Ongeplande stilstand kost fabrikanten jaarlijks meer dan $50 miljard. Om te voorkomen dat ze in die statistiek terechtkomen, moeten organisaties een proactieve strategie voor het onderhoud van apparatuur hanteren – een strategie die is gebaseerd op robuust, AI-gestuurd onderhoudsbeheer.
Wanneer deze strategie effectief wordt toegepast, levert dat niet alleen een kostenbesparing op, maar verhoogt het ook de betrouwbaarheid van de productie. Het verlengt de levensduur van de apparatuur, verbetert de beschikbaarheid van de machines en vermindert het risico op onverwachte storingen aanzienlijk. Dit alles wordt mogelijk gemaakt door een volledig, contextueel rijk overzicht van uw bedrijfsmiddelen te behouden – van ontwerp tot buitengebruikstelling.
Wat is onderhoudsbeheer van apparatuur?
Onderhoudsbeheer van apparatuur is het proces van het plannen, inplannen, uitvoeren en bijhouden van onderhoudswerkzaamheden om ervoor te zorgen dat machines efficiënt en betrouwbaar functioneren. Dit omvat preventief, voorspellend en correctief onderhoud — die allemaal worden geoptimaliseerd wanneer ze worden gestuurd door uitgebreide en betrouwbare gegevens.
De proactieve aanpak, gebaseerd op uitgebreide gegevens over de levenscyclus van bedrijfsmiddelen, is van fundamenteel belang voor het handhaven van hoge operationele normen. De belangrijkste doelstellingen zijn het verlengen van de levensduur van machines, het verminderen van stilstandtijd en het minimaliseren van reparatiekosten, waarbij gebruik wordt gemaakt van inzichten uit de volledige operationele geschiedenis en zelfs de ontwerpdoelstellingen. Door apparatuur regelmatig te onderhouden op basis van levenscyclusgegevens, bereiken faciliteiten een hogere efficiëntie en veiligheid. Dit zorgt ervoor dat productieprocessen soepel en betrouwbaar verlopen. Bovendien helpt effectief onderhoud fabrikanten om te voldoen aan veiligheidsvoorschriften en tegelijkertijd het rendement op investeringen in dure productieapparatuur te verbeteren door geoptimaliseerde prestaties en een langere levensduur.
Tegenwoordig zijn proactieve onderhoudsbenaderingen – ondersteund door volledige gegevens over de levenscyclus van bedrijfsmiddelen – essentieel voor het handhaven van operationele uitmuntendheid.
Dankzij levenscyclusgegevens kunnen facilitaire afdelingen:
-
De levensduur van machines verlengen
-
Beperk stilstandtijd en reparatiekosten tot een minimum
-
De veiligheid en naleving van de regelgeving verbeteren
-
Het rendement op kapitaalinvesteringen maximaliseren
Door gegevens te gebruiken als basis voor onderhoudsbeslissingen zorgen fabrikanten voor een soepelere bedrijfsvoering en de betrouwbaarheid van de apparatuur op de lange termijn.
De uitdagingen bij traditioneel onderhoudsbeheer
-
Versnipperde en inconsistente gegevens uit verschillende systemen
-
Gebrek aan inzicht in de toestand en de geschiedenis van de activa
-
Inefficiënte onderhoudsschema’s die tot stilstand leiden
-
Handmatige, foutgevoelige documentatieprocessen
-
Moeilijkheden bij het bijhouden van onderdelen, wijzigingen in de stuklijst en leveranciersgegevens
Soorten onderhoud aan apparatuur
Een effectief onderhoudsbeheer van apparatuur zorgt ervoor dat bedrijfsmiddelen soepel functioneren, stilstandtijd wordt beperkt en de levensduur wordt verlengd. Onderhoudsstrategieën variëren afhankelijk van de kriticiteit, de kosten en de operationele behoeften van de bedrijfsmiddelen. Hieronder volgen de belangrijkste soorten onderhoud aan apparatuur:
1. Preventief onderhoud (PM)
Onderhoudswerkzaamheden die met regelmatige tussenpozen worden gepland om storingen aan apparatuur te voorkomen voordat deze zich voordoen. Het omvat inspecties, smering, afstellingen en het vervangen van onderdelen op basis van tijds- of gebruiksdrempels.
-
Doel: Beperk onverwachte storingen door regelmatig onderhoud uit te voeren.
-
Voorbeelden: Filters om de 3 maanden vervangen, geplande smering om de 500 bedrijfsuren.
2. Voorspellend onderhoud (PdM)
Maakt gebruik van realtimegegevens, sensoren en analyses om te voorspellen wanneer apparatuur waarschijnlijk defect zal raken, waardoor onderhoud kan worden uitgevoerd net voordat er een storing optreedt.
-
Doel: Voer onderhoud uit op basis van de daadwerkelijke toestand van de apparatuur, zodat onnodige werkzaamheden worden vermeden.
-
Hulpmiddelen: Trillingsanalyse, warmtebeeldanalyse, olieanalyse, IoT-sensorgegevens.
