Voorspellende analyses:waarde ontsluiten die verder gaat dan alleen onderhoud

Haalt u echte voordelen uit uw voorspellende analyseprogramma? De meeste voorspellende analyseprogramma's zijn vervangingen voor op trillingen gebaseerde voorspellende onderhoudsprogramma's gericht op de unieke missie van faalpreventie. Sinds de introductie van op microprocessors gebaseerde gegevensverzamelaars in 1980 heeft minder dan drie procent (3%) van deze programma's geresulteerd in verifieerbare besparingen die de terugkerende kosten compenseren.

Over het geheel genomen hebben deze programma's een vermindering van de ongeplande downtime aangeprezen, maar in alle gevallen is de geplande downtime toegenomen die nodig is om de waargenomen dreigende mislukkingen te voorkomen. De meeste van deze programma's hebben geleid tot een toename van de algehele onderhoudsonderbrekingen, evenals van de algehele onderhoudsarbeids- en materiaalkosten. Hoewel de schijn van voordelen aanwezig kan zijn, zijn deze programma's contraproductief gebleken. Niet vanwege technologische beperkingen, maar vanwege oneigenlijk gebruik van deze technologieën.

Drie belangrijke factoren hebben en beperken de voordelen van voorspellende analyses zou kunnen bieden, namelijk: 

• Als u zich concentreert op het voorkomen van storingen, betekent dit dat dit geen positieve resultaten zal opleveren. Als u dat wilt, is dat het beste wat u kunt bereiken, en het voorkomen van storingen draagt niets bij aan het verbeteren van de betrouwbaarheid of het verlagen van de kosten. 
• Voorspellende analyses beperken tot onderhoud en onderhoudstekortkomingen - Uit gegevens blijkt dat 17% van de defecten aan bedrijfsmiddelen het gevolg is van onderhoudsproblemen, terwijl het merendeel (83%) het gevolg is van andere tekortkomingen binnen de organisatie. Door de reikwijdte uit te breiden met causale factoren, zoals de werkingswijze, in de analyses, kunnen we niet alleen de forcerende functies achter storingen begrijpen, maar ook tekortkomingen identificeren die de betrouwbaarheid aantasten en de bedrijfskosten verhogen.
• Waardestroomactiva uit het programma weglaten - Trillingsprogramma's, geconditioneerd door technologieleveranciers, omvatten eenvoudige roterende activa, thermografie voor elektrische apparatuur en smeerolieanalyse als back-up voor trillingen. De flagrante omissie betreft de activa die inkomsten genereren; activa die niet eenvoudig zijn, misschien niet dynamisch zijn, maar zonder deze activa kan het bedrijf niet overleven.

Predictive analytics is niet alleen onderhoud, het is ook niet louter een vervanging voor voorspellend onderhoud. Het kent geen beperkingen. Voorspellende analyses zijn van toepassing op elke terugkerende activiteit, of het nu om fysieke activa gaat , een productiesysteem of de financiële afdeling in uw organisatie. In dit artikel beperken we de discussie tot fysieke activa en hoe voorspellende analyses, gebaseerd op de operationele dynamiek, de mogelijkheid kunnen bieden om optimale prestaties uit uw activa te halen en te behouden.

Als u optimale prestaties, betrouwbaarheid en economische levensduur uit uw bedrijfsmiddelen wilt halen, sluit u dan bij ons aan voor deze verhelderende benadering van echte voorspellende analyses die werken. In plaats van een eenmalige focus op het voorkomen van storingen, zal een focus op het in stand houden van de waardestroom en kritische hulpmiddelen in hun ontwerp of optimale bedrijfsconditie niet alleen het aantal storingen verminderen, maar tegelijkertijd hun economische levensduur verlengen en de totale eigendomskosten van de organisatie verlagen. Dit is de enige effectieve manier om een optimaal rendement op het geïnvesteerde kapitaal te behalen en inkomsten te genereren.

