لا يزال التوقف غير المخطط له عن العمل أحد أكثر التحديات تكلفةً في الصناعات التي تعتمد بشكل مكثف على الأصول. وقد كشفت دراسة استقصائية أجرتها شركة «سيمنز» أن التوقف غير المخطط له عن العمل يكلف الشركات الكبرى 11% من إيراداتها. ويبلغ المجموع التراكمي لذلك حوالي $ 1.4 تريليون سنويًّا.
تخيل أن يستمر هذا التوقف عن العمل لساعات أو ليوم كامل في مؤسستك. فذلك سيكلفك ملايين الدولارات. ورغم أن العديد من الشركات تحاول حل هذه المشكلات، إلا أنها تستمر في الظهور لأن التركيز ينصب على حل المشكلة الفورية.
يعالج تحليل الأسباب الجذرية (RCA) هذه الفجوة من خلال نهج منظم وقائم على البيانات. وهو يتيح للمهنيين الانتقال من دورة الصيانة التفاعلية إلى الصيانة الاستباقية. في هذا الدليل، ستستكشف كل ما يتعلق بتحليل الأسباب الجذرية، بدءًا من تعريفه وصولاً إلى كيفية تطبيقه، لا سيما في البيئات التي تعتمد بشكل مكثف على الأصول.
ما هو تحليل الأسباب الجذرية (RCA)؟
تحليل الأسباب الجذرية هو عملية منظمة تهدف إلى تحديد السبب الكامن وراء حالات الفشل. فبدلاً من الاكتفاء بالنظر إلى المشكلة السطحية، يتيح لك هذا التحليل التعمق أكثر وفحص الأسباب الحقيقية وراءها لمنع تكرار حدوث المشكلة نفسها.
لنتخيل مصنعًا للأغذية والمشروبات يعاني بشكل متكرر من توقف خطوط الإنتاج أثناء عملية التعبئة. لنفترض أن فريق الصيانة يعيد تشغيل الخط في كل مرة يحدث فيها العطل. يؤدي ذلك إلى استئناف عمل خط الإنتاج، لكن المشكلة تستمر في الظهور كل بضعة أيام. في البداية، قد يبدو الأمر وكأنه عطل ميكانيكي بسيط. ومع ذلك، فإن إجراء تحليل أسباب الجذر (RCA) قد يكشف عن المشكلة الكامنة.
على سبيل المثال، عندما يستخدم فريق الصيانة منهجية تحليل الأسباب الجذرية (RCA)، قد يكتشف أن المشكلة لا تكمن في الماكينة نفسها، بل ترجع إلى تباين أبعاد الزجاجات الواردة من دفعة معينة من أحد الموردين. ويؤدي ذلك إلى خلل في محاذاة عملية التعبئة ووضع الأغطية، مما يؤدي بدوره إلى إيقاف التشغيل تلقائيًا لمنع حدوث عيوب.
في هذه الحالة، ركز فريق الصيانة في البداية على أداء الماكينة، بينما حدد فريق الهندسة حالات عدم التوافق في التفاوتات المسموح بها، وقام فريق المشتريات بتتبع أصل المشكلة إلى التباين في أداء الموردين بمساعدة تحليل الأسباب الجذرية.
يتيح التحليل الفعال لأسباب الأعطال (RCA) للشركات ما يلي:
● يتيح لهم الحد من تكرار حالات الفشل
● يمكن للشركات تعزيز موثوقية الأصول مع ضمان استقرار جميع العمليات
● تحسين تخطيط الصيانة
في مجال الصيانة والتشغيل، يركز هذا النهج على تحديد سلسلة الأحداث والعوامل المساهمة التي تؤدي إلى أعطال المعدات، أو الانحرافات في العمليات، أو مشكلات الجودة.
وهناك جوانب عديدة لهذا الأمر، بدءًا من تحليل بيانات الأعطال وصولاً إلى مراجعة سجل الصيانة. وتساعد جميعها في تتبع المشكلات حتى مصدرها. ورغم أن التركيز الأساسي ينصب على حل المشكلات، فإن تحليل الأسباب الجذرية له أهمية تتجاوز ذلك. فالأمر يتعلق بتحقيق الموثوقية على المدى الطويل من خلال معالجة المشكلات بشكل منهجي.
