Mean Time to Repair (MTTR):definitie, berekening en zakelijke impact

Mean Time to Repair (MTTR):

MTTR, ook bekend als Mean Time to Recovery, Mean Time to Resolve en Mean Time to Resolution, is een Key Performance Indicator (KPI) die de gemiddelde tijd meet die nodig is om een defect systeem of defecte apparatuur te repareren. Deze meetwaarde begint op het moment dat er een storing optreedt en gaat door totdat het systeem of de apparatuur weer volledig operationeel is, inclusief diagnose-, reparatie- en testfasen. MTTR, meestal uitgedrukt in uren, verwijst naar de gemiddelde tijd tussen het uitvallen van een asset en de terugkeer naar de normale werking.

Het is belangrijk op te merken dat MTTR het gemiddelde vertegenwoordigt of betekent de tijd die nodig is om een specifiek actief te repareren. Dit betekent dat reparaties veel langer kunnen duren; het kan ook minder tijd kosten. MTTR mag niet als absoluut worden beschouwd. In plaats daarvan is de statistiek waardevol omdat deze een basislijn vormt, zodat onderhoudsteams kunnen werken om efficiënter te worden en de downtime tijdens de hele operatie te verminderen.

MTTR is zelfs een cruciale maatstaf in onderhoudsbeheer, omdat het een directe invloed heeft op de operationele efficiëntie en productiviteit. Een lagere MTTR duidt op een efficiënter reparatieproces, waardoor de downtime wordt geminimaliseerd en de continuïteit van de activiteiten behouden blijft. Organisaties streven er vaak naar om MTTR te verminderen door middel van verschillende strategieën, zoals het verbeteren van diagnostische procedures, het garanderen van de beschikbaarheid van reserveonderdelen en het verbeteren van de vaardigheden van onderhoudspersoneel.

Geavanceerde technologieën zoals voorspellend onderhoud en realtime monitoringsystemen kunnen ook bijdragen aan het verlagen van de MTTR, doordat onderhoudsteams problemen snel kunnen identificeren en aanpakken voordat ze escaleren. Bovendien spelen gestroomlijnde communicatie en effectieve coördinatie tussen de verschillende teams die betrokken zijn bij het reparatieproces een cruciale rol bij het terugdringen van MTTR. Door MTTR in de loop van de tijd te volgen en te analyseren, kunnen organisaties knelpunten in hun onderhoudsprocessen identificeren en continue verbeteringen doorvoeren. Deze maatstaf helpt niet alleen bij het optimaliseren van onderhoudspraktijken, maar ook bij het effectiever plannen en toewijzen van middelen. Een goed CMMS kan organisaties helpen MTTR en andere statistieken bij te houden.

In industrieën waar downtime tot aanzienlijke financiële verliezen kan leiden, zoals de productie-, ruimtevaart- en telecommunicatiesector, is het handhaven van een lage MTTR essentieel voor het behoud van de operationele prestaties en het concurrentievermogen. Daarom dient MTTR als een Key Performance Indicator (KPI) voor onderhoudsefficiëntie en algehele operationele betrouwbaarheid, en stuurt de inspanningen
om de onderhoudsstrategie te verbeteren en snel herstel van onverwachte gebeurtenissen te garanderen
apparatuurstoringen.

Wat is het verschil tussen MTTR, MTBF, MTTF, MTTA, MTTD en uitvalpercentage?

MTTR is slechts één maatstaf voor de prestaties van activa. Andere prestatiestatistieken zijn onder meer de Mean Time Between Failures (MTBF), die de algehele betrouwbaarheid van een asset aangeeft door de gemiddelde hoeveelheid tijd tussen incidenten te meten; en Mean Time to Failure (MTTF), die wordt gebruikt om de gemiddelde levensduur te bepalen van activa die niet kunnen worden gerepareerd.

Veel organisaties houden ook Mean Time to Acknowledge (MTTA) bij, evenals MTTD (Mean Time to Detect).

