ਪੂਰਵ-ਅਨੁਮਾਨਿਤ ਰੱਖ-ਰਖਾਅ ਵਿੱਚ ਪ੍ਰੋਗਨੋਸਿਸ ਨੂੰ ਸਮਝਣਾ
ਪ੍ਰੋਗਨੋਸਿਸ (ਜਿਸਨੂੰ ਅਸਫਲਤਾ ਭਵਿੱਖਬਾਣੀ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਸ ਨਾਲ ਨਜ਼ਦੀਕੀ ਤੌਰ 'ਤੇ ਜੁੜਿਆ ਹੋਇਆ ਹੈ ਬਾਕੀ-ਬਚੀ-ਉਪਯੋਗੀ-ਜ਼ਿੰਦਗੀ ਅਨੁਮਾਨ) ਉਹ ਪ੍ਰਕਿਰਿਆ ਹੈ ਜਿਸ ਵਿੱਚ ਇਹ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ ਕਿ ਪਛਾਣੀ ਗਈ ਖ਼ਰਾਬੀ ਦੇ ਕਾਰਜਸ਼ੀਲ ਅਸਫਲਤਾ ਦਾ ਕਾਰਨ ਬਣਨ ਜਾਂ ਦਖਲਅੰਦਾਜ਼ੀ ਦੀ ਮੰਗ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕਿੰਨਾ ਸਮਾਂ ਬਾਕੀ ਹੈ। ਪ੍ਰੋਗਨੋਸਿਸ ਇਸ ਤੋਂ ਬਾਅਦ ਆਉਂਦਾ ਹੈ ਫਾਲਟ ਪਛਾਣ (ਇਹ ਜਾਣਨਾ ਕਿ ਕੋਈ ਸਮੱਸਿਆ ਮੌਜੂਦ ਹੈ) ਅਤੇ ਨਿਦਾਨ (ਇਹ ਜਾਣਨਾ ਕਿ ਸਮੱਸਿਆ ਕੀ ਹੈ), ਅਤੇ ਨਿਰਣਾਇਕ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਹੈ — “ਸਾਨੂੰ ਕਦੋਂ ਕਾਰਵਾਈ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ?” — ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਵਾਈਬ੍ਰੇਸ਼ਨ ਖ਼ਰਾਬੀ ਦੇ ਵਧਣ ਦੇ ਰੁਝਾਨਾਂ, ਖ਼ਰਾਬੀ ਦੀ ਕਿਸਮ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਅਤੇ ਮਸ਼ੀਨ ਦੀਆਂ ਸੰਚਾਲਨ ਸਥਿਤੀਆਂ ਦਾ।
ਸਟੀਕ ਪ੍ਰੋਗਨੋਸਿਸ ਹੀ ਉਹ ਚੀਜ਼ ਹੈ ਜੋ ਬਣਾਉਂਦੀ ਹੈ ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਵ ਸੱਚਮੁੱਚ ਭਵਿੱਖਬਾਣੀ-ਮੂਲਕ. ਇਹ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸਭ ਤੋਂ ਢੁਕਵੇਂ ਸਮੇਂ 'ਤੇ ਤਹਿ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ — ਨਾ ਬਹੁਤ ਜਲਦੀ, ਜੋ ਬਾਕੀ ਬਚੀ ਜ਼ਿੰਦਗੀ ਨੂੰ ਬਰਬਾਦ ਕਰਦਾ ਹੈ, ਨਾ ਬਹੁਤ ਦੇਰ ਨਾਲ, ਜੋ ਅਸਫਲਤਾ ਨੂੰ ਸੱਦਾ ਦਿੰਦਾ ਹੈ — ਅਤੇ ਇਹ ਲੰਬੇ-ਸਮੇਂ ਦੇ ਸਪੇਅਰ ਪਾਰਟਸ ਦੀ ਖਰੀਦ, ਮਜ਼ਦੂਰੀ ਅਤੇ ਔਜ਼ਾਰਾਂ ਦੀ ਵੰਡ, ਅਤੇ ਉਤਪਾਦਨ ਦੇ ਤਾਲਮੇਲ ਦਾ ਆਧਾਰ ਬਣਦਾ ਹੈ। ਦੀ ਵਿਆਪਕ ਯੋਜਨਾ ਦੇ ਅੰਦਰ ਸਥਿਤੀ-ਆਧਾਰਿਤ ਰੱਖ-ਰਖਾਅ, ਪ੍ਰੋਗਨੋਸਿਸ ਉਹ ਅਗਾਂਹ-ਵੇਖੂ ਪੜਾਅ ਹੈ ਜੋ “ਇਹ ਮਸ਼ੀਨ ਬਿਮਾਰ ਹੈ” ਨੂੰ “ਇਸ ਮਸ਼ੀਨ ਦੀ ਮੁਰੰਮਤ ਅੱਠਵੇਂ ਹਫ਼ਤੇ ਤੱਕ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ” ਵਿੱਚ ਬਦਲਦਾ ਹੈ।
1. ਤਿੰਨ-ਪੜਾਵੀ ਲੜੀ: ਖੋਜ, ਨਿਦਾਨ, ਪ੍ਰੋਗਨੋਸਿਸ
ਪ੍ਰੋਗਨੋਸਿਸ ਨੂੰ ਇੱਕ ਲੜੀ ਦੀ ਤੀਜੀ ਕੜੀ ਵਜੋਂ ਵੇਖਣਾ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ। ਪਛਾਣ ਧਿਆਨ ਦਿੰਦਾ ਹੈ ਕਿ ਕੋਈ ਪੈਰਾਮੀਟਰ ਆਪਣੀ ਸੀਮਾ ਤੋਂ ਬਾਹਰ ਚਲਾ ਗਿਆ ਹੈ ਬੇਸਲਾਈਨ. ਨਿਦਾਨ ਵਿਧੀ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ — ਇੱਕ ਬੇਅਰਿੰਗ ਨੁਕਸ, ਮਿਸਅਲਾਈਨਮੈਂਟ, ਢਿੱਲਾਪਨ। ਪ੍ਰੋਗਨੋਸਿਸ ਫਿਰ ਉਸ ਵਿਧੀ ਨੂੰ ਸਮੇਂ ਦੇ ਨਾਲ ਅੱਗੇ ਵਧਾ ਕੇ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਹਰ ਪੜਾਅ ਪਿਛਲੇ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ: ਤੁਸੀਂ ਕਿਸੇ ਅਜਿਹੀ ਖ਼ਰਾਬੀ ਦੇ ਭਵਿੱਖ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ ਕਰ ਸਕਦੇ ਜਿਸਦੀ ਤੁਸੀਂ ਹਾਲੇ ਤੱਕ ਸਹੀ ਪਛਾਣ ਨਹੀਂ ਕੀਤੀ, ਇਸੇ ਲਈ ਇੱਕ ਭਰੋਸੇਯੋਗ ਨਿਦਾਨ ਕਿਸੇ ਵੀ ਭਰੋਸੇਯੋਗ ਭਵਿੱਖਬਾਣੀ ਦਾ ਆਧਾਰ ਹੈ। ਪੂਰੀ ਲੜੀ ਨੂੰ ਨਿਗਰਾਨੀ ਦੇ ਮਿਆਰਾਂ ਵਿੱਚ ਰਸਮੀ ਰੂਪ ਦਿੱਤਾ ਗਿਆ ਹੈ ਜਿਵੇਂ ਕਿ ISO 13374, ਜੋ ਖੋਜ, ਨਿਦਾਨ, ਅਤੇ ਪ੍ਰੋਗਨੋਸਿਸ ਨੂੰ ਵੱਖਰੇ ਡਾਟਾ-ਪ੍ਰੋਸੈਸਿੰਗ ਕਾਰਜਾਂ ਵਜੋਂ ਦਰਸਾਉਂਦਾ ਹੈ।