3. Correctief onderhoud (CM)
Wordt uitgevoerd nadat er een storing of defect is opgetreden, om de apparatuur weer in werkende staat te brengen.
-
Doel: Repareer of vervang defecte onderdelen zo snel mogelijk om stilstand tot een minimum te beperken.
-
Nadeel: Dit is niet gepland en kan tot hogere kosten leiden als de storingen ernstig zijn.
4. Onderhoud op basis van de toestand (CBM)
Een hybride aanpak waarbij specifieke parameters of de toestand van apparatuur continu worden bewaakt en onderhoud wordt geactiveerd zodra bepaalde drempelwaarden worden bereikt.
-
Doel: Voer onderhoud aan activa alleen uit wanneer dat nodig is, op basis van meetbare criteria.
-
Voorbeeld: Een lager alleen vervangen wanneer de temperatuur of trillingen de veilige grenzen overschrijden.
5. Proactief onderhoud
Richt zich op het opsporen en wegnemen van de onderliggende oorzaken van storingen aan apparatuur door middel van ontwerpverbeteringen, opleiding van operators en maatregelen ter beheersing van de omgevingsfactoren.
-
Doel: Verminder de kans op storingen door de onderliggende problemen aan te pakken in plaats van de symptomen.
6. Onderhoud tot defect
Hiermee kan apparatuur blijven werken totdat deze defect raakt; geschikt voor niet-kritieke of gemakkelijk vervangbare bedrijfsmiddelen.
-
Doel: Vermijd onderhoudskosten wanneer de gevolgen van stilstand minimaal zijn.
-
Risico: Kan tot onverwachte productiestilstanden leiden als dit niet goed wordt beheerd.
|
Type onderhoud |
Wanneer te gebruiken |
Belangrijkste voordeel |
Typisch Aanpak |
|---|---|---|---|
|
Preventief |
Regelmatig gepland onderhoud |
Vermindert onverwachte storingen |
Op tijd of gebruik gebaseerde geplande taken |
|
Voorspellend |
Kritieke apparatuur met ingebouwde sensoren |
Stilstandtijd en kosten tot een minimum beperken |
Datagestuurde onderhoudsmeldingen |
|
Correctief |
Nadat er een storing is opgetreden |
Snel herstel |
Reactieve reparaties |
|
Op basis van de toestand |
Apparatuur met meetbare gezondheidsindicatoren |
Gericht onderhoud |
Controledrempels |
|
Proactief |
Scenario’s met grote gevolgen |
Het wegnemen van de onderliggende oorzaak |
Voortdurende verbetering |
|
Testen tot defect |
Niet-kritieke activa |
Kostenbesparingen |
Blijf werken totdat het systeem uitvalt |
Sectoren die afhankelijk zijn van een degelijk onderhoudsbeheer van hun apparatuur
Het onderhoud van apparatuur speelt in alle sectoren een cruciale rol en zorgt voor operationele efficiëntie, naleving van regelgeving en een lange levensduur van de bedrijfsmiddelen.
Productie: Zowel in de discrete productie als in de procesindustrie is de beschikbaarheid van apparatuur van cruciaal belang. Onderhoudssystemen helpen bij het stroomlijnen van werkprocessen, het verminderen van stilstandtijd en het waarborgen van naleving van de regelgeving.
Gezondheidszorg: Ziekenhuizen en zorginstellingen beheren complexe netwerken van medische apparatuur, waarbij regelmatig onderhoud de veiligheid van patiënten en de naleving van de regelgeving waarborgt.
Nutsbedrijven en energie: Nutsbedrijven beheren kritieke infrastructuur en vertrouwen op onderhoudsprogramma’s om een ononderbroken dienstverlening te garanderen en te voldoen aan de steeds veranderende regelgeving.
Mijnbouw: Aangezien zware machines onder extreme omstandigheden worden ingezet, zijn mijnbouwbedrijven aangewezen op preventief onderhoud om kostbare storingen te voorkomen en de veiligheid te verbeteren.
Eten en drinken: Strenge hygiëne- en veiligheidsnormen vereisen betrouwbare apparatuur in de voedselproductie. Onderhoudsprogramma’s zorgen voor een soepele bedrijfsvoering en naleving van de regelgeving.
Farmaceutische sector: Farmaceutische bedrijven houden zich aan strenge FDA-normen, die een gedetailleerde registratie van het onderhoud van apparatuur vereisen om de productintegriteit te waarborgen en ervoor te zorgen dat ze klaar zijn voor audits.
Detailhandel: Winkeliers maken gebruik van onderhoudssystemen om de apparatuur en faciliteiten in hun winkels te beheren, waardoor de consistentie van de bedrijfsvoering wordt gewaarborgd en de klantervaring wordt verbeterd.
Telecommunicatie: Telecommunicatiebedrijven zijn voor de betrouwbaarheid van hun netwerk afhankelijk van de beschikbaarheid van hun apparatuur. Onderhoudstools zorgen ervoor dat de infrastructuur in goede staat blijft en dat storingen tot een minimum worden beperkt.