فيما يلي بعض الأمثلة التي توضح مدى فائدة تحليل الأسباب الجذرية:
| نمط الفشل | السبب المباشر | السبب الجذري | الإجراءات التصحيحية |
|---|---|---|---|
| تعطل المحمل | ارتفاع درجة الحرارة | كان ذلك غير كافٍ جدول التشحيم الذي كان يتسبب في ارتفاع درجة الحرارة |
يمكن للمدير أن مراجعة الإجراءات الوقائية الصيانة فترات زمنية لمنع هذا |
| تسرب الختم | تدهور المواد | الإدارة كان الفريق يختار المواد غير المناسبة استنادًا إلى ظروف التشغيل |
تغيير المادة وتحديث مواصفات القطعة |
| رحلة بالسيارة | الحمل الزائد الكهربائي | لم يكن الحمولة قيد التوزيع بشكل مناسب |
يمكن للشركات نظام إعادة التوازن تحميل |
وبالإضافة إلى أعطال المعدات، ينطبق تحليل الأسباب الجذرية (RCA) أيضًا على أوجه القصور في العمليات ومشكلات سلسلة التوريد. وفي بعض الأحيان، قد تتداخل هذه الأعطال. فعلى سبيل المثال، قد تؤدي أوجه القصور في العمليات إلى تعطل المعدات وتؤثر على سلسلة التوريد. ويوفر تحليل الأسباب الجذرية الإطار المناسب لربط هذه العوامل ببعضها البعض وتحديد المصدر الحقيقي للمشكلة.
شرح المنهجيات الشائعة في تحليل RCA
يمكن إجراء تحليل الأسباب الجذرية باستخدام منهجيات ونُهج متعددة، منها ما يلي:
تقنية «الخمسة أسباب»
كما يوحي الاسم، تتمحور هذه الطريقة حول طرح سؤال «لماذا»، وبالتحديد خمس مرات. فهي تتيح لك التعمق في السبب الجذري للمشكلة من خلال تكرار سؤال «لماذا» حتى تصل إلى جوهر المسألة. وستتيح لك الإجابات على كل هذه الأسئلة ربط البيانات ببعضها البعض لتكوين صورة واضحة عن المشكلة الأساسية.
على الرغم من أن هذه الطريقة بسيطة، إلا أنها يمكن أن تكون فعالة عند تطبيقها مع اتباع نهج منضبط في طرح الأسئلة والتحقق من صحة البيانات. على سبيل المثال، يجب أن تكون كل إجابة من إجاباتك على سؤال «لماذا» مدعومة ببيانات تاريخية وسجلات الفحص وخطط الصيانة وظروف التشغيل.
ومن الأمثلة البسيطة على ذلك أن «فيردانتيس» تساعدك في تحديد السبب الكامن وراء تعطل المحمل. ويمكن لأدوات «فيردانتيس» مساعدتك في الاحتفاظ ببيانات السجلات الخاصة بكل أصل، وقطعة غيار، وأمر عمل، وغير ذلك. ويمكنك الاستفادة من ذلك في طرح الأسئلة ذات الصلة لتحديد المشكلة المحتملة. وفي هذه الحالة،
فيما يلي الأسئلة الخمسة والإجابات التي يمكنك الاطلاع عليها:
لماذا تعطل المحمل؟ -> بسبب ارتفاع درجة الحرارة المسجلة (بيانات المستشعر)
لماذا كانت درجة الحرارة مرتفعة؟ -> تعطل نظام التشحيم (تقرير الفحص)
لماذا فشل نظام التشحيم؟ -> بدأت الشحوم في التدهور بعد انقضاء الفترة المحددة (سجلات الصيانة الوقائية)
لماذا تم تجاوز الفترة الزمنية المحددة؟ -> لم يتم تفعيل الجدول الزمني لـ PM (ثغرة في نظام CMMS)
لماذا لم يتم تفعيله؟ -> بسبب التكوين الخاطئ لتسلسل الأصول
ونظرًا لأن هذه طريقة مبسطة للغاية في النظر إلى حالات الفشل، فإنها تكون أكثر فاعلية في التعامل مع المشكلات العادية التي لا تتفاعل فيها عوامل متعددة في آن واحد.
أفضل الحالات لاستخدام هذه الطريقة هي عندما يكون مسار العطل واضحًا ومباشرًا، وتحتاج إلى تحديد السبب الجذري بسرعة. على سبيل المثال، يمكنك استخدامها في حالات الأعطال المتكررة للمحامل بسبب عدم الالتزام بجداول التشحيم، أو ارتفاع درجة حرارة محرك الناقل المرتبط بالتعامل غير السليم مع الحمولة، أو تسرب الصمامات الناجم عن التركيب غير السليم للموانع.