2. ਭਵਿੱਖਬਾਣੀ ਵਿਧੀਆਂ
ਰੁਝਾਨ ਐਕਸਟ੍ਰਾਪੋਲੇਸ਼ਨ
ਸਭ ਤੋਂ ਆਮ ਅਤੇ ਵਿਹਾਰਕ ਢੰਗ, ਅਤੇ ਨਿਯਮਿਤ ਦਾ ਕੁਦਰਤੀ ਵਿਸਤਾਰ ਰੁਝਾਨ ਵਿਸ਼ਲੇਸ਼ਣ:
- ਇਤਿਹਾਸਕ ਵਾਈਬ੍ਰੇਸ਼ਨ ਡਾਟਾ ਨੂੰ ਸਮੇਂ ਦੇ ਵਿਰੁੱਧ ਪਲਾਟ ਕਰੋ।
- ਇੱਕ ਰੁਝਾਨ ਰੇਖਾ ਫਿੱਟ ਕਰੋ — ਰੇਖਿਕ, ਘਾਤਕ, ਜਾਂ ਹੋਰ ਕੋਈ।
- ਇਹ ਪਤਾ ਲਗਾਉਣ ਲਈ ਐਕਸਟ੍ਰਾਪੋਲੇਟ ਕਰੋ ਕਿ ਅਲਾਰਮ ਜਾਂ ਅਸਫਲਤਾ ਕਦੋਂ ਥ੍ਰੈਸ਼ਹੋਲਡ ਪਾਰ ਕੀਤਾ ਜਾਵੇਗਾ।
- ਹਰ ਨਵੇਂ ਮਾਪ ਨਾਲ ਭਵਿੱਖਬਾਣੀ ਨੂੰ ਅੱਪਡੇਟ ਕਰੋ।
- ਸ਼ੁੱਧਤਾ: ਮੱਧਮ (ਇਹ ਮੰਨਦਾ ਹੈ ਕਿ ਰੁਝਾਨ ਜਾਰੀ ਰਹੇਗਾ)।
- ਲੋੜਾਂ: ਲੋੜੀਂਦਾ ਰੁਝਾਨ ਇਤਿਹਾਸ — ਘੱਟੋ-ਘੱਟ ਛੇ ਡਾਟਾ ਪੁਆਇੰਟ।
ਫਿਜ਼ਿਕਸ-ਆਧਾਰਿਤ ਮਾਡਲ
- ਅਸਫਲਤਾ ਦੀ ਫਿਜ਼ਿਕਸ (ਦਰਾੜ ਵਧਣਾ, ਸਪੌਲ ਫੈਲਣਾ) ਦੀ ਸਮਝ 'ਤੇ ਬਣਿਆ।
- ਮਾਡਲ ਤਣਾਅ, ਚੱਕਰਾਂ, ਅਤੇ ਵਾਤਾਵਰਣ ਤੋਂ ਵਧਣ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ।
- ਉਦਾਹਰਣਾਂ: ਦਰਾੜ ਵਧਣ ਲਈ ਪੈਰਿਸ ਲਾਅ, ਜਾਂ ਬੇਅਰਿੰਗ L10 ਥਕਾਵਟ-ਜੀਵਨ ਗਣਨਾਵਾਂ।
- ਸ਼ੁੱਧਤਾ: ਚੰਗਾ, ਜਦੋਂ ਮਾਡਲ ਦੇ ਪੈਰਾਮੀਟਰ ਜਾਣੇ ਜਾਂਦੇ ਹਨ।
- ਲੋੜਾਂ: ਵਿਸਤ੍ਰਿਤ ਉਪਕਰਣ ਅਤੇ ਸੰਚਾਲਨ ਡਾਟਾ।
ਅਨੁਭਵ-ਆਧਾਰਿਤ (ਇਤਿਹਾਸਕ ਡਾਟਾ)
- ਸਮਾਨ ਉਪਕਰਣ ਦੀਆਂ ਪਿਛਲੀਆਂ ਅਸਫਲਤਾਵਾਂ 'ਤੇ ਬਣਿਆ।
- ਇਤਿਹਾਸ ਤੋਂ ਲਈਆਂ ਗਈਆਂ ਖਾਸ ਵਧਣ ਦਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
- ਅਨੁਭਵਿਕ ਸਬੰਧਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ (ਵਾਈਬ੍ਰੇਸ਼ਨ ਪੱਧਰ → ਅਸਫਲਤਾ ਤੱਕ ਸਮਾਂ)।
