IBM: Asset Betrouwbaarheid & Veiligheid Verbeteren met Proactieve EAM Oplossingen

IBM's Skip Snyder bespreekt de voordelen van effectieve EAM oplossingen voor fabricanten.

Door software, systemen en services te combineren, helpt Enterprise Asset Management (EAM) om de kwaliteit van operationele assets te onderhouden, controleren en optimaliseren gedurende hun levenscyclus. In gesprek met Skip Snyder, Senior Partner IBM Global Business Services, verdeelt hij de voordelen van een EAM-oplossing in drie categorieën: kwaliteit optimaliseren en assets benutten, productieve uptime, en kostenreductie.

Kwaliteit Optimaliseren en Assets Benutten

Eenvoudig gezegd: "Goed onderhouden apparatuur ondersteunt betrouwbare, hoogwaardige output," aldus Snyder. "Preventief onderhoud kan echter erg duur zijn, en organisaties proberen constant onnodige inspecties te verminderen."

Één manier om kwaliteit te optimaliseren en assets te benutten is door asset-gezondheid te monitoren via sensoren, op zoek naar trends die potentiële degradatie aangeven waarop kan worden geanticipeerd om een storing te voorkomen. Andere methodes zijn het gebruik van camera's en microfoons om toestatgezondheid te monitoren - in sommige gevallen leveren robots sensoren, camera's en microfoons aan de apparatuur en verzamelen data. Deze methode verbetert de productiviteit van de technicus, bevrijdend hen voor hogere-waarde taken terwijl data-verzameling voortgaat.

"Naarmate het aantal sensoren en apparaten op assets groeit, is het volume getrackte data exponentieel toegenomen. Het is onmogelijk geworden voor mensen alleen om alles te monitoren. AI speelt nu een belangrijke rol in Enterprise Asset Management (EAM) om al die data te begrijpen en waarde te halen, omdat het kan leren en trends kan identificeren. De technologie kan het begrip van assets verdiepen door data te vertalen naar actiegericht inzicht dat gebruikt kan worden voor effectiever onderhoud," aldus Snyder.

"Bijvoorbeeld: toestandsgebaseerd onderhoud vervangt tijdsgebaseerd onderhoud. In plaats van een inspectie of reparatie elke paar maanden of op vast schema, voorspellen inzichten uit operationele data en analytics asset-storing. Dit zorgt ervoor dat assets die aandacht nodig hebben, die op het juiste moment krijgen, wat betrouwbaarheid verbetert en onderhoud optimaliseert. Remote monitoring capabilities ermöglichen continue anomaliedetectie. Asset-prestaties worden continu getrackt en geëvalueerd door kunstmatige intelligentie (AI), die waarschuwingen kan triggeren op basis van indicatoren zoals platte lijnen en abrupte veranderingen in sensorwaarden."

Sugar Creek Brewery

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

Productieve Uptime

Door het juiste EAM-systeem, ondersteund door een open hybride cloudplatform en AI-gestuurde intelligente workflows, kunnen fabricanten "potentiële apparatuurstoringen detecteren en automatisch werkorders aan technici uitgeven om het te voorkomen, met alle informatie die ze nodig hebben om het probleem op te lossen, inclusief tools, assethistorie, root cause analyse en best practices," voegt Snyder toe.

Kostenreductie

Wat kostenverlaging betreft, legt Snyder uit dat dit op twee manieren gedaan kan worden: "De eerste is: doen technici het juiste werk op het juiste moment op de juiste manier? De tweede is: wordt apparatuurdowntime door storing, reparatievertraging of ontbrekende onderdelen geëlimineerd of geminimaliseerd?"

Voor het eerste deel: hoe efficiënter een technicus is, des te meer apparatuur kan hij draaiende houden. "Waar meer efficiëntie is, is hogere waarde," aldus Snyder. "Real-time inzichten en automatiseringscapaciteiten sturen werknemers in staat om datagedreven beslissingen te nemen met snelheid en vertrouwen en hun energie te richten op hogere-waarde werk."

Voor het tweede deel: hoe meer informatie bekend is en kan worden geanticipeerd wat apparatuuronnderhoud betreft, des te efficiënter de operatie. "Het resultaat is minder downtime door onverwachte storingen of vertraagde reparaties omdat je de onderdelen niet hebt om het te repareren. Met de juiste informatie kun je storingen voorspellen, en met het juiste EAM-programma heb je nu de juiste onderdelen in de juiste hoeveelheid op het juiste moment, wat de apparatuurprestaties optimaliseert en Overall Equipment Effectiveness (OEE) verbetert."

Best Practices voor Fabricanten die een EAM-oplossing Adopteren

Conclusie: Snyder benadrukt dat er veel best practices zijn voor het adopteren van een EAM-oplossing, maar uiteindelijk komt het neer op het kennen van apparatuurgezondheid, het uitrusten van de werkkracht met de juiste informatie en tools, en proactief betrouwbaarheid en veiligheid waarborgen.

"Om dit een realiteit te maken, is het cruciaal om hybride cloud- en AI-mogelijkheden te hebben. Een open hybride cloudarchitectuur stelt fabricanten in staat om de verwerking dichter bij de operatie te brengen en de latentie van data te verminderen, zodat de juiste informatie en tools de werkkracht tijdig bereiken. AI helpt die werkkracht dan door de berg data van de productievloer en daarbuiten te sorteren om te begrijpen wat er echt aan de hand is met hun apparatuur en wat de beste actie is om potentiële problemen aan te pakken."

Een primaire focus voor fabricanten moet ook goede datapraktijken zijn. Gezien EAM afhankelijk is van data voor beslissingen: "slechte datakwaliteit of gebrek aan data leidt tot dingen als technici die tijd verspillen op verkeerde prioriteiten, voorraad niet beschikbaar wanneer en waar het nodig is, niet de juiste tools beschikbaar, en uiteindelijk apparatuurstoringen en productievertragingen."

Om van preventief naar proactief te schakelen, moeten fabricanten een strategie hebben om "data te verzamelen, analyseren en erop te handelen 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 te automatiseren voor het handelen op de inzichten die gegenereerd worden door technologie."