IBM:proactief zorgen voor betrouwbaarheid en veiligheid met EAM

IBM's Skip Snyder bespreekt de voordelen van effectieve EAM-oplossingen voor fabrikanten

Door software, systemen en services te combineren met enterprise asset management (EAM) kan de kwaliteit van bedrijfsmiddelen gedurende hun hele levenscyclus worden gehandhaafd, gecontroleerd en geoptimaliseerd. In een gesprek met Skip Snyder, Senior Partner, IBM Global Business Services, verdeelt hij de voordelen van een EAM-oplossing in drie categorieën:het optimaliseren van de kwaliteit en het benutten van bedrijfsmiddelen, productieve uptime en kostenverlagingen.

Kwaliteit optimaliseren en middelen gebruiken

Simpel gezegd:"goed onderhouden apparatuur ondersteunt betrouwbare uitvoer van hoge kwaliteit", zegt Snyder. "Preventief onderhoud kan echter erg duur zijn, en organisaties proberen constant onnodige inspecties te verminderen als ze dat kunnen."

Een manier om de kwaliteit te optimaliseren en activa te gebruiken, is door de gezondheid van activa te bewaken door middel van sensoren, en te letten op trends die wijzen op een mogelijke degradatie waarop kan worden gereageerd om een ​​storing te voorkomen. Andere manieren zijn het gebruik van camera's en microfoons om de gezondheid van apparatuur te bewaken - in sommige gevallen leveren de roots sensoren, camera's en microfoons aan de apparatuur en verzamelen gegevens. Deze methode verbetert de productiviteit van de technicus, waardoor ze meer hoogwaardige taken kunnen uitvoeren terwijl ze gegevens blijven verzamelen.

“Naarmate het aantal sensoren en apparaten op activa groeit, is het volume aan gegevens dat wordt bijgehouden exponentieel toegenomen. Het is voor mensen alleen onmogelijk geworden om alles in de gaten te houden. AI speelt nu een belangrijke rol in enterprise asset management (EAM) om al die gegevens te helpen begrijpen en er waarde uit te halen, omdat het trends kan leren en identificeren. De technologie kan het begrip van activa verdiepen door gegevens te vertalen in bruikbare inzichten die kunnen worden gebruikt om effectiever onderhoud te stimuleren”, zegt Snyder.

“Conditioneel onderhoud vervangt bijvoorbeeld tijdgebonden onderhoud. In plaats van om de paar maanden of volgens een vast schema een inspectie of reparatie uit te voeren, kunnen inzichten uit operationele gegevens en analyses het falen van activa voorspellen. Dit zorgt ervoor dat de activa die aandacht nodig hebben, deze op het juiste moment krijgen, waardoor de betrouwbaarheid wordt verbeterd en het onderhoud wordt geoptimaliseerd. Mogelijkheden voor bewaking op afstand maken continue detectie van afwijkingen mogelijk. De prestaties van activa worden continu gevolgd en geëvalueerd door kunstmatige intelligentie (AI), die waarschuwingen kan activeren op basis van indicatoren zoals flatline-omstandigheden en abrupte veranderingen in sensormetingen. "

Suiker Creek-brouwerij

"Sugar Creek Brewery is een voorbeeld van een IBM Maximo-klant die EAM, AI en IoT gebruikt om de kwaliteit te optimaliseren en verlies te verminderen. Ze verloren meer dan US $ 30.000 per maand aan bierverspilling door het productieproces. Door de technologie te integreren in het brouwproces, kunnen ze problemen identificeren die de kwaliteit van hun product beïnvloeden. Parameters zoals vultijd, temperatuur, pH, zwaartekracht, druk, carbonatatie en niveau worden allemaal naar de cloud gestuurd voor analyse. Deze gegevens kunnen nieuwe informatie verstrekken processen of verfijn bestaande om ervoor te zorgen dat het product voldoet aan de productieverwachtingen en de kostenbesparingen van het productieverlies worden nu opnieuw geïnvesteerd in het bedrijf," - Skip Snyder, Senior Partner, IBM Global Business Services.