Samen helpen deze onderhouds-KPI's u bij het bepalen van de algehele effectiviteit van uw onderhoudsteam bij het reageren op prestatieproblemen van apparatuur. Gebruik MTBF, MTTR en MTTF samen voor een uitgebreid overzicht van de beschikbaarheid en betrouwbaarheid van elk item.

MTTR versus MTBF

Mean Time to Repair (MTTR) en Mean Time Between Failures (MTBF) meten beide de beschikbaarheid van activa. Deze twee KPI’s bespreken de beschikbaarheid vanuit verschillende invalshoeken en stellen verschillende kritische vragen. Samen helpen ze teams een beter beeld te krijgen van de betrouwbaarheid en uptime van assets.

Door MTTR te berekenen, kunt u zien hoe lang het duurt om een asset volledig te repareren. Op zichzelf vertelt MTTR u echter niet hoe vaak de storingen voorkomen. Daarom is het nuttig om ernaar te kijken
Ook MTBF.

MTBF meet hoe lang een actief waarschijnlijk zal functioneren voordat het faalt. Op zichzelf vertelt MTBF u niet hoe ernstig deze storingen zijn, of hoe lang het duurt voordat onderhoudsteams van deze storingen zijn hersteld.

Door zowel MTBF als MTTR te gebruiken, kunt u begrijpen hoe vaak een asset waarschijnlijk kapot zal gaan, en hoe ernstig deze storingen waarschijnlijk zullen zijn. Samen kunnen ze teams helpen voorspellen wanneer activa onderhoud nodig hebben en hoe lang reparaties zullen duren.

MTTR versus MTTF

Mean Time to Failure, of MTTF, beoordeelt hoe lang onherstelbare activa meegaan totdat ze kapot gaan. MTTF wordt vaak verward met MTBF; het verschil is dat MTBF wordt gebruikt voor activa die kunnen worden gerepareerd, terwijl MTTF wordt gebruikt voor activa die moeten worden vervangen zodra ze defect raken.

Net als MTTR en MTBF is MTTF een faalstatistiek. Het is nuttig bij het nemen van beslissingen over de toewijzing van middelen; het kan ook helpen bij prognoses en budgettering. Weten wanneer u ongeveer kunt verwachten dat een systeem of asset kapot gaat, is een geweldige manier om de voorraadplanning te verbeteren en een bewuster systeem voor het beheer van de levenscyclus van assets te creëren.

MTTR versus MTTA

Mean Time to Acknowledge, of MTTA, houdt bij hoe lang het duurt voordat een onderhoudsteam een nieuw incident herkent en ernaar handelt. Het is nuttig om MTTA te zien als een gedetailleerd element van MTTR. MTTR omvat alle stappen die betrokken zijn bij het ontdekken, diagnosticeren en repareren van activafouten. MTTA vertegenwoordigt de eerste stap in dit proces.

Hoe eerder een team incidenten erkent, hoe sneller problemen kunnen worden aangepakt en opgelost. Hulpmiddelen zoals draadloze sensoren kunnen automatisch waarschuwingen geven als reactie op veranderingen in het functioneren van bedrijfsmiddelen. Een goed CMMS kan ook werkorders genereren wanneer trillingsniveaus een drempel overschrijden. Dit zijn slechts een paar manieren om MTTA en uiteindelijk MTTR te verminderen.

MTTR versus MTTD

Mean Time to Detect, of MTTD, meet de tijd die een onderhoudsteam nodig heeft om een nieuw defect of een ander probleem met een asset te detecteren.

MTTD is vergelijkbaar met MTTA, maar vertegenwoordigt een nog gedetailleerder gegevenspunt. MTTD meet hoe lang het duurt voordat teams een probleem detecteren, terwijl MTTA meet hoe lang het duurt voordat teams een probleem detecteren en actie ondernemen.

Je kunt MTTD zien als de eerste stap in MTTR, of het allereerste begin van de reactie van het onderhoudsteam op een incident. Door MTTD en MTTA samen met MTTR bij te houden, krijgt u inzicht in waar uw MRO-team precies moet verbeteren.

