Strategieën om activaprestaties te beheren

Het creëren van een wereld die niet instort, biedt de procesindustrie een kans van $20 miljard. Het verminderen van ongeplande uitvaltijd en het verhogen van het gebruik van activa vormen de grootste kansen voor financiële verbetering van productieactiviteiten. Albert Einstein had kunnen zinspelen op slimme fabricage toen hij zei:"Als ik een uur had om een ​​probleem op te lossen en mijn leven ervan afhing, zou ik de eerste 55 minuten gebruiken om de juiste vraag te stellen, want als ik eenmaal weet wat de juiste vraag, ik zou het probleem in minder dan vijf minuten kunnen oplossen."

De evolutie van onderhoud

In de afgelopen vijf decennia is onderhoud als praktijk geëvolueerd om de productie beter van dienst te zijn op het gebied van betrouwbaarheid en beschikbaarheid, met steeds complexere kaders. Verandering is echter aanstaande. De huidige benaderingen, zoals run-to-failure, kalendergebaseerd, gebruiksgebaseerd, conditiegebaseerd en betrouwbaarheidsgericht onderhoud (RCM), worden uitgedaagd door het gebrek aan wetenschap achter machine-inspectie en -service. De huidige onderhoudsmethoden zijn gericht op slijtage als de hoofdoorzaak van storingen, maar 80 procent van de degradatie en uitval van mechanische apparatuur is procesgestuurd.

De realiteit van de huidige industrie is dat om de winstgevendheid te maximaliseren, processen de neiging hebben om zo dicht mogelijk bij de belangrijkste limieten te worden uitgevoerd. Procesexcursies kunnen echter een asset op een ongewenst werkpunt plaatsen waar schade of overmatige slijtage zal optreden. Voor nauwkeurige, op feiten gebaseerde onderhoudsbeslissingen is een beter begrip van de impact van het proces op het activum nodig. Er is een nieuwe generatie analytische capaciteiten nodig om dieper inzicht te krijgen in de activa, het proces en de interactie daartussen. Operators hebben voorspellende oplossingen nodig om hen te waarschuwen voor dreigende problemen, en de software moet hen kunnen wegleiden van problemen met voorgeschreven begeleiding. Dergelijke inzichten vereisen diepgaande expertise op het gebied van procesmodellering, samen met big-data machine learning-mogelijkheden die gegevens uit ontwerp-, productie- en onderhoudssystemen kunnen extraheren en analyseren.

Activaprestatiebeheer van de volgende generatie

De volgende generatie asset performance management biedt de mogelijkheid om de uptime te maximaliseren met bruikbare data en nauwkeurig de hoofdoorzaak van alle storingen te voorspellen en te elimineren. Het vertegenwoordigt de toekomst van de productie met geavanceerde analyses die problemen kunnen voorspellen en handelingen van de operator kunnen voorschrijven. Geavanceerde data-analyse en datawetenschap maken de betrouwbaarheidsstrategie mogelijk, inclusief machine learning. Om waarde toe te voegen aan kapitaalintensieve industriële activa, moet machine learning complexe, problematische sensor- en onderhoudsgebeurtenisgegevens interpreteren en beheren. Uiteindelijk kan het de bedrijfsomstandigheden en -patronen bepalen die een negatief effect kunnen hebben op de activa door de patronen van proceswerking vast te leggen en deze samen te voegen met informatie over storingen.

Een systeem van succes

Hoewel voorspellende analyses downtime kunnen verminderen, gebeurt een verstoring zelden geïsoleerd. In plaats daarvan treden tientallen betrouwbaarheids-, proces- en activaproblemen tegelijkertijd op. Dit vormt een systemisch probleem voor RCM, een huidige onderhoudsaanpak die statische beoordelingen uitvoert door het besluitvormingsproces te vertragen. Dynamische beoordeling is vereist, omdat nieuwe waarschuwingen naast andere actieve voorwaarden moeten worden geëvalueerd om prioriteiten te stellen en middelen toe te wijzen. Omdat echter niet alles tegelijk kan worden aangepakt, is er een systeem van succes nodig om problemen aan te pakken en ze te prioriteren op basis van het risiconiveau dat ze vertegenwoordigen. Met geavanceerde software kan elk nieuw alarm een ​​herberekening van risicoprofielen activeren om te garanderen dat de meest actuele financiële en risicowaarschijnlijkheidsbeoordeling wordt gebruikt bij betrouwbaarheidsbeoordelingen.

Om volledig succesvol te zijn, moeten bedrijven natuurlijk een holistische benadering van implementatie hanteren, die de volgende stappen omvat:

• Communiceer doelen duidelijk om te helpen bij het effectief oplossen van problemen
• Omarm een ​​datagestuurde wereld
• Onderscheid maken tussen achterblijvende en leidende indicatoren, en ook hoe hierop te reageren
• Gebruik de juiste mix van mensen, technologie, strategie en oplossing, samen met het gebruik van relevante use-cases
• Investeer tijd om de technologie onder de knie te krijgen
• Aangenomen analyseprogramma afstemmen op bedrijfsdoelen
• Implementeer de juiste software en hardware om problemen op te lossen
• Goed en met een scherp gevoel voor urgentie uitvoeren.

Met operationele uitmuntendheid en winstgevendheid op het spel, is het een zakelijke noodzaak om een ​​effectieve strategie voor activaprestaties te ontwikkelen. Falen is geen optie met technologie die helpt een wereld te creëren die niet instort.