MRO360 · معلومات MRO القائمة على الذكاء الاصطناعي
توقعات الطلب على الصيانة التي تستند إلى إشارة الفشل التام، وليس مجرد تاريخ
تقوم MRO360 بتوقع الطلب على قطع الغيار استنادًا إلى سجل صيانة المعدات، وملاحظات الأسباب الجذرية، وساعات التشغيل، وأوامر العمل الحالية، ثم تضع توقعات لمتطلبات الصيانة الوقائية والتصحيحية لكل وحدة تخزين (SKU) وفي كل مصنع.
الأساسيات
ما المقصود بالتنبؤ بالطلب على الصيانة؟
توقع الطلب على الصيانة هو عملية تقدير كمية قطع الغيار والمواد الاستهلاكية التي ستحتاجها المنشأة خلال فترة مستقبلية، بحيث تكون المخزونات متوفرة فور صدور أمر العمل الذي يتطلبها، دون تجميد رأس المال العامل في قطع غيار لا تُستخدم.
في سياق خدمات الصيانة والإصلاح والعمرة (MRO)، يُعد التنبؤ أصعب مما هو عليه في قطاعي التجزئة أو الإنتاج، لأن الطلب يتأثر بأعطال المعدات وعمليات الصيانة، وليس بالاستهلاك الثابت. فقد يختلف الطلب على قطعتين متطابقتين اختلافًا كبيرًا اعتمادًا على الأصل الذي تدعمانه، وعمره، وسجل أعطاله.
في سطر واحد
تنبؤات الطلب تتنبأ بـ استهلاك قطع الغيار في المستقبل؛ وفي مجال الصيانة، يعتبر هذا الاستهلاك دالة لـ حالة الأصول وأنشطة الصيانة، وليس مجرد الاستخدام السابق.
التنبؤات العامة
تتوقع الطلب المستقبلي استنادًا إلى المبيعات السابقة أو اتجاهات الاستخدام والعوامل الموسمية.
التنبؤات المتعلقة بخدمات الصيانة والإصلاح والعمليات (MRO)
يُضيف أنماط الأعطال، وأوامر العمل، وساعات التشغيل، ومستوى الأهمية، وذلك للتنبؤ بالوقت الذي تكون فيه هناك حاجة فعلية إلى قطعة غيار ما.
المشكلة الأساسية
نادراً ما يُنبئ تاريخ القطعة بما سيحدث متى سيحدث الفشل التالي؟
تعتمد طرق تخطيط الطلب التقليدية على نماذج السلاسل الزمنية المبنية على أنماط الاستهلاك السابقة. وتُعد هذه الطريقة فعالة في حالات الاستخدام الثابت والقابل للتنبؤ. أما الطلب على الصيانة فليس ثابتًا: فهو يتأثر بحوادث الأعطال وعمليات الصيانة الدورية وحالة الأصول، لذا فإن الاعتماد على البيانات التاريخية وحدها لا يكفي دائمًا لتوقع الارتفاعات المفاجئة المهمة.
01
تختبئ القمم في المتوسط
تعمل النماذج التاريخية المُعدَّلة على تسوية الارتفاعات الحادة في الصيانة التصحيحية التي تتسبب فعليًّا في نفاذ المخزون، وبالتالي يتم تحديد المخزون الاحتياطي استنادًا إلى منحنى طلب لا تتبعه المعدات أبدًا.
02
قطع متطابقة، طلب مختلف
يتصرف الرمز SKU نفسه بشكل مختلف في الأصول ذات المسار الواحد القديمة مقارنةً بالأصول ذات المسارات الاحتياطية. لا يمكن لسجل الاستخدام أن يأخذ هذا السياق في الاعتبار؛ أما بيانات الأعطال ودرجة خطورتها، فيمكنها ذلك.
03
يتم المزج بين الأمور المخطط لها وغير المخطط لها
إن دمج الاستهلاك الوقائي والتصحيحي في رقم واحد يؤدي إلى إخفاء كلا النوعين. وينتهي الأمر بأن تكون منطقية إعادة الطلب خاطئة بالنسبة لكل منهما، لأنها لم تكن صحيحة بالنسبة لأي منهما.
احجز عرضًا توضيحيًا
تُستخدم بياناتك فقط لتوجيه هذه المحادثة. راجع سياسة الخصوصية .
كيف تقوم MRO360 بالتنبؤات
محرك متعدد المتغيرات، وليس مخططًا للاستخدام
لا يقتصر نظام MRO360 على النظر إلى بيانات الاستهلاك السابقة فحسب، بل يتجاوز ذلك بكثير. فهو يستقي المعلومات من سجل صيانة المعدات، والملاحظات الخاصة بالمهندس، وتحليلات الأسباب الجذرية، وعمر المعدات ومدة تشغيلها، ثم يدمج كل هذه المؤشرات في رقم يمثل حجم الطلب لكل وحدة تخزين (SKU).