مخطط عظم السمكة
تُعرف هذه الطريقة أيضًا باسم «مخطط إيشيكاوا» أو «مخطط السبب والنتيجة»، وتعمل من خلال تصنيف أسباب المشكلة إلى أسباب فرعية متعددة. وقد تشمل هذه الأسباب المواد، أو القوى العاملة، أو الأساليب، أو البيئة، أو المقاييس، أو أي سبب فرعي آخر. ويُشتق اسم هذه الطريقة من شكلها الذي يشبه عظم السمكة. بالإضافة إلى ذلك، كان كاورو إيشيكاوا رائدًا في هذا المفهوم، ومن هنا جاء الاسم البديل.
إنه يتجاوز التفكير الخطي من خلال تمكينك من تصنيف العوامل المختلفة المؤثرة من مجالات متعددة.
تُعد منهجية تحليل الأسباب الجذرية (RCA) باستخدام مخطط «عظم السمكة» هي الأنسب للمشكلات متعددة العوامل. وقد يكون ذلك في سيناريو يتعين فيه على فرق الصيانة والمشتريات العمل معًا لتبادل الأفكار حول السبب الجذري. ومن الأمثلة البسيطة على ذلك أعطال موانع تسرب المضخات التي تتعلق بجودة المواد والتركيب وظروف التشغيل. وبالمثل، يمكنك أيضًا استخدام هذه المنهجية عندما يرتبط انخفاض كفاءة الغلايات بجودة الوقود والثغرات في الصيانة والعوامل البيئية.
تحليل شجرة الأعطال
وعلى غرار مخطط عظم السمكة، فإن اسم «تحليل شجرة الأعطال» مستمد من هيكله. وهو طريقة استنتاجية قائمة على المنطق، تعمل على نمذجة الكيفية التي تتضافر بها الأعطال المتعددة لتؤدي إلى وقوع حدث من المستوى الأعلى.
ينبغي عليك استخدام هذه الطريقة عند تحليل السبب الجذري للأعطال على مستوى النظام. فهي تُعد الأفضل في مثل هذه الحالات، حيث إنها تقسم المشكلات عالية المستوى إلى أعطال فرعية مساهمة في حدوثها.
تستخدم هذه الطريقة المنطق البولياني. ففي حالة بوابة «أو» (OR)، يمكن لأي مدخل أن يتسبب في حدوث العطل، بينما في حالة بوابة «و» (AND)، يجب أن تحدث جميع المدخلات في وقت واحد. ويسمح هذا المنطق بتحديد احتمالية حدوث العطل كمياً عندما تكون معدلات العطل معروفة.
إليك مثالاً على ذلك:
أهم الحدث: إيقاف تشغيل الضاغط
عطل ميكانيكي (أو)
تعطل المحمل
تعطل الدوار
فشل التحكم (AND)
عطل في المستشعر
خطأ في منطق التحكم
يُعد تحليل شجرة الأعطال الأسلوب الأنسب لتحديد السبب الجذري لأعطال الأنظمة المعقدة. ويكون هذا التحليل مفيدًا عندما تنطوي الأعطال على أنظمة مترابطة وتتطلب رسم خرائط منطقية. ومن الأمثلة على ذلك: تعطل نظام التدفئة والتهوية وتكييف الهواء (HVAC)، وإيقاف تشغيل الضاغط، وتشغيل آلية إيقاف التوربين، وما إلى ذلك.
تحليل أنماط الفشل وآثاره (FMEA)
بدلاً من الاكتفاء بالرد على المشكلة، تركز هذه الطريقة على البحث بشكل استباقي عن الأعطال المحتملة. تُستخدم طريقة تحليل الأعطال والمخاطر (FMEA) عادةً لتحديد الأعطال داخل نظام معين. ولذلك، تطبق الشركات هذه المنهجية لإجراء تحليل الأسباب الجذرية (RCA) كلما تم طرح عملية أو منتج جديد. وباعتبارها طريقة استباقية، تعمل طريقة تحليل الأعطال والمخاطر (FMEA) أيضًا على ترتيب المخاطر حسب الأولوية ومنع حدوث المشكلات من خلال تقدير مدى خطورتها أو احتمالية حدوثها.
بالإضافة إلى ذلك، يحدد التقرير مدى تكرار حدوث العطل والخطوات التي ينبغي عليك اتخاذها لمنعه. كما يحدد الإجراءات التي أثبتت فعاليتها في منع تكرار العطل. تُعد طريقة تحليل الأعطال والمخاطر (FMEA) مفيدة بشكل خاص عند دمجها مع مؤشرات الموثوقية مثل متوسط الوقت بين الأعطال (MTBF) وتوزيعات الأعطال.