Productieve uptime

Door het juiste EAM-systeem te hebben dat wordt ondersteund door een open hybride cloudplatform en AI-gestuurde intelligente workflows, kunnen fabrikanten "potentiële defecten aan apparatuur detecteren en automatisch werkorders afgeven aan technici om dit te voorkomen, met alle informatie die ze nodig hebben om het probleem op te lossen. , inclusief tools, activageschiedenis, analyse van hoofdoorzaken en best practices”, voegt Snyder toe.

Kostenverlagingen

Als het gaat om het beoordelen van kosten, legt Snyder uit dat dit op twee manieren kan:"De eerste doen technici het juiste werk op het juiste moment op de juiste manier? De tweede is, wordt de uitvaltijd van apparatuur als gevolg van defecten, reparatievertragingen of ontbrekende onderdelen geëlimineerd of geminimaliseerd?”

Nu, voor het eerste deel , hoe efficiënter een technicus is, hoe meer apparatuur hij continu in bedrijf kan houden. "Waar meer efficiëntie is, is er meer waarde", voegt Snyder toe. "Realtime inzichten en automatiseringsmogelijkheden stellen uw medewerkers in staat om snel en vol vertrouwen datagestuurde beslissingen te nemen en hun energie te richten op waardevoller werk."

Voor het tweede deel geldt:hoe meer informatie bekend is en kan worden verwacht als het gaat om onderhoudsbehoeften van apparatuur, hoe efficiënter de operatie is. “Het resultaat is minder uitvaltijd door onverwachte storingen of het uitstellen van reparaties omdat je de onderdelen niet hebt om het te repareren. Met de juiste informatie kunt u storingen voorspellen en met het juiste EAM-programma heeft u nu de juiste onderdelen in de juiste hoeveelheid op het juiste moment, waardoor de prestaties van de apparatuur worden geoptimaliseerd en de Overall Equipment Effectiveness (OEE) wordt verbeterd.”

Beste praktijken voor fabrikanten die een EAM-oplossing gebruiken

Kortom, Snyder geeft aan dat er veel best practices zijn voor het adopteren van een EAM-oplossing, maar uiteindelijk komt het erop aan de gezondheid van de apparatuur te kennen, het personeel uit te rusten met de juiste informatie en tools en proactief te zorgen voor betrouwbaarheid en veiligheid.

“Om dit te realiseren, is het van cruciaal belang om hybride cloud- en AI-mogelijkheden te hebben. Een open hybride cloudarchitectuur stelt fabrikanten in staat om de verwerking dichter bij de operatie te brengen en de latentie van gegevens te verminderen, zodat de juiste informatie en tools tijdig bij het personeel terechtkomen. AI helpt het personeel vervolgens om de bergen gegevens van de productievloer en daarbuiten te doorzoeken om hen te helpen begrijpen wat er werkelijk aan de hand is met hun apparatuur en wat dan de beste manier is om mogelijke problemen die zich voordoen aan te pakken.”

Een primaire focus voor fabrikanten moet ook goede gegevenspraktijken zijn. Aangezien EAM afhankelijk is van gegevens om beslissingen te nemen, leidt een slechte gegevenskwaliteit of een gebrek aan gegevens ertoe dat technici tijd verspillen aan de verkeerde prioriteiten, inventaris niet beschikbaar is wanneer en waar het nodig is, niet de juiste tools beschikbaar heeft en uiteindelijk, defecte apparatuur en productievertragingen.”

Om de verschuiving van preventief naar proactief te maken, moeten fabrikanten een strategie hebben om "gegevens te verzamelen, te analyseren en erop te reageren door gebruik te maken van IoT, mobiel, AI, robotica en andere technologische innovaties; om de gezondheid van hun apparatuur te begrijpen; en ten slotte de processen automatiseren om te handelen op basis van de inzichten die door technologie worden gegenereerd."