Remote Condition Monitoring & Service: Het geheim van efficiënte, kosteneffectieve levering

Bedrijven stappen over op remote service en condition monitoring om kosten te verlagen, efficiënter gebruik te maken van servicemededewerkers, en de operaties van hun apparatuur in het veld aanzienlijk te verbeteren.

Apparatenfabrikanten moeten vandaag hun aanbod differentiëren op prestaties en betrouwbaarheid. Vaak is de sleutel tot beide service. Echter, het opschalen van service-inspanningen kan arbeidsintensief en duur zijn. Steeds meer bedrijven stappen over op remote service en condition monitoring om kosten te verlagen, efficiënter gebruik te maken van servicemededewerkers, en de operaties van hun apparatuur in het veld aanzienlijk te verbeteren.

RTInsights sprak recent met Fernando Martinez Calderon, MindSphere Industry Solutions Manager bij Siemens. We bespraken de pijnpunten van monitoring en serviceren van apparatuur en hoe IoT-oplossingen die remote condition monitoring en remote service-aanbiedingen omvatten, aanzienlijk kunnen helpen. Specifiek bespraken we MindSphere®, Siemens' industriële IoT-as-a-service oplossing. Hier is een samenvatting van ons gesprek.

RTInsights: Welke voordelen halen bedrijven eruit door een industriële IoT-oplossing, zoals MindSphere, te gebruiken voor remote condition monitoring en remote service?

Martinez Calderon: Er zijn ruime voordelen, en ze worden sterker wanneer je het juiste type oplossingen implementeert. Laten we bijvoorbeeld eens kijken naar enkele van de mogelijkheden van de MindSphere Asset Health and Service Hub oplossing, die remote condition monitoring en remote service mogelijk maakt, en nog veel meer. Een fabrikant of OEM kan volledige, continue transparantie hebben in de toestand van een stuk apparatuur. De ruwe data die verzameld wordt, kan gemonitord en geanalyseerd worden aan de edge voor kritische processen en dan naar de cloud gestuurd worden voor verdere analyse en verwerking. Met de mogelijkheid om edge analytics te doen, blijft gevoelige data on-premise; verder is het mogelijk om te definiëren welke stukken data naar de cloud worden gestuurd evenals hun granulariteit en frequentie. Bijvoorbeeld, de gemiddelde waarde van bepaalde signalen elk uur of misschien alleen in het geval dat een bepaalde trigger gedetecteerd wordt.

Deze edge-naar-cloud combinatie geeft dienstverleners een echt begrip van hoe de machine operatie is terwijl de privacy van hun klanten beschermd wordt. Maar uiteindelijk is de onderliggende waarde het vangen van anomalieën in een vroeg stadium voordat ze echte problemen worden.

Zulke mogelijkheden worden steeds kritischer. Jarenlang hebben apparatenfabrikaten zich voornamelijk gericht op het verkopen van hun machines en service beschouwd als een secundair item om aan te bieden. Dat was prima tot concurrentie van lagere-prijs aanbieders begon op te duiken, vooral uit Aziatische landen. Alleen machines verkopen is niet meer winstgevend – service is een differentiërende factor geworden.

Om effectief te concurreren met laag-kosten aanbieders en voorop te lopen in de feature/function-oorlog, moeten fabrikanten ervoor zorgen dat hun machines altijd draaien en de meest betrouwbare zijn. Ze moeten garanderen dat hun machines de hoogste doorvoer en minste problemen kunnen hebben.

Nu verdienen sommige machinebouwers tot de helft van hun winsten via servicecontracten. Echter, sterke service leveren kan duur zijn, vooral voor bedrijven die het alleen doen. Maar met Siemens' oplossing kan een fabrikant of machine OEM zijn belangen effectief afstemmen. Dit helpt hen om veel betere service te leveren zonder kosten te verhogen – of in sommige gevallen zelfs kosten te verlagen. Een veelvoorkomende maatstaf voor effectiviteit in dit gebied is de KPI genaamd cost-per-service-case. De MindSphere Asset Health and Service Hub kan die KPI verlagen.

Om dit te doen, helpt de oplossing om noodgevallen te elimineren, wat de duurste zijn. Fabrikanten en machine OEMs hebben de mogelijkheid om – via de verzamelde data – te identificeren wanneer een anomalie plaatsvindt en het aan te pakken voordat het een groter probleem wordt. Dit verschilt van conventionele condition monitoring, wat experts vereist om naar hun klanten te reizen en een machine health analyse een of twee keer per jaar uit te voeren.