- ਸ਼ੁੱਧਤਾ: ਠੀਕ-ਠਾਕ, ਅਤੇ ਉਪਕਰਣ-ਵਿਸ਼ੇਸ਼।
- ਲੋੜਾਂ: ਇੱਕ ਇਤਿਹਾਸਕ ਅਸਫਲਤਾ ਡਾਟਾਬੇਸ।
ਅੰਕੜਾ / ਮਸ਼ੀਨ ਲਰਨਿੰਗ
- ਇਤਿਹਾਸਕ ਵਧਣ ਡਾਟਾ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਐਲਗੋਰਿਦਮ।
- ਬਹੁਤ ਸਾਰੇ ਸਮਾਨ ਮਾਮਲਿਆਂ ਵਿੱਚ ਪੈਟਰਨ ਪਛਾਣ।
- ਸੰਭਾਵਨਾ-ਆਧਾਰਿਤ ਭਵਿੱਖਬਾਣੀਆਂ ਪੈਦਾ ਕਰਦਾ ਹੈ।
- ਸ਼ੁੱਧਤਾ: ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਬਹੁਤ ਵਧੀਆ, ਜੇਕਰ ਕਾਫ਼ੀ ਡਾਟਾ ਹੋਵੇ।
- ਲੋੜਾਂ: ਇੱਕ ਵੱਡਾ ਡਾਟਾਸੈੱਟ ਅਤੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸਰੋਤ।
3. ਪ੍ਰੋਗਨੋਸਿਸ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਕਾਰਕ
ਟ੍ਰੈਂਡਿੰਗ ਡਾਟਾ ਗੁਣਵੱਤਾ
- ਵਧੇਰੇ ਡਾਟਾ ਪੁਆਇੰਟ ਰੁਝਾਨ ਦੀ ਪਰਿਭਾਸ਼ਾ ਨੂੰ ਵਧੇਰੇ ਸਪੱਸ਼ਟ ਬਣਾਉਂਦੇ ਹਨ।
- ਇਕਸਾਰ ਮਾਪ ਭਰੋਸੇਯੋਗ ਰੁਝਾਨ ਦਿੰਦੇ ਹਨ।
- ਲੋੜੀਂਦਾ ਇਤਿਹਾਸ (ਘੱਟੋ-ਘੱਟ ਮਹੀਨੇ) ਜ਼ਰੂਰੀ ਹੈ।
- ਸਾਫ਼ ਡਾਟਾ, ਜਿਸ ਵਿੱਚ ਬਾਹਰੀ ਮੁੱਲਾਂ (outliers) ਦੀ ਪਛਾਣ ਕੀਤੀ ਗਈ ਹੋਵੇ, ਗ਼ਲਤ ਢਲਾਣਾਂ ਨੂੰ ਰੋਕਦਾ ਹੈ।
ਨੁਕਸ ਵਧਣ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ
- ਅਨੁਮਾਨਯੋਗ ਵਾਧਾ: ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ ਸੌਖਾ — ਉਦਾਹਰਨ ਵਜੋਂ ਹੌਲੀ-ਹੌਲੀ ਬੀਅਰਿੰਗ ਘਿਸਾਵਟ.
- ਤੇਜ਼ ਹੁੰਦਾ ਵਾਧਾ: ਵਧੇਰੇ ਮੁਸ਼ਕਲ — ਸਪਾਲ (spall) ਵਾਧਾ ਲਗਭਗ ਘਾਤਅੰਕੀ (exponential) ਹੁੰਦਾ ਹੈ।
- ਅਨਿਯਮਿਤ ਵਾਧਾ: ਮੁਸ਼ਕਲ — ਢਿੱਲਾਪਣ ਅਤੇ ਰੁਕ-ਰੁਕ ਕੇ ਹੋਣ ਵਾਲਾ ਰਗੜ.
- ਅਚਾਨਕ ਫੇਲ੍ਹ ਹੋਣਾ: ਲਗਭਗ ਅਣਪਛਾਤਾ — ਇੱਕ ਸ਼ਾਫਟ ਦਾ ਟੁੱਟਣਾ ਦਰਾੜ.
