Predictive Maintenance op basis van realtime data in plaats van planningen

Er zijn maar weinig bedrijven die zo goed hun planning realiseren als ProRail. Zij kunnen op basis van het spoorboekje precies berekenen wanneer een wissel honderdduizend keer is omgezet en onderhoud nodig heeft. De meeste bedrijven komen niet verder dan een grove schatting van het aantal draaiuren van hun assets. Door seizoensinvloeden en voorkeuren voor machines loopt het verschil tussen planning en realisatie soms op tot 60 procent. Het is dus waardevol om predictive maintenance te koppelen aan echte gebruiksdata in plaats van planningen.

Hogere up-time van machines

In de meeste fabrieken kost niets kost zoveel geld als stilstand van machines. Verlies van productiviteit gaat direct af van de marge. En dus zullen onderhoudsengineers altijd het zekere voor het onzekere nemen. Ze voeren inspecties vaker uit dan nodig en vervangen onderdelen eerder dan noodzakelijk Natuurlijk zijn daar kosten aan verbonden, maar die zijn een stuk lager dan die van ongeplande stilstand. Kortom, het kan wel uit.

Maar wat gebeurt er als er geen onderhoudsmonteurs meer te vinden zijn en de maintenance-afdelingen overbelast zijn? Dan plannen ze de periodieke inspecties om de vier maanden in plaats van om de drie. Ze draaien net wat langer door met een machine voordat ze een onderdeel vervangen. Ze hopen ze dat dit geen impact heeft op de downtime omdat ze volgens de planning nog altijd aan de veilige kant zitten. Maar die hoop komt natuurlijk niet altijd uit omdat er apparaten zijn die veel vaker gebruikt zijn dan gepland. Of omdat machines in veel zwaardere omstandigheden zijn ingezet dan gedacht.

Inspecties en onderhoud efficiënter plannen

Het omgekeerde komt uiteraard ook voor: een machine slijt minder hard omdat hij minder draaiuren heeft dan gepland. En hoewel dat goed is voor de uptime, kost ook dat geld. Want de machine krijgt vaker een inspectie dan nodig. En onderdelen worden soms te vroeg vervangen.

Wie zijn onderhoudsplanningen kan afstemmen op deze realiteit, kan met minder field service engineers een hogere up-time van machines garanderen. Bovendien kun je de voorraad reserveonderdelen afstemmen op datgene wat je de komende periode nodig hebt. Je kunt immers vrij goed voorspellen welke onderdelen wanneer vervangen moeten worden. In de meeste gevallen zal dat leiden tot lagere voorraden, terwijl tegelijkertijd de kans op out-of-stock daalt.

Begin klein met een goedkope sensor

Het mooie is: je kunt heel snel starten met het real-time monitoren van machines op basis van sensoren. Sensoren zijn er in soorten en maten, van hele goedkope die simpelweg meten of een machine uit of aan staat, zodat je nauwkeurig het aantal draaiuren in kaart kunt brengen. Tot hele complexe en dus dure sensoren die bijvoorbeeld aan de hand van trillingen kunnen bepalen wanneer een onderdeel vervangen moet worden.

Ons advies is: begin klein met een snel te realiseren en goedkope toepassing. Dan kunt u zelf ervaren wat real-time inzicht u brengt. Daarna kunt u desgewenst stap voor stap uitbreiden met sensoren die complexere metingen uitvoeren. Op die manier brandt u zich niet aan een papieren businesscase die er in de praktijk minder rooskleurig uitziet.

Predictive maintenance kan op allerlei apparaten worden toegepast, van lantaarnpalen tot verwarmingsketels. U leest er hier meer over. Meer weten? Neem contact met mij op: robbrecht@conclusion.nl of 06 41 01 02 86.