Voor meer informatie raadpleegt u de zeven belangrijkste onderhoudsstatistieken.

MTTR versus uitvalpercentage

MTTR en faalpercentage bieden beide inzicht in de downtime van assets. Ze werken echter op heel verschillende manieren.

Het uitvalpercentage meet hoe vaak een asset binnen een bepaalde periode kapot gaat. Het uitvalpercentage wordt vaak berekend in uren.

Om het uitvalpercentage te berekenen, neemt u het totale aantal defecten aan activa en deelt u dat door het aantal uren dat het activum in bedrijf was. Als een pomp bijvoorbeeld tien keer uitvalt in een periode van 20.000 uur, is het uitvalpercentage

10 storingen / 20.000 uur =0,0005 storingen per uur

Je kunt het faalpercentage beschouwen als het omgekeerde van MTBF. MTBF vertelt u hoe lang een actief zal duren
uitvoeren voordat het mislukt. Het faalpercentage geeft aan hoe vaak een item binnen een bepaalde tijd faalt.

MTTR is ook een faalmetriek, maar biedt andere inzichten. In plaats van u te vertellen hoe vaak een asset waarschijnlijk zal falen, vertelt MTTR u welke gevolgen de storing voor uw bedrijfsvoering zal hebben. MTTR laat u weten hoe lang het asset offline zal zijn; het helpt u ook om te anticiperen op het gebruik van middelen, personeel en arbeidsuren tijdens het reparatieproces.

Hoe verhoudt MTTR zich tot SLA's?

Een serviceniveauovereenkomst of systeemniveauovereenkomst (SLA) garandeert specifieke uptime- en betrouwbaarheidsstatistieken voor de klanten van een serviceprovider. Aanbieders moeten zich houden aan de voorwaarden van hun SLA's om dure boetes te voorkomen.

SLA's kunnen bepalingen bevatten over MTTR, omdat dit betrekking heeft op de hoeveelheid tijd die nodig is om te herstellen van een onverwacht incident.

Hoe u de gemiddelde reparatietijd kunt berekenen

Het vinden van de MTTR is een vrij eenvoudig proces, maar vereist enige kennis over de prestatiegeschiedenis van een asset, inclusief de totale hoeveelheid tijd die is besteed aan ongeplande onderhoudstaken en het aantal incidenten dat de machine heeft meegemaakt tijdens een bepaalde periode.
tijdsperiode.

Een effectieve MTTR-berekening meet de totale hoeveelheid tijd die het team nodig heeft om een probleem te identificeren, een diagnose te stellen, de reparatie te voltooien, het asset weer in elkaar te zetten en te kalibreren, en uiteindelijk de apparatuur opnieuw op te starten en te testen.

Om MTTR te berekenen, deelt u het totale aantal uren dat een asset offline is vanwege ongepland onderhoud (vanaf het moment van storing tot het asset volledig is hersteld) door het totale aantal reparaties dat gedurende een vooraf bepaalde periode is uitgevoerd. Deze berekening kan worden uitgedrukt met een eenvoudige formule:

MTTR-formule

Totale onderhoudsuitvaltijd ÷ aantal reparaties =MTTR

Een lage MTTR betekent dat het asset eenvoudig kan worden gerepareerd en snel weer in gebruik kan worden genomen, wat weinig tot geen gevolgen heeft voor de bedrijfsvoering. Ondertussen duidt een hogere MTTR-score op een grote impact, meestal resulterend in kostbare downtime van een of meer systemen.

Onderhouds- en betrouwbaarheidsexperts zijn het erover eens dat een ideale MTTR ongeveer vijf uur bedraagt, maar dit verschilt per type asset. Het einddoel is het vinden en verlagen van hoge MTTR-scores en het verbeteren van de efficiëntie van reparaties.

Waarom is MTTR belangrijk?