تُعد طريقة تحليل الأعطال والمخاطر (FMEA) هي الأنسب للسيناريوهات التي تتضمن أعطالاً متعددة وتتطلب ترتيب المخاطر حسب الأولوية. على سبيل المثال، عندما ترغب في تقييم مخاطر الأعطال المتعلقة بقطع الغيار أو المعدات الحيوية، يمكنك الاعتماد على طريقة تحليل الأعطال والمخاطر (FMEA).
تحليل باريتو
يستمد اسم هذه المنهجية من اسم الاقتصادي الإيطالي فيلفريدو باريتو. وهي عبارة عن مخطط شريطي بسيط يعرض بيانات الأعطال مرتبة حسب الترتيب التنازلي لحدوثها أو تأثيرها. وبالتالي، تساعد منهجية تحليل الأسباب الجذرية هذه في تحديد المشكلات الأكثر أهمية من بينها. ويمكن لهذه المشكلات مجتمعة أن توفر صورة واضحة عن الأعطال الأكثر تكرارًا وكيفية ارتباطها ببعضها البعض.
على سبيل المثال، يمكن أن توفر بيانات الإدخال — مثل حصص كل أصل من إجمالي وقت التعطل، وتكاليف الصيانة لكل عطل، وعدد الأعطال حسب النوع — رؤى مفيدة، مثل أن 20% من الأصول تمثل 75% من وقت التعطل.
تُمكّن هذه الرؤى فريق الإدارة من تركيز جهود تحليل الأسباب الجذرية في المجالات التي يمكن أن تحقق فيها أكبر تأثير. علاوة على ذلك، يمكنهم حتى تتبع التقدم المحرز من خلال مراقبة مدى انخفاض طول الشريط بمرور الوقت.
لنتخيل السيناريو التالي: أنت تجري تحليلًا لأسباب الجذور (RCA) لفهم تحليل تكاليف الصيانة المتعلقة بقطع الغيار المستخدمة في المعدات الخاصة بشركتك العاملة في مجال التعدين. وستقوم لتحقيق ذلك بتحليل بيانات الأشهر الـ 12 الماضية. وعند إجراء التحليل، تكتشف الأنماط التالية:
● تتسبب المحامل في حدوث 35% من حالات الأعطال
● تسبب الأختام 25%
● المرشحات تتسبب في 15%
● أسباب أخرى: 25%
والنقطة المهمة هنا هي أن المحامل وموانع التسرب تمثل 60% من إجمالي حالات الفشل. وبناءً على ذلك، ستعرف أين يتعين عليك تركيز جهودك في تحديد أسباب الجذرية (RCA).
يُستخدم تحليل باريتو في المشكلات المتكررة أو عالية المخاطر. على سبيل المثال، لنفترض أن حزام ناقل يتعطل بشكل متكرر. في هذه الحالة، قد تكون هناك مشكلات متعددة تتعلق بقطع الغيار تساهم في حدوث ذلك. ومع ذلك، سترغب في معرفة أي قطعة غيار تساهم بشكل أكبر في وقت التعطل. وبالمثل، يصبح تحليل باريتو مفيدًا عند تحديد الأسباب الرئيسية للأعطال عبر أصول متعددة أو عند تحليل تكاليف الصيانة حسب نوع المعدات.
مخطط الانتشار
يمكنك التفكير في مخطط الانتشار باعتباره رسمًا بيانيًّا ثنائي الأبعاد. تُستخدم نقاط متنوعة لتمثيل قيم المتغيرات العددية المختلفة. ويُظهر موضع هذه النقاط على المحورين X و Y العلاقة بين متغيرين. ويتيح هذا التمثيل للمؤسسات تصور الارتباطات بين الأسباب والنتائج.
يمكنك أيضًا استخدام المخططات المبعثرة مع تحليل الانحدار لتحديد العلاقات كمياً. ومن الأمثلة التي يمكن فيها استخدام منهجية تحليل الأسباب الجذرية (RCA) هذه تحديد العلاقات والمقارنات بين سعة الاهتزاز ومعدل تعطل المحامل، أو بين الحمل ودرجة حرارة المحرك.
تُعد منهجية الرسم البياني المبعثر هي الأنسب لتحليل الارتباط. ومن الأمثلة النموذجية على استخدامها ربط دفعات الموردين بمعدلات الفشل، أو مقارنة اتجاهات الحمل بمعدلات الفشل. يمكنك اختيار هذا الخيار عندما تشك في وجود علاقة بين المتغيرات، لكنك تحتاج إلى التحقق من صحة البيانات.
ربط نظام RCA بنظام CMMS وبيانات أوامر العمل
يتطلب تحليل الأسباب الجذرية في البيئات التي تعتمد بشكل مكثف على الأصول، مثل قطاعات التعدين والمرافق العامة والنفط والطاقة، دعمًا ببيانات عالية الجودة. ومع ذلك، فإن جمع البيانات عالية الجودة والاستفادة منها يمثل تحديًا كبيرًا للعديد من الشركات.
