شركة طاقة سعودية توفر 40 مليون ريال سنوياً عبر الصيانة التنبؤية

المقدمة: الكفاءة التشغيلية في الظروف القاسية

تعمل محطات الطاقة والمصانع البتروكيماوية في المملكة في ظروف بيئية وتشيغيلية قاسية، تتطلب درجات حرارة وضغط عالية جداً. في هذه البيئة، يعتبر "التوافر" (Availability) هو العملة الأهم. أي توقف غير مخطط له لا يعني فقط خسارة في الإنتاج، بل قد يعني غرامات تأخير، تكاليف إصلاح باهظة، ومخاطر على السلامة.

إحدى الشركات الكبرى في مجال إنتاج الطاقة بالمنطقة الشرقية كانت تعاني من تكرار أعطال التوربينات الغازية والمضخات الرئيسية، مما كان يكلفها الملايين سنوياً. قررت الإدارة التحول من استراتيجية "الإصلاح عند العطل" إلى استراتيجية الصيانة التنبؤية (PdM) المدفوعة بالبيانات.

المشكلة: استنزاف الميزانية التشغيلية

قبل المشروع، كانت الشركة تتبع جدول صيانة وقائية صارم (مثلاً: تغيير الزيت كل 3000 ساعة عمل). ومع ذلك، كانت المشاكل تظهر:

• قطع غيار يتم استبدالها وهي لا تزال في حالة ممتازة (هدر).
• أعطال مفاجئة تحدث بين فترات الصيانة المجدولة (توقف إنتاج).
• صعوبة تحديد السبب الجذري للمشاكل المتكررة.

الحل: التحدث مع الآلات

قامت الشركة بتركيب أكثر من 2,000 مستشعر ذكي (IoT Sensors) على المعدات الحيوية لقياس الاهتزاز، الحرارة، الصوت، والتدفق. تم ربط هذه المستشعرات بمنصة ذكاء اصطناعي مركزية تقوم بما يلي:

1. اكتشاف الشذوذ (Anomaly Detection)

تعلمت الخوارزميات "البصمة التشغيلية" الطبيعية لكل آلة. عندما يبدأ "محمل" (Bearing) في التوربين بإصدار اهتزازات طفيفة جداً تختلف عن النمط المعتاد (حتى لو كانت ضمن الحدود المسموحة تقليدياً)، يطلق النظام إنذاراً مبكراً.

2. التنبؤ بالعمر المتبقي (RUL Prediction)

يخبر النظام مهندسي الصيانة: "هذه المضخة ستفشل خلال 45 يوماً بنسبة احتمالية 90%". هذا يعطي الفريق وقتاً كافياً لطلب قطع الغيار وجدولة الصيانة في وقت لا يؤثر على الإنتاج.

العائد على الاستثمار (ROI): نتائج مبهرة

خلال السنة الأولى من التشغيل الكامل، حققت الشركة:

تم تحقيق الوفورات من خلال تقليل شراء قطع الغيار غير الضرورية، تجنب خسائر توقف الإنتاج، وتحسين كفاءة استخدام الطاقة للمعدات التي تعمل الآن في وضعها الأمثل.

الخاتمة

لم تعد الصيانة التنبؤية ترفاً، بل هي ضرورة لضمان استدامة وتنافسية القطاع الصناعي السعودي. هذه الشركة أثبتت أن الاستثمار في البيانات والذكاء الاصطناعي يعود بأرباح مضاعفة ويحول فرق الصيانة من "رجال إطفاء" يلاحقون المشاكل، إلى "مخططين استراتيجيين" يديرون الأصول بكفاءة.