Mean Time to Repair is een belangrijke maatstaf voor het beoordelen van de beschikbaarheid en betrouwbaarheid van assets. MTTR evalueert de gemiddelde tijd die nodig is om een ​​asset weer normaal te laten functioneren – vanaf het moment dat het voor het eerst wordt getest en gediagnosticeerd tot het einde van het reparatieproces. Dit is handig voor onderhoudsmanagers die planningen moeten plannen en inventarisbeslissingen moeten nemen.

MTTR helpt teams onderhoudsprocessen te benchmarken en doelen voor verbetering te stellen. MTTR kan organisaties ook helpen bij het nemen van beslissingen over het al dan niet repareren of vervangen van assets.

MTTR wordt zo veel gebruikt omdat het teams inzicht geeft in vrijwel elke fase van activabeheer, met name aanschaf, gebruik en onderhoud, en verwijdering. De statistiek kan besluitvormers helpen belangrijke vragen te beantwoorden, zoals:

Moet een item worden gerepareerd of vervangen?

Een lage MTTR geeft aan dat een bepaald asset snel weer topprestaties kan leveren. Onderhoudspersoneel kan eenvoudig reparaties uitvoeren zonder buitensporige stilstand of kosten. Activa met een lage MTTR moeten worden gerepareerd in plaats van vervangen, omdat ze de organisatie meer waarde bieden dan ze kosten.

Aan de andere kant moeten activa met een hoge MTTR mogelijk worden vervangen. Een hoge MTTR betekent dat het lang duurt om een ​​asset te repareren, wat uitgebreide, kostbare downtime voor de organisatie met zich meebrengt. Meestal betekent dit dat de organisatie beter af is als ze vervangen worden
het item.

Wanneer moet preventief onderhoud worden uitgevoerd?

MTTR kan inzicht geven in de optimale timing voor preventief onderhoud om de levensduur van een asset te maximaliseren en onverwachte storingen te voorkomen.

MTTR kan ook helpen het succes van preventieve onderhoudsprogramma's te meten. Het is een goed idee om KPI’s zoals MTTR en de voltooiingspercentages van PM’s bij te houden. Een goed CMMS kan deze statistieken analyseren, zodat managers kunnen zien of hun preventieve onderhoudsprogramma's effectief zijn. Als u verbeteringen ziet in MTTR, is dit een goede indicatie dat uw preventieve onderhoudsprogramma werkt.

Wat vertraagt de reparatietijden?

MTTR kan u helpen knelpunten in uw onderhoudswerkzaamheden te identificeren en op te lossen. Een ongeorganiseerd proces voor het beheer van de onderdelenvoorraad kan bijvoorbeeld de tijd die nodig is om een machine weer aan de praat te krijgen, aanzienlijk verlengen.

MTTR kan gedetailleerde inzichten bieden in het reparatieproces. U kunt de MTTR berekenen voor onderdelen en voor individuele activa. Dit betekent dat teams precies kunnen zien waar de vertraging plaatsvindt en stappen kunnen ondernemen om het proces te verbeteren.

Voordelen van gemiddelde reparatietijd

Het meten van de Mean Time to Repair (MTTR) biedt verschillende belangrijke voordelen die de onderhoudsefficiëntie en operationele prestaties verbeteren. Ten eerste biedt MTTR een duidelijk inzicht in hoe lang het duurt om apparatuur na een storing weer volledig functioneel te maken, waardoor organisaties inefficiënties in hun reparatieprocessen kunnen identificeren. Door MTTR te analyseren kunnen bedrijven gebieden identificeren die voor verbetering vatbaar zijn, zoals het verbeteren van diagnostische procedures of het garanderen van snellere toegang tot reserveonderdelen. Het verminderen van MTTR leidt tot minder downtime, wat cruciaal is voor het handhaven van de productiviteit en het voldoen aan productieschema's.