Introductie

Een gemeenschappelijke factor die het mislukken van deze oude programma’s drijft, is hun fixatie op de faalwijzen van kapitaalgoederen, in plaats van op de oorzakelijke factoren die erachter schuilgaan. Een eenvoudig voorbeeld is het identificeren van een slecht lager en het nemen van corrigerende maatregelen om het lager te vervangen. Maar zonder de voor de hand liggende vraag te stellen wat de oorzaak was van het falen van het lager is een self-fulfilling prophecy, een voorspelling die voorbestemd is om te falen.

Zelfs als fysieke storingen de belangrijkste reden zouden zijn voor stilstand en hoge onderhoudskosten, kan deze aanpak het probleem eenvoudigweg niet oplossen. Totdat u zich concentreert op de onderliggende oorzakelijke factoren die de betrouwbaarheid en de economische levensduur verminderen, en daardoor de bedrijfskosten en de kapitaaluitgaven voor onderhoud verhogen, veroordeelt u het programma voor voorspellende analyses tot een verschrikkelijke mislukking. 

Een voorbeeld van een op fouten gebaseerde aanpak was een grote, geïntegreerde staalfabriek die een contractueel voorspellend onderhoudsprogramma voor de fabriek implementeerde. Voordat het programma begon, werd de fabriek geplaagd door ongeplande stilstand en hoge onderhoudskosten. Na zes jaar deelname aan het programma rapporteerden ze minder ongeplande downtime met 35%.

Een succesvol resultaat, toch? Niet als je kijkt naar de echte verandering in die zes jaar. Het is waar dat hun ongeplande downtime lager was, maar hun geplande downtime – om de waargenomen slechte lagers, tandwielen en andere slijtageonderdelen te vervangen – nam met 65% toe.

De andere opmerkelijke verandering betrof de onderhoudskosten op jaarbasis. De totale arbeids- en materiaalkosten stegen met ruim 80%. De kosten voor vervangende lagers stegen van $2,4 miljoen naar $14,7 miljoen, tandwielen en andere slijtageonderdelen volgden vergelijkbare patronen. 

Mislukkingen zijn niet de norm. Activa die zijn ontworpen om betrouwbaar te zijn, consequent binnen de ontwerpgrenzen te worden gebruikt en adequaat duurzaam onderhoud te ontvangen, zullen tot ver na hun ontwerplevensduur betrouwbaar blijven. Het probleem met op fouten gebaseerde voorspellende analyses is dat we niet onderkennen dat de manier waarop we activa beheren en onderhouden een self-fulfilling prophecy kan worden. We veroorzaken versnelde slijtage, veroorzaken abnormale bedrijfsomstandigheden die slijtage versnellen en stellen vervolgens duurzaam onderhoud uit dat op zijn minst de schade zou beperken.

De oplossing

Het oplossen van de beperkingen van de voorspellende analyse is niet zo moeilijk, althans vanuit technisch oogpunt. Klassieke voorspellende technologieën vormen geen beperking. Wanneer ze effectief worden gebruikt, bieden ze de middelen om positieve resultaten te bereiken.

De staalfabriek is een goed voorbeeld. Toen hun programma verschoof van foutgestuurd naar echte voorspellende analyses, was de verandering vrijwel onmiddellijk. In minder dan een jaar tijd zijn de kosten voor onderhoudsmaterialen gedaald tot minder dan $ 2 miljoen.

Met het lager als voorbeeld richtte het nieuwe programma zich op de oorzakelijke factoren achter de gerapporteerde lagerstoringen en implementeerde het corrigerende maatregelen om deze te verhelpen. Door de oorzakelijke factor te elimineren, werd onmiddellijk het chronische voortijdige falen geëlimineerd dat de kosten deed stijgen en de vervangingskosten kelderden.

In het tweede jaar daalden de kosten voor lagers en andere slijtageonderdelen nog verder. Een verlaging van de onderhoudskosten met 60% zorgde ervoor dat de fabriek consequent 30% meer produceerde dan vóór de focusverandering. 