Met de oplossing krijgen fabrikanten en machine OEMs continue monitoring zonder iemand op locatie te sturen. Dit is stap nummer een. Bovendien monitort de oplossing niet alleen "langzame" signalen, zoals druk en temperatuur, maar het monitort ook de trillingen van de machines. Door de trillingen en andere kritische parameters te meten, kan een fabrikant of machine OEM issues maanden van tevoren detecteren.

Voor de remote condition monitoring-mogelijkheden gebruikt de oplossing het MindConnect Edge Analytics-systeem. Met het kan een OEM anomalieën detecteren en analyseren voordat ze echte problemen zijn en ze soms op afstand oplossen.

In sommige gevallen, zoals wanneer hardware vervangen moet worden, is een sitebezoek nog steeds nodig. Maar in die gevallen kan dat sitebezoek productiever zijn. De situatie wetend, kan een technicus met de juiste vaardigheden – en uitgerust met de juiste onderdelen – voor service worden uitgezonden. Ze weten wat het probleem is en kunnen het meteen oplossen.

RTInsights: Je sprak veel over remote condition monitoring; wat met de remote servicing-mogelijkheden?

Martinez Calderon: Het tweede grote deel van de Asset Health and Service Hub-oplossing is remote service, wat gebruikt kan worden om op afstand te analyseren, repareren, of ten minste mitigatie-activiteiten te ondernemen.

Bijvoorbeeld, stel dat het remote condition monitoring-systeem een anomalie van een machine detecteert. De service-engineer moet toegang hebben tot de opgeslagen data van de machine om een uitgebreide root cause analyse uit te voeren. Dit betreft doorgaans een servicetechnicus die op locatie moet zijn. Eenmaal het issue bepaald is, is een tweede bezoek nodig om de machine te repareren of een component te vervangen. Zoals je kunt zien, vereist dit meerdere bezoeken, wat resulteert in dure reistijden en verlengde stilstandssituaties.

Met MindSphere remote service kunnen service-engineers de data zien en de eerste diagnose op afstand stellen. Dit betekent dat wanneer een expert wel naar de machine reist, het de juiste persoon is met de juiste tools en juiste onderdelen de eerste keer. Verder gaand, afhankelijk van het type probleem, kan de volledige reparatie op afstand gedaan worden, wat de noodzaak voor een onsite-bezoek elimineert.

Samen maken deze remote condition monitoring- en remote service-mogelijkheden de Asset Health and Service Hub-oplossing erg krachtig. De combinatie stelt machinegebruikers in staat om stilstanden of noodsituaties bijna te elimineren. Natuurlijk zal er altijd wel wat service en onderhoud zijn, maar tenminste is het planbaar, en worden de middelen van het serviceteam wijzer besteed.

RTInsights: Welke pijnpunten lossen deze oplossingen op?

Martinez Calderon: De top pijnpunten zijn ongeplande stilstanden alsook stijgende servicekosten.

De eerste, ongeplande stilstanden, zijn vaak het resultaat van een reactieve onderhoudsbenadering. Het probleem met die benadering is dat wanneer apparatuur uitvalt, de dienstverlener geïnformeerd moet worden, dan moet een serviceteam op locatie gaan om het probleem te analyseren. Als het geen snelle fix is, vertrekken ze en keren enkele dagen later terug met de juiste tools, de juiste collega, en de juiste onderdelen om de apparatuur te repareren. Deze reactieve benadering is hoe service voor veel machines wordt gedaan, maar het is tijdrovend, kostbaar en inefficiënt.

Een iets betere benadering is om proactief te zijn. Voor kritieke machines wordt vaak een preventief onderhoudsbenadering genomen. In plaats van te wachten tot iets kapgaat, controleren serviceteams machines door op locatie bezoeken in vaste tijdsperiodes (één keer per jaar, elke zes maanden, één keer per kwartaal, enz.). Tijdens deze bezoeken proberen ze problemen te vangen voordat ze negatief de productie beïnvloeden. Echter, problemen kunnen maar een deel van de tijd gevangen worden – er zijn nog tijden dat deze benadering mist.

Bijvoorbeeld, stel dat regelmatig gepland service voor een bepaalde machine ingesteld is voor de kerstvakantie wanneer dingen rustig zijn. Wat gebeurt er als een probleem in november optreedt? Nu is de service reactief, potentiëel resulterend in stilstanden, problemen met de kwaliteit, of minder productie. Plus, deze benadering vereist nog steeds dat iemand permanent reist om te controleren hoe de machines doen.

Een voorspellende benadering, gecombineerd met remote service-mogelijkheden, is veel effectiever. Op deze manier reizen serviceteams veel minder en zijn ze in staat om op een meer prompt en beter georganiseerde manier te reageren. Dit is de benadering die geboden wordt door de MindSphere Asset Health and Service Hub-oplossing van Siemens.