وفقًا لـ استطلاعنا من بين 1,900 من كبار المسؤولين التنفيذيين في هذه القطاعات، أشار 51% إلى مشكلات تتعلق بجودة البيانات في عمليات الصيانة والإصلاح والتجديد (MRO). بالإضافة إلى ذلك، أشار 49% إلى وجود تباينات في البيانات الأساسية للموردين.
يُعد نظام إدارة الصيانة المحوسب (CMMS) الموثوق به العمود الفقري الأساسي للبيانات اللازمة لتحليل الأسباب الجذرية من خلال بيانات أساسية موثوقة للموردين. تعتمد فعالية نظام RCA بشكل مباشر على جودة بيانات الصيانة المسجلة في نظام CMMS، وهيكلها واكتمالها.
على سبيل المثال، يمكن لنظام إدارة صيانة الأصول (CMMS) توفير بيانات مثل التسلسلات الهرمية للأصول، وسجلات الصيانة، وأنظمة ترميز الأعطال، وتتبع سجل الأعطال، وغير ذلك. كما يقوم بتنظيم كل هذه البيانات لضمان جاهزيتها لإجراء تحليل أسباب الأعطال الجذرية (RCA).
يوضح الجدول أدناه العلاقة بين بيانات نظام إدارة الصيانة (CMMS) ونتائج تحليل الأسباب الجذرية (RCA):
| حقل بيانات نظام إدارة صيانة المعدات (CMMS) | مثال | أهمية RCA | الرؤى المستخلصة |
|---|---|---|---|
| معرّف الأصل | المضخة – 102 | وهي تحدد موقع العطل |
وهذا يساعد في تتبع تواتر الأعطال و التجميع |
| رمز الخطأ | تسرب الختم | تصنيف الأعطال موحدة |
وهو يتيح إنشاء الأنماط الاعتراف |
| ملاحظات أمر العمل | تآكل الختم بشكل غير متساوٍ | تحصل الشركات على الأدلة السياقية مع هذا |
تدعم هذه البيانات التحقق من صحة الفرضية |
| مدة التوقف عن العمل | 3.5 ساعات | تمثل البيانات تأثير الفشل |
يساعد في تحديد الأولويات الأعطال الخطيرة |
| نوع الصيانة | تصحيحي |
يشير إلى استراتيجية الصيانة |
أبرز الملامح التفاعلية الاتجاهات |
وبدون هذه البيانات المنظمة، يصبح تحليل الأسباب الجذرية قائماً على الروايات الشخصية بدلاً من أن يكون تحليلاً علمياً.
في نظام إدارة الصيانة (CMMS)، تُعد بيانات أوامر العمل هي الأكثر فائدة وقابلية للتطبيق في تحليل الأسباب الجذرية (RCA). فهي لا تقتصر على تسجيل ما تعطل فحسب، بل تشمل أيضًا كيفية معالجة هذا العطل. وتشكل هذه البيانات التاريخية الأساس لتحليل الأسباب الجذرية للأعطال المتكررة.
في الواقع، يمكن أن يتيح ذلك أيضًا أتمتة عملية تحليل الأسباب الجذرية (RCA). على سبيل المثال، يمكن للإدارة تعيين محفزات لأتمتة هذه العملية بناءً على عدد الأعطال، والبيانات التي يجب استخدامها، وما إلى ذلك. لذا، في كل مرة يسجل فيها نظام إدارة الصيانة (CMMS) عطلًا في جهاز معين للمرة الخامسة، على سبيل المثال، سيؤدي ذلك إلى تشغيل عملية تحليل الأسباب الجذرية تلقائيًّا.
إلى جانب المساعدة في الأتمتة، يوفر تكامل نظام إدارة الصيانة (CMMS) أيضًا خارطة طريق لتطبيق النتائج المستخلصة من تحليل الأسباب الجذرية (RCA) في تخطيط الصيانة. وعندما يتم تحديد السبب الجذري، يمكن للمديرين دمج هذه النتائج في عملية تنفيذ الصيانة.
على سبيل المثال، يمكنهم تحسين الصيانة الوقائية وخطط العمل وصقل استراتيجية الأصول. كما يمكنهم أيضًا تحديد قطع الغيار ذات الصلة مع عمليات الصيانة والإصلاح والعمرة (MRO) لضمان الصيانة السريعة.
