Hoe AI 0% ongeplande downtime binnen handbereik brengt

Ongeplande uitvaltijd is een miljoenenprobleem. Onverwachte onderbrekingen tijdens productie of bewerkingen kunnen organisaties gemiddeld $ 2 miljoen (€ 1,70 miljoen) per keer kosten, en 82% van de bedrijven ondervindt om de drie jaar minstens één ongeplande storing (volgens onderzoek van Aberdeen ).

Elke storing brengt het risico met zich mee van verloren productie-uren, beschadigde producten, extra arbeidskosten en spoedorders voor vervangende onderdelen. Het is niet verwonderlijk dat de rekening snel kan oplopen, zegt Jasper Hoogeweegen, CEO van Samotics .

Denk aan de schade aan het vertrouwen van de klant en de gevolgen voor de gezondheid en veiligheid van systemen die falen en inefficiënt werken, en het wordt duidelijk dat ongeplande uitvaltijd een veel groter probleem wordt dan alleen de kosten.

Tot voor kort was de aanpak voor het minimaliseren van uitvaltijd grotendeels gericht op reactieve en preventieve strategieën die ofwel ineffectief ofwel inefficiënt waren. Herhaaldelijk reageren op onderhoudsproblemen  nadat ze zich hebben voorgedaan, is op de lange termijn onhoudbaar. Ondertussen leiden preventieve strategieën die op de klok letten en falen proberen te voorkomen vaak tot onnodige controles van gezonde apparatuur, terwijl tot 85% van alle apparatuur willekeurig kan falen, ongeacht hoeveel preventief onderhoud is toegepast.

Dit alles vormt een grote tegenspraak met het ideale scenario als je bedenkt dat 72% van de organisaties het bereiken van nul ongeplande downtime als een hoge prioriteit beschouwt. Het verminderen van het giswerk is de sleutel tot het uitbannen van alle onverwachte storingen.

De download bij downtime

Honderden miljoenen activa vormen het kloppende hart van de industriële economie; elektromotoren, pompen, ventilatoren, mixers, rollen, kleppen... de lijst gaat maar door. Organisaties over de hele wereld, die zich uitstrekken over uiteenlopende sectoren als waterbeheer en energie, tot chemie en staal, wenden zich steeds meer tot realtime monitoring van de machinegezondheid om ongeplande stilstand waar mogelijk te elimineren.

Alle machinefouten en storingen hebben een oorsprong. Gegevens zijn de sleutel om de tekenen van een storing ruim van tevoren te herkennen en ze op een geschikt moment te kunnen repareren voordat ze een grotere uitdaging vormen. Dit vereist een schat aan gegevens die de klok rond moeten worden verzameld en verwerkt. Het tijdperk van IoT heeft de verwerving van deze gegevens mogelijk gemaakt, maar de hoeveelheid analyse die nodig is voor wat petabytes aan gegevens kan zijn, gaat veel verder dan de menselijke mogelijkheden.

Dit is waar AI om de hoek komt kijken.

De onderhoudsaanpak repareren

Het potentieel van AI voor het monitoren van de gezondheid van activa werd al vroeg in zijn evolutie erkend. AI biedt een welkom alternatief voor traditionele reactieve en preventieve strategieën en biedt organisaties bruikbare inzichten en een middel om niet alleen op te lossen en te voorkomen, maar ook om te voorspellen wanneer uitdagingen en storingen kunnen optreden.

In tegenstelling tot menselijke analisten kan AI grote hoeveelheden binnenkomende machinegegevens verwerken, bijna in realtime en zonder pauze. Met slechts een paar weken aan gegevens kan AI een waarheidsgetrouw beeld vormen van de gezondheid van de machine. Op basis van dit basismodel is het in staat om de triggers of 'vingerafdrukken' van vastgestelde gedragspatronen die wijzen op een specifiek type schade, vast te stellen en te detecteren.

Ditzelfde basismodel signaleert afwijkingen van het normale gedrag van de machine die wijzen op inefficiënte operaties. Aangezien elektromotoren vaak de grootste verbruikers van elektriciteit zijn in industriële organisaties, kan het aanpakken van deze inefficiënties de kosten aanzienlijk verlagen en de impact op het milieu minimaliseren.

Acteer in plaats van te reageren – het nieuwe normaal

Zoals met alle op AI gebaseerde technologieën, worden ze in de loop van de tijd alleen maar slimmer. Hoe groter de bibliotheek met gegevens uit het verleden, hoe meer de software kan leren en de nauwkeurigheid kan verbeteren. AI is nu een gevestigde waarde als hulpmiddel van onschatbare waarde om ongeplande downtime te verminderen, en duizenden activa wereldwijd in diverse sectoren profiteren hiervan.

Toonaangevende oplossingen zijn in staat om meer dan 90% van de storingen tot vijf maanden van tevoren te detecteren. Met snelle innovatie in het verschiet, werken we gestaag aan een toekomst waarin 0% ongeplande downtime de nieuwe norm zal zijn.

Het brengt ook een belangrijke en welkome culturele verschuiving met zich mee, aangezien AI organisaties over de hele wereld aanmoedigt om te handelen in plaats van te reageren. Met een groeiend tekort aan ervaren onderhoudsprofessionals, kan op AI gebaseerde technologie hun werk transformeren van rondes rond de productielocatie naar het toepassen van hun expertise waar dit het meest nodig is.

Organisaties in staat stellen om proactief onderhoud te plegen, is een vicieuze cirkel. Met meer gegevens worden systemen nog intelligenter, waardoor organisaties sneller kunnen handelen en op hun beurt meer kunnen besparen op ongeplande downtime en inefficiënte bedrijfsmiddelen. Voor organisaties over de hele wereld zorgt het nemen van controle en actie ervoor dat verstoring door onverwachte onderhoudsproblemen tot het verleden behoort.

De auteur is Jasper Hoogeweegen, CEO bij Samotics .