ਸੰਚਾਲਨ ਸਥਿਤੀ ਸਥਿਰਤਾ
- ਸਥਿਰ ਸਥਿਤੀਆਂ ਭਰੋਸੇਯੋਗ ਭਵਿੱਖਬਾਣੀਆਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀਆਂ ਹਨ।
- ਬਦਲਦੇ ਲੋਡ ਅਤੇ ਸਪੀਡ ਭਵਿੱਖਬਾਣੀਆਂ ਨੂੰ ਘੱਟ ਨਿਸ਼ਚਿਤ ਬਣਾਉਂਦੇ ਹਨ।
- ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਵਾਧੇ ਨੂੰ ਤੇਜ਼ ਜਾਂ ਹੌਲੀ ਕਰ ਸਕਦੀਆਂ ਹਨ।
4. ਬਾਕੀ ਬਚੀ ਲਾਭਦਾਇਕ ਉਮਰ (RUL) ਦਾ ਅਨੁਮਾਨ
ਪ੍ਰੋਗਨੋਸਿਸ ਦਾ ਮੁੱਖ ਨਤੀਜਾ ਹੈ ਬਾਕੀ ਉਪਯੋਗੀ ਜੀਵਨ-ਕਾਲ: ਮੌਜੂਦਾ ਸਥਿਤੀ ਤੋਂ ਲੈ ਕੇ ਫੇਲ੍ਹ ਹੋਣ ਜਾਂ ਦਖਲ ਦੀ ਸੀਮਾ ਤੱਕ ਦਾ ਸਮਾਂ।
ਇਸਨੂੰ ਕਿਵੇਂ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ
- ਦਖਲ ਦੀ ਲੋੜ ਹੋਣ ਤੱਕ ਦੇ ਸਮੇਂ ਨੂੰ ਓਪਰੇਟਿੰਗ ਘੰਟਿਆਂ, ਕੈਲੰਡਰ ਦਿਨਾਂ ਜਾਂ ਚੱਕਰਾਂ (cycles) ਵਿੱਚ ਦੱਸਿਆ ਜਾਂਦਾ ਹੈ।
- ਨਵਾਂ ਡਾਟਾ ਆਉਣ 'ਤੇ ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
- ਇਸਨੂੰ ਇੱਕ ਅਜਿਹੇ ਅਨੁਮਾਨ ਵਜੋਂ ਦੱਸਿਆ ਜਾਂਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਅਸਲ ਅਨਿਸ਼ਚਿਤਤਾ ਹੁੰਦੀ ਹੈ।
ਭਰੋਸੇਯੋਗਤਾ ਅੰਤਰਾਲ
- RUL ਇੱਕ ਅਨੁਮਾਨ ਹੈ, ਕੋਈ ਤੱਥ ਨਹੀਂ।
- ਇਸਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਢੰਗ ਨਾਲ ਇੱਕ ਸੀਮਾ ਵਜੋਂ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ — ਉਦਾਹਰਨ ਵਜੋਂ “90% ਭਰੋਸੇ ਨਾਲ 30-90 ਦਿਨ।”
- ਜਿਵੇਂ-ਜਿਵੇਂ ਫੇਲ੍ਹ ਹੋਣ ਦਾ ਸਮਾਂ ਨੇੜੇ ਆਉਂਦਾ ਹੈ ਅਤੇ ਵਧੇਰੇ ਡਾਟਾ ਇਕੱਠਾ ਹੁੰਦਾ ਹੈ, ਅਨਿਸ਼ਚਿਤਤਾ ਘਟਦੀ ਹੈ।
- ਸੁਰੱਖਿਅਤ (conservative) ਅਨੁਮਾਨ ਢੁਕਵੇਂ ਹਨ ਨਾਜ਼ੁਕ ਮਸ਼ੀਨਰੀ.
