode kegagalan yang teridentifikasi, keputusan strategis harus dibuat mengenai teknologi pemantauan yang paling efektif dan ekonomis untuk mendeteksi permulaannya. Standar ini menekankan bahwa tidak ada solusi yang cocok untuk semua. Misalnya, FMEA mungkin menunjukkan bahwa mode kegagalan utama untuk gearbox adalah keausan gigi. Strateginya di sini adalah memilih analisis minyak (khususnya, analisis partikel keausan) sebagai teknik pemantauan utama, karena dapat mendeteksi serpihan keausan jauh sebelum terjadi perubahan getaran yang signifikan. Untuk mode kegagalan yang berbeda, seperti poros ketidaksejajaran, strateginya adalah memilih analisis getaran, karena merupakan cara paling langsung untuk mendeteksi tanda getaran 2X yang khas. Langkah ini melibatkan peninjauan cermat terhadap semua teknologi CBM yang tersedia—termasuk getaran, termografi, akustik, dan analisis sirkuit motor—dan memetakannya ke gejala kegagalan spesifik yang diidentifikasi dalam FMEA, untuk memastikan program pemantauan yang terarah dan efisien.

3. 3. Langkah 3: Menetapkan Program Pemantauan:

   Ini adalah fase perencanaan taktis di mana strategi tingkat tinggi dari Langkah 2 diterjemahkan menjadi rencana aksi yang terperinci dan terdokumentasi. Langkah ini melibatkan pendefinisian semua parameter spesifik yang diperlukan untuk program pemantauan yang berulang dan efektif. Aktivitas utama dalam tahap ini meliputi: mendefinisikan lokasi pengukuran yang tepat pada setiap mesin; menentukan parameter yang tepat untuk diukur (misalnya, kecepatan RMS, akselerasi puncak, suhu, konsentrasi partikel keausan); menetapkan frekuensi pengumpulan data (misalnya, bulanan untuk mesin yang tidak kritis, terus menerus untuk aset yang sangat kritis); dan menetapkan batas alarm atau peringatan awal. Standar ini memberikan panduan tentang pengaturan alarm awal ini berdasarkan standar industri generik (seperti ISO 10816), rekomendasi vendor, atau perubahan persentase dari pembacaan dasar yang diambil ketika mesin diketahui dalam kondisi baik. Hasil dari langkah ini adalah rencana pemantauan yang lengkap dan terdokumentasi untuk setiap mesin.

4. 4. Langkah 4: Akuisisi Data:

   Langkah ini berkaitan dengan pelaksanaan rutin dan fisik dari rencana pemantauan yang dikembangkan pada Langkah 3. Ini adalah proses pengiriman teknisi atau sistem otomatis ke mesin untuk mengumpulkan data yang ditentukan pada frekuensi yang ditentukan. Standar ini menekankan pentingnya mematuhi prosedur standar selama langkah ini untuk memastikan konsistensi dan pengulangan data. Ini berarti mengikuti prosedur pengukuran yang tepat untuk teknologi yang dipilih, misalnya, mematuhi ISO 13373-1 untuk pengumpulan data getaran. Hal ini memerlukan jaminan bahwa mesin beroperasi dalam kondisi yang sebanding (beban, kecepatan) untuk setiap pengukuran dan bahwa data disimpan dengan benar serta diberi label dengan semua informasi kontekstual yang relevan (tanggal, waktu, ID mesin, ID titik pengukuran) untuk tren dan analisis yang efektif pada langkah-langkah selanjutnya.

5. 5. Langkah 5: Analisis Data dan Diagnostik:

   Pada langkah ini, data yang terkumpul diubah menjadi informasi yang bermakna. Prosesnya dimulai dengan **analisis data**, yang membandingkan data yang baru diperoleh dengan batas alarm yang ditetapkan pada Langkah 3. Jika tidak ada batas yang dilanggar, kondisi mesin dipastikan normal. Jika alarm terpicu, proses berlanjut ke **diagnostik**. Ini adalah investigasi yang lebih mendalam yang dilakukan oleh analis terlatih untuk menentukan akar penyebab masalah. Proses ini melibatkan pemeriksaan data secara detail, seperti menganalisis frekuensi dan pola spesifik dalam getaran. spektrum atau memeriksa ukuran dan bentuk partikel dalam sampel minyak. Standar ini merekomendasikan pendekatan sistematis untuk diagnostik, menghubungkan pola data yang diamati dengan mode kegagalan potensial yang diidentifikasi dalam FMEA (Langkah 1) untuk mencapai diagnosis kesalahan yang spesifik dan meyakinkan.

6. 6. Langkah 6: Keputusan dan Tindakan Pemeliharaan:

   Ini adalah langkah terakhir yang menentukan di mana hasil program pemantauan kondisi diterjemahkan menjadi tindakan nyata. Berdasarkan diagnosis yang meyakinkan dari Langkah 5, tahap ini melibatkan pengambilan keputusan pemeliharaan strategis. Standar tersebut menguraikan bahwa keputusan ini tidak selalu untuk "segera memperbaiki." Sebaliknya, ini adalah penilaian berbasis risiko yang mempertimbangkan tingkat keparahan kesalahan, kekritisan operasional mesin, dan ketersediaan sumber daya. Tindakan yang mungkin dilakukan dapat berkisar dari sekadar meningkatkan frekuensi pemantauan, hingga merencanakan tindakan perbaikan khusus (misalnya, prosedur penyelarasan, penggantian bantalan) untuk pemadaman terjadwal berikutnya, atau, dalam kasus kritis, merekomendasikan penghentian segera mesin untuk mencegah kegagalan katastrofik. Langkah ini menutup lingkaran proses CBM. Hasil tindakan pemeliharaan, dan verifikasi bahwa kesalahan telah diperbaiki, kemudian dimasukkan kembali ke dalam riwayat mesin (Langkah 1), menciptakan siklus perbaikan dan pembelajaran yang berkelanjutan.

Konsep Kunci

• Kerangka Strategis: Standar ini bukan tentang "apa" (misalnya, "mengukur kecepatan RMS") tetapi tentang "bagaimana" dan "mengapa" menyiapkan program. Standar ini menyediakan logika bisnis dan rekayasa untuk pemantauan kondisi.
• Agnostik Teknologi: ISO 17359 tidak terbatas pada getaran. ISO 17359 menyediakan kerangka kerja yang juga berlaku untuk program yang berbasis analisis oli, termografi inframerah, emisi akustik, atau teknologi pemantauan kondisi lainnya.
• Kurva PF: Filosofi standar ini terkait erat dengan konsep kurva PF, yang menggambarkan bahwa potensi kegagalan (P) dapat dideteksi melalui pemantauan kondisi jauh sebelum kegagalan fungsional (F) terjadi, sehingga memungkinkan pemeliharaan terencana dan proaktif.
• Integrasi: Ini mempromosikan gagasan pendekatan terpadu, di mana data dari berbagai teknologi dapat digabungkan untuk memberikan diagnosis kesehatan mesin yang lebih meyakinkan dan akurat.

← Kembali ke Indeks Utama