Hoe u uw supply chain voor onderhoud effectiever kunt maken met behulp van data

Het op locatie houden van de juiste apparatuur en onderdelen om productieapparatuur te repareren en te onderhouden is een evenwichtsoefening. U moet de productie draaiende houden, maar u wilt geen enorme hoeveelheden kapitaal vastzetten in apparatuur en onderdelen die misschien maanden, jaren of misschien nooit worden gebruikt. Als alternatief kan het leven met fabrieksapparatuur met onvoorspelbare uitvaltijd een aanzienlijk bedrag kosten door verloren productiebeschikbaarheid en ongepland onderhoud.

Effectief onderhoud, reparatie en revisie "MRO" gaat over het plannen, beheren en coördineren van service en leveringen van een breed scala aan leveranciers, realtime inzicht hebben in waar elk onderdeel zich bevindt en ervoor zorgen dat het resource-intensieve proces zo kosten- hoe effectief het ook kan zijn.

Effectieve MRO is afhankelijk van nauwkeurige en tijdige informatie. Vooral het kennen van de precieze problemen en de uitgevoerde acties is van cruciaal belang om deze problemen in de toekomst te voorspellen en te voorkomen.

Analyse van ongestructureerde 'vrije tekst'-gegevens voor onderhoud en reparatie vereist momenteel aanzienlijke menselijke input door ervaren personeel tijdens de analysecyclus om ervoor te zorgen dat de informatie consistent en nauwkeurig is. Anders weet een bedrijf misschien niet hoeveel soortgelijke incidenten zich hebben voorgedaan en of ze toenemen of een gemeenschappelijke oorzaak hebben. De informatie kan worden begraven in tekst en het gebruik van verschillende woorden, steno en semantiek om een ​​soortgelijk incident te beschrijven. Omgekeerd kunnen vergelijkbare problemen verschillend blijken te zijn op basis van subtiele verschillen in de beschrijvingen.

Tools voor tekstmining kunnen trefwoorden herkennen, maar momenteel bieden alleen mensen het laatste inzicht dat onbewerkte gegevens omzet in kennis. Meestal komt dit voort uit een meer holistische interpretatie van het incident, waarbij ongestructureerde gegevens worden vergeleken met de gestructureerde en afgeleide informatie uit verschillende gegevensbronnen of voorkennis.

De uitdaging met deze huidige benadering is dat mensen subjectief kunnen handelen, fouten kunnen maken en dat hun individuele capaciteit niet snel of schaalbaar is.

Verder leidt elke analyse van verschillende databases (bijvoorbeeld het combineren van diagnostische of productiegegevens) tot veel meer technische uitdagingen.

Gezien deze druk is de MRO-toeleveringsketen al lang rijp voor efficiëntie en verbeteringen.

Er is een succesvolle toepassing geweest van nieuwe technieken en technologie in de hele sector, wat de mogelijke besparingen heeft benadrukt die kunnen worden bereikt.

In 2014 ondervroeg PwC meer dan 100 productie- en onderhoudsbedrijven en ontdekte dat het gebruik van 3D-printen, ook wel bekend als 'additive engineering' om de beschikbaarheid van reserveonderdelen op het punt van gebruik te vergroten, kosten bespaart door afval te verminderen en de arbeidsinhoud te verminderen. De meeste bedrijven meldden al aanzienlijke winsten in snelheid en flexibiliteit met betrekking tot productontwikkeling en maatwerk. Uit het onderzoek bleek verder dat als slechts 50 procent van de reserveonderdelen met deze technologie zou worden geproduceerd, er een kostenbesparing van $ 3,4 miljard zou zijn.