RTInsights: Kun je het verschil tussen voorspellend en proactief/reactief onderhoud iets meer uitleggen?

Martinez Calderon: Om te begrijpen waarom dit zo belangrijk is, kijk gewoon naar hoe service wordt gedaan. Meestal is de enige informatie die een dienstverlener krijgt een telefoontje van een klant die zegt dat er een probleem is – een machine heeft gestopt met werken. Hoewel ze proberen uit te leggen hoe het gebeurde, zijn dergelijke beschrijvingen niet erg nuttig. Plus, ze zijn gebaseerd op de mening/waarnemingen van de klant en niet op echte apparatuurdata.

Het bedrijf stuurt dan een technicus op locatie, maar ze gaan vaak onvoorbereid, meer als een detective om te ontdekken, "Wat is het probleem met deze machine? Waarom is het kapot?" Tijdens dit bezoek hebben ze misschien niet de juiste tools, de juiste reserveonderdelen, en soms niet eens de juiste vaardigheidenset.

Met de Siemens MindSphere-oplossing kunnen fabrikanten en machine OEMs deze eerste voorspellende analyse uitvoeren vanaf een remote locatie, gebaseerd op data en feiten, en vóór een volledige machine-breakdown. Als de sensoren anomalieën indiceren, begint het detectivewerk bij die eerste indicatie. Ze kunnen die data analyseren en de root cause van de problemen vinden zonder op locatie hoeven te gaan.

Dit is enorm omdat het de hoeveelheid reizen vermindert. De oplossing stelt het serviceteam in staat om zijn werk te organiseren en te plannen in plaats van in noodus-modus te opereren. Of, als het geen hardware-fix is, kunnen ze de machine op afstand serviceren met software-updates om die typen issues te fixen. Dit is veel gebruiksvriendelijker voor degene die de service ontvangt omdat ze een directe resolutie krijgen en geen reiskosten.

RTInsights: Tot slot, kun je de voordelen van het gebruik van de Siemens MindSphere-oplossingen samenvatten?

Martinez Calderon: Siemens introduceerde een enkele, geïntegreerde interface om onze systemen samen te brengen, wat ons heel veel differentieert van onze marktconcurrenten. Sommige hebben monitoring-systemen. Anderen hebben IoT-platforms. En er zijn anderen die remote service-mogelijkheden en apps of ticketing-systemen hebben. Alleen Siemens heeft de oplossingen verbonden en erg gebruiksvriendelijk gemaakt. Serviceteams zijn geëmancipeerd om zich echt te richten op het gebruik van kennis om waarde te leveren aan hun klanten.

We hebben remote condition monitoring-systemen draaien. Als het anomalieën identificeert, zal het een event of een automatische alarm triggeren. Het steekt eigenlijk zijn hand op en zegt, "Er is iets niet ok met me." Direct en automatisch creëert de geïntegreerde Asset Health and Service Hub-oplossing een serviceticket. Het serviceticket gaat door ticket lifecycle management en blijft open tot de dienstverlener het probleem oplost en het ticket sluit.

Tijdens de ticket-lifecycle wordt alles wat gebeurt gelogd in het ticket. Dat betekent dat veel protocoleringsprocessen die serviceteams moesten doen, nu automatisch worden afgehandeld door onze oplossing. Alles wordt gemonitord. Alles wordt geprotocolleerd.

Dat is gewoon de eerste stap. Daarna kunnen gebruikers die tickets en servicecases analyseren. Ze zijn in staat om te zeggen, "Oke, in het afgelopen jaar, welk soort servicecases voordoen het meest? Is er een systematisch probleem met de machine? Wordt er iets wat met service te maken heeft over het hoofd gezien?"

Deze soort langetermijnanalyse is wat bedrijven echt waarderen. De remote service-dashboards bieden inzicht in KPI's, zoals hoe lang blijft een ticket doorgaans open? Hoe lang blijft een bepaalde machine in een gezonde toestand? Hoe vaak heeft het tickets? Is er een periodiciteit van de tickets? Door deze servicecases te analyseren, zijn we in staat om alle typen inzichten te leveren aan apparatenfabrikanten en OEMs.

En aangezien we Siemens zijn, voldoen we aan de industriële eisen voor remote condition monitoring alsook voor remote service. We gebruiken deze systemen in onze eigen fabrieken, die een van de grootste en meest geavanceerde fabrieken ter wereld zijn. Deze oplossingen werken erg goed en voegen veel waarde toe. We brengen al deze ervaring, al deze kennis naar de buitenwereld, omdat we denken dat het een win-win-situatie is voor iedereen.