ਹੱਲ ਕੀਤਾ ਉਦਾਹਰਣ
- 2 g 'ਤੇ ਇੱਕ ਬੇਅਰਿੰਗ ਨੁਕਸ ਦਾ ਪਤਾ ਲੱਗਦਾ ਹੈ ਲਿਫਾਫਾ ਐਂਪਲੀਟਿਊਡ।
- ਇਤਿਹਾਸਕ ਵਾਧਾ: ਆਮ ਤੌਰ 'ਤੇ 60 ਦਿਨਾਂ ਵਿੱਚ 2 g → 10 g (ਅਲਾਰਮ ਪੱਧਰ)।
- ਮੌਜੂਦਾ ਦਰ: ਲਗਭਗ 0.5 g ਪ੍ਰਤੀ ਹਫ਼ਤਾ ਵਧ ਰਹੀ ਹੈ।
- ਭਵਿੱਖਬਾਣੀ: ਅਲਾਰਮ ਪੱਧਰ ਲਗਭਗ 10 ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਪਹੁੰਚ ਜਾਵੇਗਾ।
- ਸਿਫ਼ਾਰਸ਼: 6-8 ਹਫ਼ਤਿਆਂ ਦੇ ਅੰਦਰ ਰੱਖ-ਰਖਾਅ ਦਾ ਸਮਾਂ ਤੈਅ ਕਰੋ।
ਉਹ ਹਿਸਾਬ-ਕਿਤਾਬ — ਇੱਕ ਢਲਾਣ ਫਿੱਟ ਕਰਨਾ ਅਤੇ ਇੱਕ ਸੀਮਾ ਤੱਕ ਪ੍ਰੋਜੈਕਟ ਕਰਨਾ — ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ ਇੱਕ ਵਾਈਬ੍ਰੇਸ਼ਨ ਰੁਝਾਨ ਤੋਂ RUL ਅਨੁਮਾਨਕ (estimator) ਖ਼ੁਦ-ਬ-ਖ਼ੁਦ ਕਰਦਾ ਹੈ, ਅਤੇ ISO 13381 ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹੋਏ ਇੱਕ ਵਧੇਰੇ ਰਸਮੀ ਢੰਗ ਇਸ ਵਿੱਚ ਉਪਲਬਧ ਹੈ RUL ਪ੍ਰੋਗਨੋਸਟਿਕਸ ਕੈਲਕੁਲੇਟਰ.
5. ਵਰਤੋਂ
ਰੱਖ-ਰਖਾਅ ਸ਼ਡਿਊਲਿੰਗ
- ਜਦੋਂ RUL ਸਭ ਤੋਂ ਵਧੀਆ ਸਮਾਂ ਦਰਸਾਵੇ ਤਾਂ ਬੰਦੀ (outage) ਦੀ ਯੋਜਨਾ ਬਣਾਓ।
- ਉਤਪਾਦਨ ਦੇ ਸਮਾਂ-ਸਾਰਣੀਆਂ ਨਾਲ ਤਾਲਮੇਲ ਕਰੋ।
- ਕੁੱਲ ਬੰਦ ਸਮੇਂ (downtime) ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਮੁਰੰਮਤਾਂ ਨੂੰ ਸਮੂਹਬੱਧ ਕਰੋ।
- ਸਮੇਂ ਤੋਂ ਪਹਿਲਾਂ ਅਤੇ ਦੇਰੀ ਵਾਲੇ ਦਖਲ, ਦੋਵਾਂ ਤੋਂ ਬਚੋ।
ਪੁਰਜ਼ਿਆਂ ਦਾ ਪ੍ਰਬੰਧਨ
- ਸਹੀ ਲੀਡ ਟਾਈਮ ਨਾਲ ਸਪੇਅਰ ਪਾਰਟਸ ਦਾ ਆਰਡਰ ਦਿਓ।
- ਜਲਦਬਾਜ਼ੀ (expediting) ਖ਼ਰਚਿਆਂ ਤੋਂ ਬਚੋ।
- ਸੁਰੱਖਿਆ-ਸਟਾਕ ਦੀਆਂ ਲੋੜਾਂ ਨੂੰ ਘਟਾਓ।
- ਪ੍ਰੋਗਨੋਸਿਸ ਦੀ ਅਗਵਾਈ ਵਿੱਚ, ਸਹੀ ਸਮੇਂ 'ਤੇ (just-in-time) ਸਪਲਾਈ ਦਾ ਪ੍ਰਬੰਧ ਕਰੋ।
ਸਰੋਤ ਵੰਡ
- ਕਈ ਖ਼ਰਾਬ ਹੋ ਰਹੀਆਂ ਮਸ਼ੀਨਾਂ ਵਿਚਾਲੇ ਤਰਜੀਹ ਤੈਅ ਕਰੋ।
- ਸੀਮਿਤ ਸਾਧਨਾਂ ਨੂੰ ਸਭ ਤੋਂ ਜ਼ਰੂਰੀ ਲੋੜਾਂ ਵੱਲ ਭੇਜੋ।
- ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਵਰਕਫੋਰਸ ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਅਤੇ ਟੂਲ ਤਿਆਰੀ ਦੀ ਯੋਜਨਾ ਬਣਾਓ।
6. ਚੁਣੌਤੀਆਂ ਅਤੇ ਸੀਮਾਵਾਂ
ਭਵਿੱਖਬਾਣੀ ਅਨਿਸ਼ਚਿਤਤਾ
- ਨੁਕਸ ਦੀ ਵਧਤ ਕਦੇ ਵੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਨੁਮਾਨਯੋਗ ਨਹੀਂ ਹੁੰਦੀ।
- ਸੰਚਾਲਨ ਹਾਲਤਾਂ ਬਿਨਾਂ ਚੇਤਾਵਨੀ ਦੇ ਬਦਲ ਸਕਦੀਆਂ ਹਨ।
- ਅਚਾਨਕ ਤੇਜ਼ੀ ਹਮੇਸ਼ਾ ਸੰਭਵ ਹੈ।
- ਹਮੇਸ਼ਾ ਸੁਰੱਖਿਆ ਹਾਸ਼ੀਏ (safety margins) ਬਣਾਈ ਰੱਖੋ।
ਡਾਟਾ ਲੋੜਾਂ
- ਲੋੜੀਂਦਾ ਰੁਝਾਨ (trending) ਇਤਿਹਾਸ ਜ਼ਰੂਰੀ ਹੈ।
- ਨੁਕਸ ਦੇ ਵਿਕਾਸ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, ਭਵਿੱਖਬਾਣੀਆਂ ਘੱਟ ਨਿਸ਼ਚਿਤ ਹੁੰਦੀਆਂ ਹਨ।
- ਜਿਵੇਂ-ਜਿਵੇਂ ਵਧੇਰੇ ਡਾਟਾ ਇਕੱਠਾ ਹੁੰਦਾ ਹੈ, ਉਹ ਬਿਹਤਰ ਹੁੰਦੀਆਂ ਜਾਂਦੀਆਂ ਹਨ।
ਕਈ ਨੁਕਸ ਮੋਡ
- ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਇੱਕ ਮੋਡ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਜਾਵੇ ਜਦਕਿ ਅਸਲ ਵਿੱਚ ਫੇਲ੍ਹ ਕਿਸੇ ਹੋਰ ਮੋਡ ਕਾਰਨ ਹੋਵੇ।
- ਵਿਆਪਕ, ਬਹੁ-ਪੈਰਾਮੀਟਰ ਨਿਗਰਾਨੀ ਇਸ ਜੋਖਮ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ।
- ਸਾਰੇ ਸਰਗਰਮ ਵਿਗਾੜ ਮਕੈਨਿਜ਼ਮਾਂ ਨੂੰ ਇਕੱਠੇ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ।
7. ਪ੍ਰੋਗਨੌਸਟਿਕ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਸੁਧਾਰ
- ਮਾਪ ਦੀ ਫ੍ਰੀਕੁਐਂਸੀ ਵਧਾਓ: ਵਧੇਰੇ ਡਾਟਾ ਪੁਆਇੰਟ ਰੁਝਾਨ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਦੇ ਹਨ, ਤੇਜ਼ੀ ਨੂੰ ਪਹਿਲਾਂ ਫੜਦੇ ਹਨ, ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ। ਸ਼ੱਕੀ ਮਸ਼ੀਨ ਉੱਤੇ ਪੀਰੀਅਡਿਕ-ਮਾਨੀਟਰਿੰਗ (periodic-monitoring) ਅੰਤਰਾਲ ਨੂੰ ਵਧਾਉਣਾ ਅਕਸਰ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਕਦਮ ਹੁੰਦਾ ਹੈ।