Er worden ook al technologieën gebruikt in het transport (waar MRO-problemen vaak acuter zijn). Sleuteltechnologieën die door Espen Olsen, Europees directeur voor lucht- en ruimtevaart bij IFS, zijn uitgekozen, omdat ze mogelijk de grootste impact hebben op MRO die van toepassing zijn op zowel productie als ruimtevaart, zijn onder meer mobiele technologie (ingenieurs uitgerust met mobiele apps om toegang te krijgen tot relevante informatie op het moment dat dat nodig is) en draagbare technologieën. Japan Airlines gebruikt Google Glass al in hun onderhoudsproces. De bril wordt gedragen door technici die rond het vliegtuig op het asfalt werken. Beelden van het vliegtuig worden ter beoordeling naar onderhoudsspecialisten gestuurd, die vervolgens eventuele problemen doorgeven aan de technicus op de grond.

Een andere technologietrend die Espen benadrukte, was dat big data de sleutel is tot het voorspellen van de toekomst. Hij zegt:"In MRO is er een enorm potentieel om de geheimen van gegevens te gebruiken om alles mogelijk te maken, van voorspellende analyses tot grotere voorraadoptimalisatie, betere bewaking van gebruikspatronen en het essentieel volgen en analyseren van de gezondheid van apparatuur in realtime. Maar tot nu toe zijn er weinig antwoorden gevonden voor de belangrijkste toepassingen ervan, of nog belangrijker, de manier om te bepalen welke gegevens nuttig zijn en welke niet.

“In 2015 zal en moet het bedrijfsleven big data aanpakken. Ik denk met name aan het gebruik van big data voor voorspellende analyses. Door belangrijke gegevens over uitval van bedrijfsmiddelen te verstrekken, kan dit vervolgens worden geïntegreerd in logistieke systemen om toekomstige ontwerpen te informeren en te verbeteren, het gebruik te optimaliseren en de totale levenscycluskosten te verlagen."

Deze voorspelling wordt nu gerealiseerd met de introductie van nieuwe software die het proces van MRO-classificatie kan automatiseren.

AMROC is een nieuw product van Warwick Analytics en is een mogelijke aanpak. Het transformeert automatisch ongelijksoortige en ongestructureerde onderhoudsgegevens. Het is aangetoond dat het het inzicht dat beschikbaar is voor lucht- en ruimtevaartoperators, -onderhouders en fabrikanten drastisch verbetert en wordt nu gebruikt door fabrikanten en energiebedrijven op hun fabrieks-MRO.

Dus hoe werkt het? Zoals we weten, vereist de analyse van 'vrije tekst'-gegevens voor onderhoud en reparatie momenteel aanzienlijke menselijke inbreng door ervaren personeel tijdens de analysecyclus om ervoor te zorgen dat de informatie consistent en nauwkeurig is. Echter, AMROC zet die ongestructureerde en semi-gestructureerde data inclusief tekst, logs en diagnostics om in gestructureerde data voor classificatie. De software zoekt automatisch naar duizenden verschillende mogelijke patronen uit de gestructureerde en ongestructureerde gegevens, en structureert en classificeert vervolgens de problemen, op basis van deze patronen, in bijna realtime, waardoor de tijd die nodig is om handmatig te classificeren en te kwantificeren vrije tekst enorm wordt verminderd onderhouds- en reparatiegegevens. De gegevens hoeven niet te worden opgeschoond en zijn daarom niet onderhevig aan aannames en fouten.

Met nieuwe IT-technologieën zoals AMROC zullen de MRO-kosten in transport en productie dalen, maar het zijn niet alleen de grote spelers en OEM's die innovatief moeten zijn. Bedrijven aan de top van de supply chain vragen hun leveranciers om ook hun productiviteit te verbeteren als het gaat om MRO.

Kortom, er zijn nieuwe technologieën die beloven de MRO te helpen verbeteren door informatie uit gegevens te vinden en die te gebruiken om problemen te begrijpen en te voorspellen. Ze zullen nooit een ervaren mens kunnen vervangen, maar ze zullen die persoon wel enorm kunnen helpen om rijk, nauwkeurig en tijdig inzicht te krijgen en de hele MRO-toeleveringsketen productiever te maken.

Bezoek www.warwickanalytics.com voor meer informatie.