De cruciale rol van MRO-gegevensbeheer in modern onderhoud
In het moderne EMM zijn gegevens niet zomaar een bijproduct; het is een cruciaal bedrijfsmiddel. Het effectief verzamelen, beheren en analyseren van onderhoudsgerelateerde gegevens is essentieel voor:
Weloverwogen besluitvorming: Dankzij nauwkeurige gegevens over de geschiedenis van bedrijfsmiddelen, storingspatronen, reparatietijden en kosten kunnen managers betere beslissingen nemen over onderhoudsstrategieën, de toewijzing van middelen en kapitaalinvesteringen.
Geoptimaliseerde planning: Historische gegevens en prestatietrends helpen bij het verfijnen van PM-schema’s en het voorspellen van optimale interventiemomenten voor PdM, waardoor te veel of te weinig onderhoud wordt voorkomen.
Verbeterde efficiëntie: Dankzij toegang tot de juiste werkwijzen, informatie over onderdelen en de onderhoudsgeschiedenis van apparatuur kunnen technici reparaties sneller en effectiever uitvoeren, waardoor er meer tijd overblijft voor daadwerkelijke reparatiewerkzaamheden.
Analyse van de onderliggende oorzaak: Aan de hand van gedetailleerde storingsgegevens kan een grondige analyse van de onderliggende oorzaak worden uitgevoerd, waardoor terugkerende problemen bij de wortel kunnen worden aangepakt in plaats van alleen de symptomen te bestrijden.
Kostenbeheersing: Door onderhoudswerkzaamheden, materialen en kosten van onderaannemers per specifiek bedrijfsmiddel en per werkorder bij te houden, krijgt men inzicht in waar het geld naartoe gaat en worden mogelijkheden voor besparingen in kaart gebracht.
Voortdurende verbetering: Door KPI’s te meten en trends te analyseren, kunnen onderhoudsafdelingen hun processen voortdurend verfijnen en de algehele prestaties van de apparatuur verbeteren. A gecentraliseerd informatiesysteem of een modern geautomatiseerd onderhoudsbeheersysteem (CMMS) / Enterprise Asset Management (EAM)-systeem is van cruciaal belang om deze gegevens effectief te beheren en één enkele betrouwbare bron voor onderhoudsinformatie te creëren.
Strategische stappen voor het invoeren van een effectief onderhoudsbeheer van apparatuur
Een gestructureerde aanpak is essentieel voor het ontwikkelen van een succesvol, datagestuurd EMM-programma:
Fase 1: Het leggen van de basis voor onderhoudsgegevens en het opstellen van een strategie
Stap 1: Bepaal de hiërarchie en het belang van de bedrijfsmiddelen en breng de gegevens over de bedrijfsmiddelen samen. Stel een duidelijke hiërarchie van bedrijfsmiddelen op. Bepaal welke bedrijfsmiddelen van cruciaal belang zijn op basis van hun invloed op de productie, de veiligheid en de kosten. Breng alle bestaande informatie over bedrijfsmiddelen samen in één centraal systeem (bijv. CMMS/EAM).
Stap 2: Digitaliseer belangrijke onderhoudsdocumenten en integreer de informatie. Maak waar nodig gebruik van tools zoals IDP om essentiële onderhoudsdocumenten (handleidingen, procedures, historische logboeken) te digitaliseren en deze informatie te integreren in de assetdossiers binnen uw onderhoudssysteem.
Stap 3: Ontwikkel passende onderhoudsstrategieën en KPI’s. Stel op basis van de kriticiteit van de bedrijfsmiddelen en de beschikbare gegevens de meest geschikte onderhoudsstrategieën (PM, PdM, enz.) vast voor verschillende categorieën bedrijfsmiddelen. Stel duidelijke, meetbare KPI’s vast om de prestaties bij te houden.
Fase 2: Planning en uitvoering op basis van nauwkeurige informatie
Stap 4: Implementeer robuuste processen voor de planning en inroostering van werkorders. Zorg ervoor dat alle onderhoudswerkzaamheden worden gepland, ingepland en toegewezen via een formeel werkordersysteem. Maak gebruik van nauwkeurige informatie over bedrijfsmiddelen en service-stuklijsten voor een efficiënte planning van onderdelen en middelen.
Stap 5: Voorzie technici van de nodige informatie en hulpmiddelen om de werkzaamheden uit te voeren. Geef onderhoudsteams eenvoudig toegang (bijvoorbeeld via mobiele apparaten) tot werkorders, de geschiedenis van bedrijfsmiddelen, standaardprocedures (SOP’s), veiligheidsrichtlijnen en sBOM’s, om ervoor te zorgen dat taken correct en veilig worden uitgevoerd.
Fase 3: Gegevensverzameling, analyse en voortdurende verbetering op het gebied van onderhoud
Stap 6: Zorg ervoor dat alle onderhoudsactiviteiten op een consistente manier worden geregistreerd. Leid technici op en stel processen vast om ervoor te zorgen dat alle relevante gegevens over de uitvoering van onderhoudswerkzaamheden (arbeidsuren, onderdelen, storingscodes, corrigerende maatregelen, enz.) nauwkeurig worden vastgelegd in het werkordersysteem.