الاستهلاك التاريخي
حركة البضائع واستخدامها من خلال وحدتي المواد والمخزون.
سجل صيانة المعدات
حالات الفشل والإصلاحات وعمليات الاستبدال السابقة التي طرأت على كل أصل.
العلامات الطويلة والقصيرة · ملاحظات
ملاحظات صيانة مكتوبة بنص حر تصف أسباب تعطل المعدات.
تحليل الأسباب الجذرية
أسباب الفشل الموثقة التي تشير إلى خطر تكرار المشكلة.
تاريخ التركيب
عمر الأصل ومرحلته في دورة الحياة مقارنةً بالفشل المتوقع.
ساعات العمل
مدة التشغيل الفعلية التي تُستخدم في تقدير معدل التآكل ووقت حدوث العطل.
محرك التنبؤاتالذكاء الاصطناعي التفاعلي مقارنةً بالخط الأساسي الإحصائي
توقعات الطلب لكل وحدة تخزين (SKU)
نماذج التنبؤ
محركان يعملان معًا، مع اختيار نموذج الذكاء الاصطناعي الأنسب لك
يحدد المحرك الإحصائي الأساس الهيكلي. أما محرك الذكاء الاصطناعي فيضيف السياق والتعرف على الأنماط: مثل الارتفاعات المفاجئة في مدة الإنجاز، وحالات الفشل المترابطة، والإشارات الموسمية التي قد تفوتها الحسابات الرياضية وحدها.
الخط الأساسي الإحصائي
تحدد النماذج المثبتة القائمة على السلاسل الزمنية والاستهلاك نمط الطلب الهيكلي استنادًا إلى بيانات الاستخدام التاريخية، وهو الحد الأدنى الموثوق الذي تستند إليه كل توقعات.
طبقة السياق الخاصة بالذكاء الاصطناعي الوكالي
تقوم النماذج المُدرَّبة خصيصًا لهذا الغرض بدمج سجل الأعطال وملاحظات الصيانة وإشارات أوامر العمل، مما يؤدي إلى تحسين خط الأساس وفقًا للسياق التشغيلي الفريد لمصانعكم.
نماذج متعددة. توصية واحدة تلقائية للمقاس.
يحتوي MRO360 على نماذج متعددة للذكاء الاصطناعي، ويقوم بتقييم النموذج الأفضل أداءً بالنسبة لمجال عملك وبياناتك، ثم يوصي به تلقائيًا. ولا يتطلب الأمر أي ضبط يدوي للنموذج، كما أن عملية الاختيار تتم دائمًا بشفافية.
يقوم النظام بالاختيار تلقائيًا · تتوفر ميزة تجاوز الإعدادات لمخططيكم
التوقعات حسب نوع الصيانة
الطلب الوقائي والتصحيحي، يتم توقعهما بشكل مستقل
الاعتماد على رقم مجمَّع واحد غير صحيح في الحالتين. يقوم نظام MRO360 بفصل الطلب المجدول عن الطلب الناتج عن الأعطال، ثم يجمعهما في إجمالي واحد دقيق لكل SKU، بحيث تعكس منطقية إعادة الطلب كيفية استهلاك كل قطعة فعليًّا.
الوقائي
الطلب المقرر
يستند إلى جدول الصيانة وخطط الصيانة الوقائية، وليس فقط إلى المتوسطات التاريخية. استهلاك يمكن التنبؤ به ومحدد زمنياً، ويمكن التخطيط له بدقة.
تصحيحي
الطلب المدفوع بالفشل
يتم تقديرها استنادًا إلى سجل الأعطال، وأنماط الأسباب الجذرية، وعمر الأصول، وساعات التشغيل، وهي الارتفاعات المفاجئة التي لا يمكن لنموذج «الاستخدام فقط» توقعها.
حالة طوارئ
التعرض غير المخطط له
يتم الكشف عن المشكلة عندما تشير الحالة أو الإشارات التنبؤية إلى حدوث عطل وشيك، بحيث يتوفر هامش أمان قبل حدوث العطل، وليس بعده.
نظرًا لأن كل تيار يتم نمذجته على حدة، مخزون الأمان ونقاط إعادة الطلب يمكن مقارنتها بمنحنى الطلب الفعلي لكل قطعة.