كيف تعمل RCA على التنسيق بين الأقسام المختلفة
يُعد تبادل إلقاء اللوم بين الإدارات أحد أكبر التحديات التي تواجه فهم الأسباب الجذرية في قطاع يعتمد بشكل كبير على الأصول.
لنأخذ مثالاً بسيطاً لمصنعٍ حدث فيه عطل في أحد خطوط الأتمتة. في هذه الحالة، قد يعتقد معظم الناس أن السبب يعود إما إلى عطل في نظام الأتمتة (فريق تكنولوجيا المعلومات) أو إلى عطل ميكانيكي. ولحل المشكلة، يقوم فريق الصيانة بمراقبة أداء خط الأتمتة، بينما يقوم فريق تكنولوجيا المعلومات بمراجعة الكود البرمجي لمنع تكرار المشكلة.
وهنا تبدأ لعبة إلقاء اللوم. فقد يلقي فريق تكنولوجيا المعلومات باللوم على فريق الصيانة لعدم قيامهم بعملهم، والعكس صحيح.
ومع ذلك، فإن تحليل الأسباب الجذرية الذي يشمل مختلف الأقسام من شأنه أن يكشف عن صورة مختلفة. فعلى سبيل المثال، قد يكتشف فريق الصيانة حدوث أعطال متكررة في أجهزة الاستشعار. علاوة على ذلك، قد يتبين لفريق الهندسة أنه لا يوجد عيب في التصميم، بل إن حساسية النظام هي السبب.
ويمكن الحصول على مزيد من المعلومات من فريق المشتريات، والتي تكشف أن أجهزة الاستشعار التي تم شراؤها هذه المرة كانت من مورد جديد مع وجود بعض الاختلافات في المواصفات. وبناءً على هذه المعلومة الإضافية من فريق سلسلة التوريد، قد يكتشف فريق تكنولوجيا المعلومات أن نظام التحكم لم يتم تحديثه مؤخرًا ليعكس عتبات التفاوت المعدلة.
وهذا يشير إلى أن هناك حاجة إلى إجراء تغييرات في جميع هذه الأقسام. وبمجرد إجراء هذه التغييرات، سيتمكن فريق العمليات من تسريع وتيرة الإنتاج وتلبية الطلب.
تشجع منهجية RCA على تبادل الأفكار بشكل جماعي بدلاً من وضع افتراضات منفردة. ويوفر ذلك نهجًا منظمًا للفرق المختلفة. وسواء كان الأمر يتعلق بمدير سلسلة التوريد، أو مسؤول في قسم تكنولوجيا المعلومات، أو فني صيانة، أو مدير عمليات، يمكن للجميع أن يتعاونوا معًا لحل المشكلة بسرعة.
دور الذكاء الاصطناعي في تحليل الأسباب الجذرية (RCA) الحديث
تعتمد الأساليب التقليدية اليدوية التي تستخدم نهج RCA بشكل كبير على التحقيق اليدوي، وتقدير الخبراء، ومجموعات البيانات المحدودة. وقد يظل هذا الإجراء فعالاً في حالات الأعطال المنعزلة أو البسيطة. غير أن هذه الأساليب تواجه قيوداً في مجال الصيانة والإصلاح والعمليات (MRO)، لأن الأعطال تتأثر هنا بعدة متغيرات.
يمكن للذكاء الاصطناعي (AI) سد هذه الفجوة من خلال التعرف على الأنماط على نطاق واسع والربط التلقائي بين مصادر البيانات المتنوعة.
يمكن لنماذج الذكاء الاصطناعي تحليل أوامر العمل السابقة وقراءات أجهزة الاستشعار وسجلات الأعطال لتحديد العلاقات بين المتغيرات المسببة للأعطال. ويوفر ذلك طريقة أسرع وأكثر دقة لتحديد السبب الجذري لأي عطل أو خلل. وبفضل توفر بيانات عالية الجودة يمكن التعلم منها، يمكن لنماذج الذكاء الاصطناعي أيضًا أتمتة سير عمل تحليل الأسباب الجذرية.
ما يضفي مزيدًا من القيمة على تحليل الأسباب الجذرية القائم على الذكاء الاصطناعي والآلي هو التكامل مع التقنيات الأخرى. فعلى سبيل المثال، يمكن أن يتكامل مع «إنترنت الأشياء» (IoT) والواقع المعزز لجمع البيانات من المصدر وإنشاء تمثيل مرئي لها.