Stap 7: Analyseer regelmatig de onderhoudsgegevens en prestaties met het oog op voortdurende verbetering. Maak gebruik van de rapportage- en analysemogelijkheden van uw onderhoudssoftware om KPI’s bij te houden, trends te analyseren, de onderliggende oorzaken van storingen te achterhalen en mogelijkheden te vinden om onderhoudsstrategieën, -schema’s en de toewijzing van middelen te optimaliseren.
Meetbare impact: gegevens en berekeningen bij het onderhoudsbeheer van apparatuur
Effectief onderhoud van apparatuur, ondersteund door een degelijk beheer van levenscyclusgegevens, levert aanzienlijke financiële voordelen op:
De werkelijke kosten van stilstand: Ongeplande stilstand kan industriële fabrikanten veel geld kosten $50 miljard per jaar, waarbij sommige schattingen de gemiddelde kosten op $ 125.000 per uur voor een typisch industrieel bedrijf.
Rekenvoorbeeld (omzetverlies): Stilstandtijd (4 uur) × Productiesnelheid (100 eenheden/uur) × Opbrengst per eenheid ($50) = $20.000 aan gederfde inkomsten.
Preventief onderhoud (PM) versus reactief onderhoud: de financiële argumenten: Reactief onderhoud kan kosten 4 tot 5 keer zoveel dan PM. Een goed uitgevoerd PM-programma kan besparingen opleveren van 12% tot en met 18% overdreven reactieve aanpakken te vermijden en storingen te verminderen door 70-75%.
Rekenvoorbeeld (PM ROI): Als een PM-programma van $50K $150K aan reactieve kosten voorkomt en $80K aan stilstand bespaart, bedraagt het rendement op de investering (ROI) 360%. (
[($150K + $80K) - $50K] / $50K × 100).
De geavanceerde voordelen van voorspellend onderhoud (PdM): PdM kan de totale onderhoudskosten verlagen door 5-10% in vergelijking met op tijd gebaseerd preventief onderhoud, de bedrijfstijd van de apparatuur met maximaal 20%, en het aantal ongeplande stilstanden met maximaal 50%.
Optimalisatie van het MRO-voorraadbeheer: De voorraadkosten bedragen doorgaans 20-30% van de voorraadwaarde per jaar. Door de gemiddelde MRO-voorraad met $200.000 te verminderen bij 25% opslagkosten, wordt een besparing gerealiseerd van $50.000 per jaar. Door gebruik te maken van effectieve levenscyclusgegevens kan ook de voorraad verouderde MRO-artikelen worden verminderd met 5-15%.
Kernprestatie-indicatoren (KPI’s) en hun financiële verband:
Algemene apparatuureffectiviteit (OEE)
OEE meet de productiviteit in de productie. Het is een samengestelde indicator die bestaat uit beschikbaarheid, prestaties en kwaliteit.
Formule: OEE = Beschikbaarheid × Prestatie × Kwaliteit
Beschikbaarheid: (Looptijd / Geplande productietijd)
Prestatie: (Ideale cyclustijd × Totaal aantal) / Looptijd)
Kwaliteit: (Aantal goede exemplaren / Totaal aantal)
Feit: Een OEE van wereldklasse wordt vaak gedefinieerd als 85% of hoger. De gemiddelde OEE in veel fabrieken ligt dichter bij 60-70%.
Berekening: Financiële gevolgen van OEE-verbetering
Het verbeteren van de OEE kan direct leiden tot een grotere productiecapaciteit zonder kapitaalinvesteringen.
Voorbeeld: Een fabriek produceert 1.000 eenheden per uur; elke eenheid levert een winstmarge op van $5. De huidige OEE bedraagt 70%.
Potentiële productie bij 100% OEE = 1.000 eenheden/uur
Werkelijke productie bij 70% OEE = 700 eenheden/uur
Als de OEE stijgt naar 75% (een stijging van 5 procentpunten):
Nieuwe productie = 750 eenheden/uur
Productiestijging = 50 eenheden/uur
Extra winst per uur = 50 eenheden * $5/eenheid = $250/uur
Jaarlijkse extra winst (uitgaande van 2.000 bedrijfsuren per jaar) = $250/uur * 2.000 uur = $500.000.
Optimalisatie van de voorraad voor onderhoud, reparatie en exploitatie (MRO)
Te veel voorraad legt kapitaal vast; te weinig leidt tot langdurige stilstand door het wachten op onderdelen.
Feit: Bedrijven kunnen hun MRO-voorraad vaak met 10-30% verminderen door beter gegevensbeheer, nauwkeurige stuklijsten (BOM’s) en vraagprognoses, zonder dat dit ten koste gaat van het serviceniveau. De voorraadkosten bedragen doorgaans 20-30% van de voorraadwaarde per jaar.
