Voorspellend onderhoud: drijfveer van een $28 miljard industriële revolutie

Alexander Hill, Co-Founder bij Senseye, kijkt naar de evolutie van voorspellend onderhoud de afgelopen vijf jaar, en identificeert enkele van de sleutelstuurknopen achter de groei

Een versnellende industrie

De afgelopen vijf jaar heeft voorspellend onderhoud wel en echt volwassenheid bereikt. Na een tamelijk stabiele 25-jarige evolutie, waarin CMMS-systemen plaatsmaakten voor Enterprise Asset Management, voordat ze de weg baanden voor meer traditionele Asset Performance Management tools, samen met een geheel nieuwe generatie voorspellend-onderhoud-gefocuste tools, heeft assetbetrouwbaarheid en -prestaties wel en echt de agenda bereikt.

Ter vergelijking: als de afgelopen 25 jaar een evolutie van dergelijke systemen hebben gezien, hebben de afgelopen vijf jaar een revolutie getoond.

Van nische naar mainstream

Vijf jaar geleden was voorspellend onderhoud nog in zijn relatieve kinderschoenen, wereldwijd minder dan $1,5 miljard waard, met de meeste systemen op standalone-basis opererend en bestaande uit 'DIY'-stijl data-science oplossingen, met voordelen die tegengehouden werden door een gebrek aan interoperabiliteit en begrip. In lijn hiervoor waren voorbeelden van return on investment (ROI) schaars.

De daaropvolgende jaren hebben echter geavanceerde integratiemogelijkheden en de beschikbaarheid van API's zien versnellen van use cases van voorspellend onderhoud, met integratie met bestaande enterprise systemen, of ERP, CMMS of EAM, steeds gemeengoeder worden, en als resultaat meer waarde wordt herkend.

In parallel heeft een stijging in sensorbeschikbaarheid, en kostenverlaging, de toegenomen vraag en gemak van gebruik ondersteund bij de implementatie van draadloze sensornetwerken, met

Gartner rapporteert dat voorspellend onderhoud een dominanter aspect wordt voor Industry 4.0 use-cases in veel bedrijfstransformaties.

ROI Lock®, die, in partnerschap met SCOR, een globale tier één herverzekeraar, klanten hun abonnementskosten terugbetaalt als downtime-reductiedoelen niet gehaald worden. Wanneer je bedenkt dat, met Senseye's innovatieve voorspellende onderhoudsplatform, ongeplande downtime typisch met tot 50% verminderd wordt, met productiviteitsboosts van 55% en onderhoudsnauwkeurigheidsstijgingen van 85%, is het gemakkelijk te zien hoe de waarde de marktgroei drijft.

Databronnen

Een andere drijfveer van deze evolutie is datakwaliteit en -beschikbaarheid. Toegang tot data via een aantal bronnen, inclusief bestaande controle systemen, niet alleen via geretrofitte sensoren, heeft organisaties in staat gesteld innovatieve voorspellende onderhoudsprogramma's te starten met bestaande data, of het nu cyclus tijden, trillingen of motorstroom meet, met sensoren vaak deel vormend van plannen om te verbeteren, in plaats van initiatieven te starten.

De komende vijf jaar

Voorspellend onderhoud in 2021/2022 ziet de technologie geëvolueerd van een standalone, nische framework of DIY-oplossing, naar een snelgroeiende applicatie die daadwerkelijk hoge ROI en waarde levert aan organisaties – het is de killer-app van Industry 4.0.

Met nieuwe deelnemers op de markt als Amazon met hun Monitron-aanbod, is het duidelijk dat dit een industrie is met serieuze uitbreidingsmogelijkheden.

Versneld door Industry 4.0, IoT en AI, voorspellen analisten dat de markt zal blijven groeien in een snel tempo, en is ingesteld om $28,2 miljard waard te zijn in 2026. In de toekomst verwachten we dat het deel zal uitmaken van bestaande enterprise software, of bedrijven zullen kiezen voor best-of-breed en nauw integreren met bestaande systemen. In feite voorspelt Gartner dat in 2026, 60% van IoT-ingeschakelde voorspellende onderhoudsoplossingen geleverd zullen worden als onderdeel van enterprise asset management producten, op van 15% in 2021.

Ook zullen energie-intensieve industrieën, zoals productie, een leidende rol spelen in het bestrijden van klimaatverandering en het drijven van duurzaamheid wereldwijd.

Om duurzame en veilige industriële operaties te bereiken, is het duidelijk dat deze organisaties realtime data, analytics en voorspellende onderhoudstechnologieën zullen moeten gebruiken om verbeteringen in de volgende sleutelgebieden van duurzaamheid te ondersteunen:

• Energieverbruik in productieprocessen verminderen
• Materialen- en reserveonderdelen afval verminderen
• Levensduur van assets maximaliseren
• Gezondheids- en veiligheidsrisico's mitigeren

Kijkend naar de toekomst, zal voorspellend onderhoud zo kritisch zijn voor industriële organisaties als ERP of financiële planningsoftware, aangezien het een niveau van apparatuurprestaties faciliteert wat commensuraat is met het demonstreren van best practice, het nakomen van industrienormen en het drijven van competitief voordeel.