Voorspellend onderhoud – Wat u moet weten

Hier bij Momenta Partners , besteden we veel tijd aan gesprekken met innovators en eindgebruikers over hoe gegevens van fysieke activa kunnen worden gebruikt om processen te optimaliseren, risico's te verminderen, bedrijven te laten groeien en zelfs gloednieuwe bedrijfsmodellen mogelijk te maken, zegt Ed Maguire, Insights-partner.

Predictive Maintenance staat bij start-ups, professionele servicebedrijven en gevestigde industriële bedrijven hoog in het vaandel en zoeken naar manieren om voordelen te realiseren door 'dingen te repareren voordat ze kapot gaan', wat mogelijk enorme hoeveelheden tijd, geld en reputatierisico's bespaart.

Wat is voorspellend onderhoud?

Predictive Maintenance houdt in dat u eenvoudig kunt voorspellen wanneer een machine of onderdeel waarschijnlijk defect zal raken op basis van real-world gegevens, en vervolgens actie kunt ondernemen om eventuele problemen te voorkomen. Dit is een eenvoudig concept, maar moeilijk te realiseren. In sectoren als de lucht- en ruimtevaart en transport kan het voorkomen van storingen levens redden.

Terwijl de recente Southwest Airlines dodelijke afloop misschien niet te voorzien, wat als de gegevens van de motorexplosie kunnen worden gebruikt om de volgende te voorkomen? Om een ​​mogelijke storing te kunnen voorspellen, moet u beginnen met gegevens – historische gegevens, met name in de aanloop naar een storing – om een ​​algoritme te maken dat tekenen van lopende problemen kan signaleren.

Het pad naar voorspellend onderhoud

Industrieel onderhoud is tegenwoordig vooral 'preventief' van aard. Prevent Onderhoud begint met een planning. Wanneer bedrijven industriële of andere activa kopen, volgen ze doorgaans de aanbevolen onderhoudsintervallen. Denk aan de aanbeveling om de olie van een auto elke 3.000 mijl te verversen. Buiten het naleven van de voorgeschreven schema's, vinden de meeste grote reparaties plaats wanneer de apparatuur uitvalt, en activa zelf worden vervangen wanneer ze een bepaalde leeftijd bereiken. Het is handig om je aan een schema te houden, maar het geeft geen idee van wat er in de toekomst zou kunnen gebeuren.

Met de toevoeging van Condition Monitoring kunnen bedrijven proactief onderhoud plegen. Condition Monitoring omvat het in realtime volgen van gegevens, bijvoorbeeld gegevens van temperatuur- of trillingssensoren. Dit kan helpen bij het identificeren van problemen wanneer ze zich voordoen, en als er een ongebruikelijke toestand is, zoals overmatige trillingen of te hoge temperaturen, kan dit duiden op de noodzaak van proactief onderhoud, bijvoorbeeld een vervanging van een onderdeel.

Preventief onderhoud werkt volgens een vooraf gedefinieerd schema en Proactief onderhoud maakt doorgaans gebruik van conditiebewaking, maar geen van beide benaderingen zal een bedrijf noodzakelijkerwijs helpen te anticiperen op wat er in de toekomst waarschijnlijk mis gaat.

Om storingen te kunnen voorspellen heb je historische data nodig om een ​​voorspellend algoritme te ontwikkelen, bij voorkeur inclusief perioden tot en met uitval of uitval. Het gaat om het verzamelen van de gegevens en het uitvoeren van analyses op de gegevens, en vervolgens het testen, afstemmen en bijwerken van de algoritmen met nieuw verzamelde gegevens. In het verleden was dit een duur proces, waarvoor zeer gespecialiseerde statistici nodig waren die gespecialiseerde modellen konden ontwikkelen.

Zodra Predictive Maintenance-oplossingen al enige tijd beschikbaar zijn, kunnen ze worden gekoppeld aan specifieke aanbevelingen of instructies voor het bedrijf om de problemen op te lossen voordat ze zich voordoen. Dit concept, dat bekend staat als Predictive Maintenance, is het idee dat analyses lopende problemen kunnen identificeren, een oplossing kunnen bieden en machines in bedrijf kunnen houden met minimale menselijke tussenkomst.

Sinds de jaren tachtig was Predictive Maintenance de provincie van de grootste organisaties met de diepste zakken waar sprake is van hoge faalkosten of uitvaltijd, zoals in het leger en in de ruimtevaart. Met de enorme prijsdalingen in opslag, verwerkingskracht, gespecialiseerde chips zoals GPU's die geschikt zijn voor Machine Learning, wordt de toegankelijkheid van Predictive Maintenance gedemocratiseerd.

De realiteit van vandaag is dat veel bedrijfsmiddelen overmatig worden onderhouden, waarbij bedrijven onnodig geld uitgeven om storingen te voorkomen omdat ze geen inzicht hebben in de werkelijke gezondheid van machines. Er zijn geweldige mogelijkheden om de kosten van stilstand en onderbrekingen te verlagen en om veel efficiënter te besteden aan hoe vaak en hoe uitgebreid machines worden gerepareerd. Hoewel we nog in de kinderschoenen staan, en de meeste industriële bedrijven overstappen van preventief naar proactief onderhoud, zijn er een groot aantal start-ups en projecten aan de gang om voorspellend onderhoud te democratiseren.

Het is van cruciaal belang om met de gegevens te beginnen, dus we raden een gemeten aanpak aan. Begin met Condition Monitoring en zorg voor comfort en nauwkeurigheid van de gegevens en processen. Zodra er redelijke proactieve onderhoudstaken zijn uitgevoerd, schakel dan data- en domeinexperts in (datawetenschappers voor doe-het-zelf, of specialisten in uw branche van een professioneel servicebedrijf of softwarestart-up).

Ontwikkel de algoritmen, test ze in de praktijk, meet, stem af en upgrade en zet het proces voort. Predictive Maintenance is een doel, maar het is meer een reis dan een bestemming. Er zijn tal van middelen en experts beschikbaar om te helpen, en met volharding zal succes komen - kostenbesparingen, eliminatie van ongeplande uitvaltijd, verbeterde veiligheid, efficiëntere processen - en vooral tevreden klanten.

Voor meer informatie raden we u aan Realizing the Opportunity in Predictive Maintenance (PdM) Analytics te lezen .

De auteur van deze blog is Ed Maguire, Insights-partner bij Momenta Partners

Over de auteur:

Ed brengt meer dan 17 jaar Wall Street-ervaring in aandelenonderzoek en investeringsbankieren naar Momenta, met diepgaande domeinexpertise in bedrijfssoftware. Hij heeft bewezen succes te hebben met het identificeren van strategische kansen en het formuleren van bruikbare inzichten op basis van een grondige analyse van technologie, operaties, concurrentie en markten. Meest recentelijk was hij senior analist en directeur bij CLSA Americas over de software-industrie, technologie en innovatie.