Berekening: besparingen door voorraadvermindering
Waarde van de vermindering van de MRO-voorraad × Percentage jaarlijkse voorraadkosten = Jaarlijkse besparing
Voorbeeld: Een bedrijf vermindert de MRO-voorraad van $5 miljoen naar $4 miljoen (een afname van $1 miljoen) bij opslagkosten van 25%: $1.000.000 * 0,25 = $250.000 jaarlijkse besparing op de opslagkosten.
Berekening: besparingen door minder voorraadtekorten (voorkoming van stilstand)
Dit is moeilijker direct te kwantificeren, maar houdt in dat wordt geschat hoeveel kosten als gevolg van stilstand worden vermeden doordat het juiste onderdeel op het juiste moment beschikbaar is.
Voorbeeld: Als het beschikken over een cruciaal reserveonderdeel (met een kostprijs van $500) 4 uur stilstand voorkomt (met een kostprijs van $10.000 per uur), dan bedraagt de nettobesparing ($40.000 – $500) = $39.500 voor dat ene geval.
Verkorting van de gemiddelde reparatietijd (MTTR)
De gemiddelde tijd die nodig is om een defect apparaat te repareren.
Feit: Toegang tot nauwkeurige informatie (handleidingen, procedures, onderdelenlijsten uit sBOM’s) en een betere planning kunnen de MTTR met 15-30% verkorten.
Berekening: Effect van een verkorting van de MTTR op de beschikbaarheid (en daarmee op de OEE en de kosten van stilstand)
(Oude MTTR – Nieuwe MTTR) x Aantal reparaties per jaar = Totaal bespaarde reparatietijd
Deze tijdwinst vertaalt zich direct in lagere kosten voor stilstand.
Voorbeeld: Oude MTTR = 6 uur, nieuwe MTTR = 4 uur. Aantal kritieke reparaties = 50 per jaar.
Tijdsbesparing per reparatie = 2 uur
Totaal bespaarde reparatietijd = 2 uur/reparatie * 50 reparaties = 100 uur
Als de kosten van stilstand $10.000 per uur bedragen, dan is de besparing = 100 uur * $10.000 per uur = $1.000.000.
Technicus „Wrench Time“
Het aandeel van de tijd die een technicus besteedt aan het daadwerkelijk werken aan apparatuur, in vergelijking met reizen, het zoeken naar onderdelen, het inwinnen van instructies of het uitvoeren van administratieve taken.
Gegevens: De gemiddelde monagetijd in de sector kan variëren van 25 tot 35%. De beste bedrijven in de sector halen waarden van 50 tot 60%.
Berekening: Waarde van de toegenomen sleuteltijd
Door meer tijd per klus te besteden, kan er meer onderhoud worden uitgevoerd met hetzelfde aantal technici, of kan dezelfde hoeveelheid werk worden verricht met minder technici of minder overuren.
Voorbeeld: Een team van 10 technici werkt elk 2.000 uur per jaar (in totaal 20.000 uur). De arbeidskosten bedragen $50 per uur. De huidige werkuren bedragen 30% (6.000 productieve uren).
Als de onderhoudstijd toeneemt tot 40% (8.000 productieve uren), komt dat neer op 2.000 extra productieve uren.
Waarde van de extra productieve uren = 2.000 uur * $50/uur = $100.000. Dit zou kunnen betekenen dat er meer preventieve onderhoudsbeurten worden uitgevoerd, dat het aantal storingen verder afneemt of dat er meer werk kan worden verwerkt zonder extra personeel aan te nemen.
Kosten van slechte kwaliteit (CoPQ) in verband met onderhoud
Storingen als gevolg van slecht onderhouden apparatuur kunnen leiden tot afval, herbewerking en defecten.
Feit: CoPQ kan 5-30% van de omzet van een bedrijf uitmaken (dit varieert sterk per sector). Een deel hiervan is vaak toe te schrijven aan de staat van de apparatuur.
Berekening: Besparingen door minder defecten dankzij beter onderhoud
Daling van het defectpercentage (als gevolg van onderhoud) × Kosten per defect × Productievolume = Jaarlijkse besparing
Voorbeeld: Als beter onderhoud het defectpercentage met 0,5% verlaagt, de kosten per defect (afval/herbewerking) $100 bedragen en de jaarlijkse productie 100.000 eenheden is: 0,005 * $100/defect * 100.000 eenheden = $50.000 jaarlijkse besparing.
Onderhoudskosten als percentage van de vervangingswaarde van activa (%RAV): Een gangbare maatstaf, waarbij de %RAV van wereldklasse vaak tussen 2% en 5%. Berekend als:
(Totale jaarlijkse onderhoudskosten / vervangingswaarde van het bedrijfsmiddel) × 100.
5 aanbevolen werkwijzen voor datagestuurd onderhoud van apparatuur
Effectief onderhoud van apparatuur is afhankelijk van efficiëntie, consistentie en het juiste gereedschap. Het volgen van een regelmatig onderhoudsschema, het bijhouden van gedetailleerde logboeken, het gebruik van kwaliteitsonderdelen en het zorgen voor goed opgeleid personeel dragen allemaal bij aan betere prestaties en minder storingen. Het gebruik van moderne onderhoudssoftware, zoals CMMS, kan taken verder stroomlijnen, stilstandtijd verminderen en de algehele betrouwbaarheid van de apparatuur verbeteren.