Bovendien draagt een lagere MTTR bij aan een grotere beschikbaarheid en betrouwbaarheid van assets, wat een directe impact heeft op de Overall Equipment Effectiveness (OEE). Deze maatstaf helpt ook bij de planning van resources, omdat het inzicht geeft in de tijd en het personeel dat nodig is voor reparaties, wat helpt bij een betere planning en toewijzing van onderhoudstaken. Bovendien stelt het volgen van MTTR in de loop van de tijd organisaties in staat de effectiviteit van hun onderhoudsstrategieën te meten en datagestuurde beslissingen te nemen om hun processen te optimaliseren. Door zich te concentreren op het verminderen van MTTR kunnen bedrijven de klanttevredenheid verbeteren door tijdige levering te garanderen en de impact van apparatuurstoringen op de productie te verminderen. Uiteindelijk is MTTR een waardevolle maatstaf die voortdurende verbetering van onderhoudspraktijken en operationele efficiëntie ondersteunt.

Hoe u de gemiddelde hersteltijd kunt verbeteren

Het verminderen van MTTR vereist een diepgaande analyse van storingen, nauwlettend toezicht op de staat van de activa en een gepland schema van preventieve onderhoudstaken.

Conditiebewaking

Naarmate de technologie van het Internet of Things (IoT) is geëvolueerd en toegankelijker is geworden, zijn veel fabrieken begonnen met het implementeren van conditiemonitoringprogramma's om zowel de staat van de apparatuur in realtime te monitoren als de prestaties van assets in de loop van de tijd te volgen. Slimme sensoren monitoren voortdurend omstandigheden zoals temperatuur en trillingen die vaak de eerste indicatie zijn van machinestoringen.

Conditiemonitoring biedt waardevol inzicht in de basisprestaties van het systeem en kan onderhoudspersoneel waarschuwen wanneer de omstandigheden een vooraf gedefinieerde drempel voor normale/optimale werking overschrijden. Hierdoor kan onderhoudspersoneel kleinere problemen aanpakken en repareren (bijvoorbeeld het vervangen van een versleten lager) voordat deze tot storingen en ongeplande stilstand leiden.  Door het mogelijk te maken dat kleine onderhoudsproblemen worden opgelost voordat ze escaleren tot totale uitval, kan conditiemonitoring de MTTR van een asset aanzienlijk verlagen.

Voorspellend onderhoud

De inzichten die u krijgt door conditiemonitoring bieden de mogelijkheid om voorspellend onderhoud aan uw apparatuur uit te voeren. Voorspellend onderhoud verschilt van gepland preventief onderhoud omdat het gegevens van uw machines zelf gebruikt om te voorspellen wanneer er storingen kunnen optreden en om te helpen voorkomen dat deze zich überhaupt voordoen. Met deze datagestuurde inzichten kunt u uw MTTR-scores voortdurend verbeteren, waardoor uiteindelijk zowel de tijd als de kosten worden verlaagd en de productie-uptime wordt gemaximaliseerd.

Tegenwoordig maken veel organisaties gebruik van AI (kunstmatige intelligentie) en automatisering om gegevens over de gezondheid van bedrijfsmiddelen te analyseren en potentiële machinefouten te diagnosticeren. Het gebruik van deze digitale tools kan de MTTR dramatisch verlagen doordat teams problemen vroegtijdig kunnen detecteren en snel kunnen oplossen. AI en automatisering stellen zelfs organisaties met beperkte arbeidskrachten in staat om over te stappen op een voorspellende onderhoudsaanpak.

Veel voorkomende uitdagingen bij het berekenen van de gemiddelde hersteltijd

Inconsistente registratie van reparatietijden :Een veel voorkomende uitdaging is de inconsistente registratie van reparatietijden. Zonder gestandaardiseerde procedures voor het documenteren van de begin- en eindtijden van reparaties kunnen de verzamelde gegevens onbetrouwbaar zijn.