مع تزايد هذه الاتصال، يتيح لك الذكاء الاصطناعي إجراء تحليل تنبؤي. بفضل الإدخال المستمر للبيانات والتغذية الراجعة، يمكن لنماذج التعلم الآلي استيعاب السلوك الطبيعي، وكشف الحالات الشاذة، وربط الأحداث عبر الأنظمة المختلفة، واقتراح السبب الأكثر احتمالاً للمشكلة قبل أن تتفاقم.
| الجانب | مثال | تحليل أسباب الأعطال (RCA) المدعوم بالذكاء الاصطناعي |
|---|---|---|
| نطاق البيانات | محدودة، قائمة على العينات |
واسع النطاق ومتعدد المصادر مجموعات البيانات |
| سرعة التحليل | يستغرق وقتًا طويلاً | آلي، وشبه فوري |
| الكشف عن الأنماط | مستندة إلى الخبرة |
نمط قائم على الخوارزمية الاعتراف |
| دقة تحديد السبب الجذري | متغير |
أفضل أداء بفضل نماذج البيانات التي تم التحقق من صحتها |
| قابلية التوسع | يقتصر ذلك على حالات محددة |
قابل للتوسع عبر الأصول والمواقع |
فيما يلي مثال لمساعدتك على فهم تأثير الذكاء الاصطناعي بشكل أفضل. لنفترض أن منشأة ما تعاني من أعطال متكررة في المضخات الطردية المركزية في مواقع متعددة. وقد حاولت فرق الصيانة حل المشكلة الفورية عن طريق استبدال الدوارات والموانع، لكن الأعطال استمرت. ويوضح الجدول أدناه تفاصيل الكيفية التي يمكن أن يساعد بها الذكاء الاصطناعي في مثل هذه الحالة.
| المرحلة | مصدر البيانات | نتائج تحليل الأسباب الجذرية (RCA) المدعومة بالذكاء الاصطناعي | تأثير صيانة وإصلاح وتشغيل المعدات (MRO) |
|---|---|---|---|
| كشف الأعطال | أوامر العمل في نظام إدارة الصيانة (CMMS) يعكس المضخة العادية الإخفاقات |
سيقوم نظام الذكاء الاصطناعي بـ الكشف عن الأنماط عبر أصول متعددة والمواقع. |
أبرز النقاط بشكل منهجي قضايا، وليست حالات منفردة الإخفاقات |
| ارتباط البيانات |
أوامر العمل + بيانات أجهزة الاستشعار |
على عكس الطرق التقليدية RCA، حيث تكنولوجيا المعلومات الخاصة بك يجب على الفريق مراجعة السجل البيانات اللازمة لتحديد لأن نماذج الذكاء الاصطناعي يمكنها الارتباط بين الاهتزازات مسامير ذات خصائص محددة ظروف التشغيل. |
سيؤدي ذلك إلى تحديد محفزات الفشل بسرعة. |
| تحليل الأجزاء | المخزون + بيانات المشتريات |
عروض Manual RCA مورد محدود المقارنة، لكن الذكاء الاصطناعي يرتبط بارتفاع معدل الفشل الأسعار المحددة مورد المكره الدُفعات. |
يُشير إلى مورد ما مشكلة تتعلق بالجودة. |
| السبب الجذري التعريف |
التحليل الهندسي | الذكاء الاصطناعي يتجاوز ذلك التركيز حصريًّا على الأعطال الميكانيكية لتحديد مزيج من دوار غير مطابق للمواصفات المواد و الحمل التشغيلي حالة المضخة الإخفاقات. |
يمكنك تحديد الاتصال بين الأجزاء، العمليات، و الموردون. |
| الإجراء توصية |
غير متوفر |
تحليل الأسباب الجذرية الآلي (RCA) يمكن للأداة أن تقترح تغيير المورد، مواد محدثة المواصفات، و التشغيل المعدل حدود الدعم اتخاذ القرار. |
وهذا يقلل من تكرار حالات الفشل. |
| المراقبة المستمرة | المراجعة الدورية والتغذية الراجعة |
RCA التقليدي فقط |
يمكنك التفاعل مع خطط الصيانة من خلال إجراء وقائي النهج. |
تأثير التحليل الفعال لأسباب الجذور (RCA) على الأعمال
عندما تجري الشركات تحليل الأسباب الجذرية بفعالية، فإن ذلك يمكن أن يؤثر بشكل كبير على معدلات الصيانة ومعدلات الأعطال لديها.
انخفاض حالات الفشل المتكررة
نظرًا لأن تحليل الأسباب الجذرية (RCA) يُطبق في المقام الأول على حالات الفشل في مجال الصيانة والإصلاح والتشغيل (MRO)، فليس من المستغرب أن تكون النتيجة الأكثر قابلية للقياس هي انخفاض معدل تكرار حالات الفشل. فبدون تحليل الأسباب الجذرية، تحاول الشركات حل هذه المشكلات عن طريق استبدال المكونات. وهذا يوفر حلاً قصير الأجل، لكن الفشل يتكرر بعد مرور بعض الوقت.