Een hoofdapparatuurregister (MER) aanmaken
Vermeld het merk, het model, de locatie, de OEM-specificaties en de kriticiteit van het bedrijfsmiddel. Gebruik AI voor:
Automatische classificatie van apparatuur.
Toetsing van gegevens aan wereldwijde normen.
AI inzetten bij de keuze van een onderhoudsstrategie
AI kan strategieën voorstellen op basis van:
MTBF (gemiddelde tijd tussen storingen).
Kritikaliteitsanalyse.
Historische uitgaven per activacategorie.
Onderhoudsschema’s digitaliseren en automatiseren
Gebruik softwareplatforms om:
Werkorders activeren op basis van sensorgegevens.
Integreer agenda’s, gebruikslimieten en voorraadbeheer.
De integratie van Verdantis met ERP/CMMS zorgt ervoor dat alle planningslogica wordt gevoed met verrijkte en gevalideerde gegevens.
Zorg voor gegevensbeheer gedurende de gehele levenscyclus van bedrijfsmiddelen
Stel bedrijfsregels vast, zoals:
Het invullen van deze velden is verplicht.
Naamgevingsregels.
Controleer op duplicaten voordat het materiaal wordt aangemaakt.
Met Verdantis Integrity™ worden governancebeleidsregels in realtime toegepast in systemen zoals SAP, Oracle en Maximo.
Opleiding van treinmonteurs met behulp van gestructureerde gegevens
Wanneer handleidingen van apparatuur worden gedigitaliseerd, van labels worden voorzien en aan assetrecords worden gekoppeld, verloopt de training soepeler. Door AI aangestuurde kennisgrafieken kunnen symptomen koppelen aan mogelijke oorzaken en standaardprocedures (SOP’s) voorstellen.
Checklist voor het beheer van het onderhoud van apparatuur (met AI)
|
Gebied |
Door AI ondersteunde acties |
|
Visuele inspectie |
Computervisie voor het opsporen van afwijkingen (bijv. lekken, corrosie) |
|
Smering |
Slimme sensoren geven een melding bij smeercycli |
|
Kalibratie |
Automatisch geplande gebeurtenissen die worden geactiveerd door sensorafwijkingen |
|
Vloeistofniveaus |
IoT-sensoren met realtime dashboards |
|
Elektrische systemen |
Patroonherkenning voor het voorspellen van storingen |
|
Filters, riemen |
RFID-/barcodetracering voor vervangingscycli |
|
Administratie |
Op blockchain gebaseerde onveranderlijke logboeken |
De technische noodzaak: waarom EMM belangrijk is
Ongeplande stilstand tot een minimum beperken
Technologieën zoals CMMS-systemen (Computerized Maintenance Management Systems) en EAM-platforms (Enterprise Asset Management) zijn slechts zo effectief als de onderliggende gegevens over bedrijfsmiddelen. Ontbrekende onderdeelnummers, inconsistente beschrijvingen of verouderde naamgevingsconventies kunnen serviceverzoeken vertragen en leiden tot afwijkingen in de voorraad. Een op AI gebaseerde MDM-oplossing zorgt ervoor dat:
Activa worden op unieke wijze geïdentificeerd en geclassificeerd.
De stuklijst (BOM) is correct en gevalideerd.
Reserveonderdelen komen niet onder meerdere codes voor.
De levensduur van apparatuur verlengen door middel van dataconsistentie
Onderhoudsstrategieën zoals voorspellend en proactief onderhoud zijn sterk afhankelijk van historische prestatiecijfers. Zonder geharmoniseerde gegevens levert trendanalyse een vertekend beeld op. Met AI verrijkte datamodellen van platforms zoals Verdantis zuiveren en normaliseren oude gegevens, waardoor een betere levenscyclusanalyse en vervangingsplanning mogelijk wordt.
Verbetering van de naleving van veiligheidsvoorschriften
Onvoldoende gedocumenteerde apparatuur of onduidelijke materiaalgegevens kunnen leiden tot veiligheidsrisico’s. Wanneer de metagegevens van apparatuur onjuiste waarden voor spanning, druk of smeermiddeltypes bevatten, neemt het risico op menselijke fouten toe. Door middel van classificatie, normalisatie en verrijking van attributen zorgt Verdantis voor volledige en betrouwbare metagegevens voor alle onderhoudskritische bedrijfsmiddelen.
Kostenbesparing door voorraadoptimalisatie
Invoorgerelateerde inefficiënties – zoals een te grote voorraad reserveonderdelen of vertragingen door het ontbreken van cruciale onderdelen – kunnen worden beperkt door gegevensstandaardisatie. Een nauwkeurige UNSPSC- of eCl@ss-classificatie maakt uitgavenanalyse, rationalisatie van leveranciers en optimalisatie van de buffervoorraad mogelijk.