- ਕਈ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ: ਵਾਈਬ੍ਰੇਸ਼ਨ ਨੂੰ ਤਾਪਮਾਨ ਅਤੇ ਤੇਲ ਵਿਸ਼ਲੇਸ਼ਣਦੇ ਨਾਲ ਜੋੜੋ; ਸਮਰਥਨਕਾਰੀ ਸੂਚਕ ਭਰੋਸਾ ਵਧਾਉਂਦੇ ਹਨ, ਅਤੇ ਵੱਖ-ਵੱਖ ਪੈਰਾਮੀਟਰਾਂ ਦਾ ਲੀਡ ਟਾਈਮ ਵੱਖ-ਵੱਖ ਹੁੰਦਾ ਹੈ।
- ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਕਰੋ: ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਭਵਿੱਖਬਾਣੀ ਉੱਤੇ ਭਰੋਸਾ ਕਰਨ ਦੀ ਬਜਾਏ ਹਰ ਨਵੇਂ ਮਾਪ ਨਾਲ ਪ੍ਰੋਗਨੌਸਿਸ ਨੂੰ ਸੋਧੋ, ਅਤੇ ਅਸਲ ਵਧਤ ਦਰ ਦੇ ਅਨੁਸਾਰ ਢਲੋ।
ਅਮਲ ਵਿੱਚ, ਪ੍ਰੋਗਨੌਸਿਸ ਦੀ ਗੁਣਵੱਤਾ ਓਨੀ ਹੀ ਚੰਗੀ ਹੁੰਦੀ ਹੈ ਜਿੰਨਾ ਇਸਨੂੰ ਦਿੱਤਾ ਗਿਆ ਡਾਟਾ, ਇਸ ਲਈ ਮਾਪ ਦਾ ਪੜਾਅ ਗਣਿਤ ਜਿੰਨਾ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇੱਕ ਪੋਰਟੇਬਲ ਦੋ-ਚੈਨਲ ਯੰਤਰ ਜਿਵੇਂ ਕਿ Balanset-1A ਟੈਕਨੀਸ਼ੀਅਨ ਨੂੰ ਹਰ ਰੂਟ ਵਿਜ਼ਿਟ ਉੱਤੇ ਦੁਹਰਾਉਣਯੋਗ ਸਪੈਕਟਰਾ ਅਤੇ ਐਂਪਲੀਟਿਊਡ (ਆਯਾਮ) ਰੀਡਿੰਗਾਂ ਲੈਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ — ਉਹ ਇਕਸਾਰ ਰੁਝਾਨ ਬਿੰਦੂ ਜਿਨ੍ਹਾਂ ਤੋਂ ਇੱਕ ਭਰੋਸੇਯੋਗ ਬਾਕੀ-ਜੀਵਨ ਅਨੁਮਾਨ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ। ਪ੍ਰੋਗਨੌਸਿਸ, ਆਖਿਰਕਾਰ, ਉਹ ਤੱਤ ਹੈ ਜੋ ਸੱਚੀ ਭਵਿੱਖਬਾਣੀ-ਆਧਾਰਿਤ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸਿਰਫ਼ ਸਥਿਤੀ ਨਿਗਰਾਨੀ: ਰੁਝਾਨ ਡਾਟਾ ਅਤੇ ਨੁਕਸ ਦੀ ਵਧਤ ਦੀ ਸਮਝ ਤੋਂ ਫੇਲ੍ਹ ਦੇ ਸਮੇਂ-ਸੀਮਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਕੇ, ਇਹ ਉਸ ਅਨੁਕੂਲਿਤ ਸਮੇਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਰੱਖਿਆ ਕਰਦੇ ਹੋਏ ਉਪਕਰਣ ਦੀ ਵਰਤੋਂ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਦਾ ਹੈ।