Variaties in de complexiteit van reparaties :Variaties in de complexiteit van reparaties kunnen MTTR-berekeningen vertekenen. Een eenvoudige reparatie kan bijvoorbeeld aanzienlijk minder tijd in beslag nemen dan een complexe reparatie, waardoor het een uitdaging wordt om een betekenisvol gemiddelde af te leiden.

Gebrek aan geïntegreerde systemen :Veel organisaties vertrouwen nog steeds op handmatige processen of ongelijksoortige systemen, wat leidt tot gegevensfragmentatie en onnauwkeurigheden. Het is van cruciaal belang ervoor te zorgen dat al het onderhoudspersoneel is opgeleid en dezelfde procedures volgt voor het melden van reparaties.

Externe factoren :Vertragingen bij het ontvangen van reserveonderdelen of de beschikbaarheid van gespecialiseerde technici kunnen de reparatietijden beïnvloeden, maar vallen vaak buiten de controle van het onderhoudsteam.

Over het hoofd geziene downtime :Potentiële downtime die niet direct verband houdt met het reparatieproces, zoals wachten tot apparatuur is afgekoeld of veiligheidsinspecties, kan van invloed zijn op de algehele
MTTR-berekening.

Om deze uitdagingen aan te pakken is een combinatie van gestandaardiseerde procedures, effectieve training, een Computerized Maintenance Management System (CMMS) en continue monitoring en analyse nodig om nauwkeurige en bruikbare MTTR-gegevens te garanderen.

Veelvoorkomende gebruiksscenario's voor de gemiddelde reparatietijd

• Productie: MTTR is cruciaal voor het minimaliseren van productiestilstand en het garanderen van een continue werking. Door MTTR te analyseren kunnen fabrikanten knelpunten in hun reparatieprocessen identificeren en verbeteringen doorvoeren om de downtime te verminderen.
• IT-industrie: MTTR meet de efficiëntie van incidentrespons- en oplossingstijden voor hardware- en softwarefouten. Snelle hersteltijden zijn essentieel voor het handhaven van het serviceniveau en het minimaliseren van de impact op de bedrijfsvoering.
• Telecommunicatie: MTTR garandeert de betrouwbaarheid van het netwerk en de beschikbaarheid van diensten. Door MTTR te volgen, kunnen telecombedrijven hun onderhoudsschema's optimaliseren en de klanttevredenheid verbeteren door serviceonderbrekingen te verminderen.
• Gezondheidszorg: MTTR is van cruciaal belang voor het behoud van de beschikbaarheid van medische apparatuur en het waarborgen van de patiëntveiligheid. Ziekenhuizen gebruiken MTTR om de reparatie van kritieke apparaten zoals MRI-machines en ventilatoren te beheren, zodat ze operationeel zijn wanneer dat nodig is.
• Energiesector: MTTR verbetert de betrouwbaarheid van energieopwekkings- en distributiesystemen. Door de reparatietijden te minimaliseren kunnen energiebedrijven zorgen voor een stabiele stroomvoorziening en het risico op uitval verkleinen.

Hoe storingsstatistieken uw onderhouds- en betrouwbaarheidsprogramma verbeteren

Onderhouds- en betrouwbaarheidsorganisaties worden gedefinieerd door de betrouwbaarheid van hun bedrijfsmiddelen, en het doel van elke fabriek zou moeten zijn om de uitvaltijd van apparatuur te minimaliseren. Het falen van activa heeft een direct effect op de bedrijfsresultaten, aangezien onverwacht onderhoud productievertragingen en ongeplande kosten kan veroorzaken.

Mean Time to Repair (MTTR) is een onderhoudsstatistiek die teams helpt te begrijpen hoe efficiënt ze ongeplande onderhoudsproblemen oplossen, en knelpunten in hun processen te identificeren en op te lossen. Het verminderen van MTTR is de sleutel tot het verbeteren van de efficiëntie van een fabriek. Een geautomatiseerd onderhoudsbeheersysteem (CMMS) kan helpen bij het volgen van MTTR en andere veelgebruikte Key Performance Indicators (KPI's) voor onderhoud.