Voorbeelden van onderhoud aan apparatuur: een illustratie van datagestuurd succes
Productiefabriek (CNC-machines): Door operationele gegevens en sBOM’s te integreren in een platform voor levenscyclusgegevens, heeft een fabriek de preventieve onderhoudsschema’s voor haar CNC-machines geoptimaliseerd. Dankzij een analyse van historische storingsgegevens die gekoppeld waren aan specifieke componentenpartijen (geïdentificeerd via het traceren van levenscyclus-BOM’s) konden ze kwetsbare onderdelen proactief vervangen, waardoor het aantal onverwachte storingen met 30% werd teruggedrongen en de kwaliteit van de onderdelen werd verbeterd.
Energievoorziening (transformatoren): Een nutsbedrijf maakte gebruik van levenscyclusgegevens (ontwerpspecificaties, historische bedrijfsbelasting, onderhoudsgegevens en door IDP vastgelegde inspectierapporten) om voorspellende modellen voor transformatorstoringen te ontwikkelen. Dit leidde tot een verbetering van 25% bij het voorspellen van storingen, waardoor proactieve reparaties mogelijk werden en kostbare grootschalige stroomuitval kon worden voorkomen.
Voeding en dranken (verpakkingslijnen): Aan de hand van nauwkeurige, bijgewerkte stuklijsten en onderhoudsgeschiedenissen ontdekte een voedselverwerker een terugkerend probleem met een specifiek model sealmachine op meerdere productielijnen. Uit gegevensanalyse binnen hun levenscyclusplatform bleek dat er sprake was van een materiaalconflict dat voortkwam uit een ontwerpwijziging. Door deze onderliggende oorzaak aan te pakken, verbeterde de OEE op die productielijnen met 8%.
Praktische gevolgen (algemeen voorbeeld): Een grote industriële vestiging heeft door de invoering van een nieuwe smeeroplossing (een specifieke verbetering op het gebied van onderhoud die via data-analyse werd vastgesteld) de onderhoudskosten en stilstandtijd aanzienlijk teruggedrongen. Dit leidde tot een afname van 60% in het aantal lagervervangingen, waardoor jaarlijks honderdduizenden dollars werden bespaard en miljoenen aan productieverlies werden voorkomen doordat stilstandtijd werd vermeden. Effectief gegevensbeheer is essentieel voor het identificeren en opschalen van dergelijke verbeteringen.
Verdantis: Beheer van apparatuurgegevens gedurende de gehele levenscyclus voor geoptimaliseerd onderhoud
Verdantis stelt organisaties in staat om de controle te krijgen over hun assetgegevens gedurende de gehele levenscyclus ervan. Door een robuust platform te bieden voor het verzamelen, in context plaatsen en analyseren van gegevens, zorgt Verdantis ervoor dat onderhoudswerkzaamheden niet in een silo worden uitgevoerd, maar worden onderbouwd door – en bijdragen aan – een holistisch inzicht in de prestaties, kosten en risico’s van assets, van ontwerp tot afvoer.
Belangrijkste manieren Het platform voor levenscyclusgegevensbeheer van Verdantis tot de voordelen van het onderhoud van apparatuur behoren:
Geïntegreerd overzicht van werkordergegevens en uitvoeringsinformatie: Hoewel onderhoudswerkzaamheden in gespecialiseerde systemen (CMMS/EAM) kunnen worden uitgevoerd, Verdantis biedt een totaaloverzicht waarin gegevens uit werkorders (taken, arbeid, verbruikte onderdelen, foutcodes) worden geïntegreerd met het volledige levenscyclusdossier van het bedrijfsmiddel.
Technische aspecten: Verzamelt gegevens uit verschillende bronnen en koppelt deze aan specifieke configuraties van bedrijfsmiddelen, ontwerpwijzigingen, de operationele geschiedenis en stuklijsten. Dit maakt geavanceerde trendanalyses, kostenoverzichten en prestatievergelijkingen mogelijk die verder gaan dan de gebruikelijke mogelijkheden van een CMMS.
Gevolgen: Maakt het mogelijk om ontwerpgerelateerde terugkerende storingen te identificeren of onderhoudskosten te koppelen aan operationele profielen. Door bijvoorbeeld binnen Verdantis de geaggregeerde gegevens van werkorders voor een hele vloot te analyseren, ontdekte een bedrijf dat activa uit een bepaalde productiebatch 30% hogere onderhoudskosten voor een specifiek onderdeel met zich meebrachten, wat aanleiding gaf tot een kwaliteitsbeoordeling van de leverancier.
Uitgebreid beheer van activagegevens (het digitale activadossier): Verdantis fungeert als het centrale knooppunt voor alle essentiële informatie over bedrijfsmiddelen – het definitieve digitale dossier van bedrijfsmiddelen. Dit omvat ontwerpgegevens, technische specificaties, configuraties in de uitvoerings- en onderhoudstoestand, traceerbaarheid van materialen, operationele parameters, veiligheidsprocedures en de volledige onderhoudsgeschiedenis.