Voor het succes van uw voorspellende analyseprogramma moet rekening worden gehouden met de operationele dynamiek van de activa, systemen en processen waaruit de fabriek bestaat. Er moet rekening worden gehouden met de inherente ontwerpbeperkingen, de werkingsmodi en het niveau van duurzaam onderhoud die hun dynamiek bepalen. 

Een ander voorbeeld van het verschil tussen storingsgestuurde en echte voorspellende analyses betreft zevenhonderd slurrypompen in een raffinaderij. De raffinaderij beschikte over een beproefd voorspellend onderhoudsprogramma waarbij gebruik werd gemaakt van draagbare gegevensverzamelaars. Technici liepen plichtsgetrouw hun routes dagelijks en het systeem rapporteerde wanneer elk van deze pompen onderhoud nodig had om een dreigende storing te voorkomen.

In de loop van de tijd groeiden de kosten die gepaard gingen met het herbouwen van pompen tot meer dan $ 10 miljoen per jaar. Volgens de boeken werkte het programma en werd er weinig downtime gerapporteerd als gevolg van pompstoringen. 

Toen het voorspellende analyseprogramma voor echte operationele dynamiek het voorspellende onderhoudsprogramma verving , de resultaten veranderden dramatisch. Omdat het nieuwe programma zocht naar oorzakelijke factoren in plaats van te stoppen met faalwijzen, werd het duidelijk dat de reden dat 11% van de pompen jaarlijks grote reparaties nodig hadden, hun werkingswijze was.

Op afstand bediende afvoerkleppen bestuurden elke pomp. Uit de analyses bleek dat het regelbereik de pompen dwong om ver buiten de aanbevelingen voor beste praktijken te werken. De resulterende instabiliteit veroorzaakte versnelde slijtage en ernstige schade aan het roterende geheel en de behuizing.

Om het probleem te verhelpen, veranderde de klant de bedrijfsparameters om het regelbereik te beperken tot +/- 10% van de BEP, waardoor de jaarlijkse reparatiekosten daalden tot minder dan $ 1 miljoen. Een ander voordeel van voorspellende analyses was dat het de impact onderkende die het oude regelbereik had op het stroomverbruik.

In plaats van de 160 pk bij BEP, trokken de pompen gemiddeld bijna 300 pk. Het verschil in jaarlijks stroomverbruik bedroeg meer dan $ 7 miljoen. In deze ene toepassing verlaagden voorspellende analyses de kosten op jaarbasis met meer dan $ 16 miljoen USD . 

Hoe het werkt

Het toepassen van voorspellende analyses op assetmanagement is niet zo ingewikkeld; u hoeft alleen maar logisch na te denken en duidelijk de betrouwbaarheids- en duurzaamheidseisen van de assets in uw organisatie te bepalen. 

De volgende stappen definiëren het proces:
 

Bepaal de inherente betrouwbaarheid van elk item

Betrouwbaarheid wordt bepaald door het ontwerp. Alle activiteiten na ontwerp moeten die inherente betrouwbaarheid behouden om een ​​optimaal rendement op de investering te behalen. Deze eerste cruciale stap bepaalt niet alleen de inherente zwakheden van elk actief of systeem, maar ook de wijze van werking en onderhoud die nodig is om de inherente betrouwbaarheid te behouden en een optimale economische levensduur van elk actief te bereiken. 

Fysica van falen

Definieer duidelijk alle faalwijzen en hun oorzakelijke factoren voor elk asset of systeem. Dit moet meer zijn dan een eenvoudige FMEA of lijsten met waargenomen mislukkingen. Het moet rekening houden met alle afwijkingen van de beste praktijken, zoals de impact van verschillende bedrijfsmodi:productie en onderhoud. Bedenk dat slechts 17% van de defecten aan bedrijfsmiddelen het gevolg is van onjuist onderhoud; de overige 83% is het gevolg van tekortkomingen binnen de bedrijfsvoering.