تكاليف صيانة أقل
تتضخم تكاليف الصيانة بسبب الحلول قصيرة الأجل، والتدخلات التفاعلية، والإصلاحات الطارئة، والاستهلاك المفرط لقطع الغيار. وبما أن تحليل الأسباب الجذرية (RCA) يسلط الضوء على المشكلة الأساسية، فإن الحلول المستمدة من الرؤى الدقيقة تعالج المشكلة على المدى الطويل. علاوة على ذلك، فإن تحليل الأسباب الجذرية الآلي والقائم على البيانات يحوّل الصيانة من نهج تفاعلي إلى تنفيذ مخطط ومُحسّن.
تحسين وقت التشغيل وتوافر الأصول
عندما تحدث الأعطال والانقطاعات، يزداد وقت التشغيل. وبعد معالجة السبب الجذري للمشكلة، تتمتع الشركات بإدارة أفضل للأصول وزيادة في توافرها، مما يقلل من فترات التوقف غير المخطط لها. إلى جانب ذلك، يساهم التحليل الآلي للأسباب الجذرية أيضًا في زيادة متوسط الوقت بين الأعطال وتقليل متوسط وقت الإصلاح، مما يؤدي إلى خفض تكاليف الصيانة.
تعزيز السلامة والامتثال
في الصناعات التي تعتمد بشكل كبير على الأصول، مثل صناعة النفط والتعدين، والمرافق العامة، والتصنيع، يمكن أن يؤدي تعطل الآلات إلى خلق بيئة عمل خطرة. فعلى سبيل المثال، قد تسقط المعدات المعطلة على أحد العاملين وتؤدي إلى إصابات قاتلة.
تساهم RCA في تعزيز السلامة والامتثال من خلال:
● تحديد آليات الفشل التي قد تؤدي إلى ظروف غير آمنة
● منع تكرار الحوادث من خلال اتخاذ إجراءات تصحيحية
● المستندات الداعمة المطلوبة لإجراء عمليات التدقيق والمراجعات التنظيمية
● تحسين الالتزام ببروتوكولات الصيانة
الخلاصة
تعتبر معظم المؤسسات تحليل الأسباب الجذرية مجرد أداة لحل المشكلات. ومع ذلك، فهو أكثر من ذلك بكثير، حيث إنه لا يؤثر فقط على معدلات الأعطال، بل أيضًا على تكاليف الصيانة، ووقت التشغيل، وتوافر الأصول، وسلسلة التوريد، وغير ذلك الكثير. على سبيل المثال، يمكنك دمجه مع بيانات نظام إدارة الصيانة (CMMS) لإنشاء نظام ذي حلقة مغلقة، حيث يمكن الاستفادة من كل عطل في تحسين استراتيجيات الصيانة واختيار قطع الغيار واتخاذ قرارات تشغيلية أكثر استنارة.
وتعزز إضافة الذكاء الاصطناعي هذه القدرة بشكل أكبر من خلال تحليل البيانات. ومع ذلك، فإن الأمر كله يعتمد على جودة واتساق البيانات الأساسية التي تستخدمها في تحليل أسباب الأعطال (RCA).
يتيح لك تركيز «فيردانتيس» على إدارة المواد وتوحيد معايير بيانات الصيانة والإصلاح والتجديد (MRO) إنشاء مجموعات بيانات دقيقة ومنظمة وموثوقة عبر أنظمة الصيانة وسلسلة التوريد. وهذا يتيح لك تحليل الأعطال بدقة أكبر واستخلاص رؤى أكثر عمقًا من كل من مناهج تحديد الأسباب الجذرية (RCA) التقليدية وتلك التي تعتمد على الذكاء الاصطناعي.
تواصل معنا اليوم للحصول على عرض توضيحي حول كيفية مساعدة Verdantis في تحسين كفاءة تحليل الأسباب الجذرية لديكم.
الأسئلة الشائعة (FAQs)
ما الفرق بين تحليل الأسباب الجذرية واستكشاف الأعطال وإصلاحها؟
ينصب التركيز الأساسي لعملية استكشاف الأعطال وإصلاحها على استعادة الأداء الوظيفي في أسرع وقت ممكن. وبعبارة أبسط، فإنها تعالج السبب المباشر للفشل. أما تحليل الأسباب الجذرية (RCA)، فيقوم بدوره بالتحقيق في العوامل الكامنة التي أدت إلى الفشل. وهو يمنع تكرار حدوث الفشل من خلال تحديد المشكلات النظامية.