شاهدها في المنتج
الطلب على مدى ستة أشهر، حسب الشهر والأسبوع
اختر أي مادة، وسيقوم MRO360 بحساب الطلب المتوقع عليها خلال الأشهر الستة المقبلة، مع تحديد مستويات الذروة والانخفاض، حتى يتسنى للمخططين معرفة الوقت الذي تتزايد فيه الضغوط بالضبط.
رقم المنتج 10-BRG-4471 · محمل عمود عالي الضغط
المصنع: مصفاة «أ» · تم تطبيق النموذج الموصى به تلقائيًا
صورة توضيحية. يتم إعداد التوقعات لكل وحدة تخزين (SKU) استنادًا إلى بيانات نظام تخطيط موارد المؤسسة (ERP) ونظام إدارة صيانة الأصول (CMMS) وبيانات الصيانة الخاصة بك.
المنهجيات
طرق توقع الطلب، والطريقة التي تستخدمها MRO360
تنقسم معظم طرق توقع الطلب إلى عدة فئات. ولكل منها دورها الخاص؛ ويكمن الاختلاف في كيفية تطبيقها في مدى قدرة الطريقة على استيعاب السياق التشغيلي. وفيما يلي ملخص موجز.
1السلاسل الزمنية والإحصاء
تستند توقعات المتوسطات المتحركة والتسوية الأسية ونماذج من نوع ARIMA إلى بيانات الاستهلاك التاريخية والعوامل الموسمية.
الأفضل لـ: استخدام ثابت ويمكن التنبؤ به
2التخطيط القائم على الاستهلاك
تقوم المنطقية المدمجة في نظام تخطيط موارد المؤسسة (ERP) (مثل MRP / MM-CBP) بإعادة الطلبات استنادًا إلى حركات البضائع السابقة ومهل التسليم عبر شبكة المواد.
الأفضل لـ: قطع ذات حجم إنتاج كبير ومستمر
3تصنيف الحركات
تقوم ABC-XYZ بتقسيم المخزون إلى فئات «سريع» و«بطيء» و«ثابت»، وتضع سياسة ملائمة الحجم بناءً على السرعة والتقلب، مما يسلط الضوء على المخزون الراكد والفائض.
الأفضل لـ: الترشيد على مستوى المحفظة
4متعدد المتغيرات القائم على الذكاء الاصطناعي
نهج MRO360: خط الأساس الإحصائي المقترن بذكاء اصطناعي فاعل يستقي المعلومات من سجل الأعطال وملاحظات الصيانة وعمر الأصول وأوامر العمل، ويقوم بفصل الطلبات الوقائية عن الطلبات التصحيحية.
الأفضل لـ: الطلب على خدمات الصيانة والإصلاح والتجديد (MRO) المدفوع بالعطل
تعتمد الطريقة الصحيحة على القطعة المعنية. تطبق MRO360 الأساليب الإحصائية وأساليب الذكاء الاصطناعي معًا ويقوم تلقائيًا باختيار النموذج الأنسب لكل مجال، بدلاً من فرض استخدام نموذج واحد على كل SKU.
اعرف المزيد →لماذا يُعد التنبؤ الدقيق استثمارًا مربحًا
توقع الطلب، وستتوقف المشاكل في المراحل اللاحقة عن التفاقم
عندما تميز التوقعات بين الطلب الوقائي والطلب التصحيحي وتستشعر إشارة الفشل الكامل، يتوقف المخططون عن الاستجابة لحالات نفاذ المخزون ويبدأون في التعامل معها باعتبارها استثناءات نادرة ومحددة.
50-70%
انخفاض الإنفاق على حالات الطوارئ
انخفاض عدد الطلبات المقدمة في اللحظة الأخيرة بأسعار مرتفعة خلال 12 شهراً.
90%+
القضاء على حالات نفاد المخزون
تتوفر القطع الأساسية عند الحاجة إليها وفقًا لأمر العمل.
لكل SKU
درجة تفصيل التوقعات
الطلب مصنف حسب القطعة، والمصنع، ونوع الصيانة.
التعلم الذاتي
مركبات الدقة
يتم تسجيل كل تعديل يتم إجراؤه على المخطط، مما يسهم في تحسين النموذج.
اطلع على توقعات الطلب الخاصة بك
يرجى إحضار عينة من بيانات الصيانة والمخزون الخاصة بكم. وسنعرض لكم التوقعات لستة أشهر التي تُعدها منصة MRO360 لأصنافكم الأكثر إثارة للمشاكل.
تعكس نطاقات النتائج عمليات نشر نظام MRO360 في بيئات الأصول الثقيلة، وتختلف هذه النطاقات باختلاف جودة البيانات وخصائص الأصول ومستوى النضج الحالي.