Het begrijpen van mislukkingen is belangrijk, maar het begrijpen van de oorzakelijke factoren of forcerende functies die tot die mislukking leiden, is van cruciaal belang. Als u de storingsmodus kent, kunt u er misschien op anticiperen en snel herstellen, maar dat verbetert de betrouwbaarheid niet en voorkomt geen herhaling. Causale factoren bieden de kennis die nodig is om de initiële en alle herhalingen van een storing te voorkomen.

Welke parameters identificeren faalmodi en oorzakelijke factoren

Zodra u een diepgaand inzicht heeft in de inherente betrouwbaarheid, faalwijzen en hun oorzakelijke factoren, is de volgende stap het bepalen van specifieke parameters, zoals trillingen of warmteverdeling, die nodig zijn als input voor een voorspellende analyse-engine. Voorspellende analyses zijn, net als elke andere vorm van diagnostiek, afhankelijk van de kwaliteit en volledigheid van de invoergegevens.

De invoer van breedband- en discrete smalbandige trillingsgegevens met hoge resolutie is bijvoorbeeld voldoende voor effectieve analyses van de mechanische toestand van een pomp, maar is mogelijk niet voldoende om de oorzakelijke factoren te bepalen die vroegtijdige detectie en correctie van afwijkingen kunnen opleveren die, als ze onbekend blijven, tot een storing kunnen leiden. In de meeste gevallen zullen deze parameters een combinatie zijn van procesgegevens uit bestaande monitoring- en controlesystemen en direct gemeten gegevens die een integraal onderdeel vormen van de voorspellende analyse-engine. Bij dynamische assets en systemen omvat dit laatste het gebruik van slimme sensoren die edge analytics, machine learning en kunstmatige intelligentie integreren die strategisch op het asset, proces of systeem zijn geplaatst.

Anomaliedetectiemodel

Door de kennis die tot nu toe in deze discussie is opgedaan te combineren, is de laatste stap in effectieve voorspellende analyse het ontwikkelen van een op de dynamiek of fysica gebaseerd model dat continue gegevens van elk asset, systeem of proces kan opnemen, en ook automatisch alle variabelen kan analyseren, alle afwijkingen van normaal kan identificeren, causale factoren achter elke afwijking kan identificeren en prescriptieve instructies voor corrigerende acties kan genereren. Het ODA-model is uiteraard de sleutel tot effectieve voorspellende analyses. Elke ervaren betrouwbaarheidsingenieur zou een specifiek asset op een bepaald punt in zijn levenscyclus moeten kunnen evalueren en hetzelfde moeten doen.

Het verschil is dat er niet genoeg gekwalificeerde betrouwbaarheidsingenieurs of uren per dag zijn om alle assets voortdurend te analyseren. Voorspellende analysemotoren worden niet moe, verveeld of afgeleid.

Concluderend kan worden gesteld dat de werkelijke doeltreffendheid van programma's voor voorspellende analyse niet louter in hun bestaan ligt, maar in hun strategische implementatie. De heersende focus op het voorkomen van mislukkingen, hoewel goed bedoeld, schiet vaak tekort vanwege het onvermogen om onderliggende oorzakelijke factoren aan te pakken. De verschuiving naar een holistische benadering die de dynamiek van activa en operationele complexiteiten omvat, levert tastbare voordelen op, zoals blijkt uit succesvolle transities van op mislukkingen gebaseerde paradigma's naar echte voorspellende analytische paradigma's. 

Door het cruciale belang van het in stand houden van de waardestroom en hulpmiddelen te erkennen, kunnen organisaties niet alleen mislukkingen beperken, maar ook de prestaties optimaliseren en de totale eigendomskosten verlagen. Het omarmen van voorspellende analyses als hulpmiddel voor het verbeteren van de betrouwbaarheid, het verlengen van de economische levensduur en het minimaliseren van de bedrijfskosten betekent een paradigmaverschuiving naar proactieve vermogensbeheerstrategieën, die een optimaal rendement op het geïnvesteerde kapitaal en duurzame inkomstengeneratie garanderen.

Over de auteur

Over de auteur