Technische aspecten: Versiebeheer, wijzigingsbeheer, koppelingen naar gerelateerde documenten (CAD-bestanden, handleidingen, certificaten) en een degelijk gegevensbeheer zijn van cruciaal belang.
Gevolgen: Zorgt ervoor dat onderhoudsteams altijd met nauwkeurige, actuele informatie werken, waardoor fouten worden verminderd en de veiligheid wordt verbeterd. Als bijvoorbeeld vóór een grote revisie de juiste versie van de configuratie van een bedrijfsmiddel in Verdantis beschikbaar is, kan dit voorkomen dat er verkeerde kritieke reserveonderdelen worden besteld, wat aanzienlijke kosten- en tijdbesparingen oplevert.
Datagestuurde strategieën voor preventief en voorspellend onderhoud Door uitgebreide levenscyclusgegevens te analyseren binnen Verdantis, kunnen organisaties sterk geoptimaliseerde PM-schema’s en nauwkeurigere PdM-modellen ontwikkelen. Gegevens uit de ontwerpfase (verwachte levensduur van onderdelen), de productie (kwaliteitsindicatoren) en de bedrijfsvoering (belastingsfactoren, sensorwaarden) kunnen de onderhoudsvoorspellingen verfijnen.
Gevolgen: De overstap van op tijd gebaseerd preventief onderhoud naar onderhoud dat gericht is op de toestand en betrouwbaarheid, op basis van een uitgebreidere dataset. Een nutsbedrijf dat gebruikmaakt van Verdantis zou historische storingsgegevens kunnen analyseren in samenhang met specifieke bedrijfsomstandigheden binnen zijn transformatorpark, wat zou leiden tot een voorspellend model dat de doorlooptijd bij storingsdetectie met 40% verbeterde.
Holistisch beheer van MRO-voorraad- en stuklijstgegevens (BOM) Verdantis zorgt ervoor dat stuklijsten (van technische stuklijsten tot onderhoudsstuklijsten) en MRO-voorraadgegevens nauwkeurig en consistent zijn en gedurende de gehele levenscyclus aan het activadossier zijn gekoppeld.
Technische aspecten: Beheert de ontwikkeling van stuklijsten, koppelt deze aan specifieke exemplaren en configuraties van bedrijfsmiddelen, en biedt inzicht in cruciale reserveonderdelen, uitwisselbaarheid en veroudering door integratie met ERP- en voorraadsystemen.
Gevolgen: Dit vermindert het risico op het gebruik van verkeerde onderdelen, optimaliseert de MRO-voorraadniveaus op basis van de daadwerkelijke behoeften gedurende de levenscyclus van een asset en versnelt de reparatieplanning. Door de exacte ‘onderhoudsgerelateerde’ stuklijst (BOM) te kennen voor een asset die in Verdantis wordt beheerd, kan de tijd die nodig is om onderdelen te identificeren tijdens noodreparaties met meer dan 50% worden verkort.
Rekenvoorbeeld: Als er vanwege verouderde stuklijstgegevens een verkeerd onderdeel wordt besteld, wat leidt tot 8 uur extra stilstand van een cruciaal bedrijfsmiddel met een waarde van $20.000 per uur, bedragen de kosten $160.000. Gecentraliseerde, nauwkeurige stuklijstgegevens in Verdantis helpen dergelijke situaties te voorkomen.
Geavanceerde analyses en rapportages over prestaties gedurende de levenscyclus Verdantis biedt krachtige analysetools om inzichten te verkrijgen uit de enorme dataset die het beheert. Hieronder vallen onder meer de Mean Time Between Failures (MTBF), de Mean Time To Repair (MTTR) in samenhang met levenscyclusfactoren, de totale eigendomskosten en trends op het gebied van de betrouwbaarheid van bedrijfsmiddelen.
Gevolgen: Ondersteunt strategische besluitvorming met betrekking tot investeringen in activa, renovatie of buitengebruikstelling, op basis van uitgebreide gegevens over levenscycluskosten en prestaties.
Intelligente documentverwerking (IDP) inzetten voor onderhoudsgegevens: Onderhoudsafdelingen hebben vaak te kampen met enorme hoeveelheden informatie die vastzitten in uiteenlopende, vaak ongestructureerde documenten, zoals PDF-handleidingen, gescande oude werkorders, facturen van leveranciers voor onderdelen, inspectierapporten en afbeeldingen.
Technische aspecten: IDP maakt gebruik van AI-technologieën zoals optische tekenherkenning (OCR), Natural Language Processing (NLP) en Machine Learning (ML) om belangrijke gegevensvelden (bijvoorbeeld onderdeelnummers uit facturen, serienummers uit gescande formulieren, foutcodes uit aantekeningen van technici, meetwaarden uit inspectieformulieren) automatisch uit deze uiteenlopende formaten te extraheren, te interpreteren en te structureren. Deze gestructureerde gegevens kunnen vervolgens automatisch worden ingevoerd in onderhoudsbeheersystemen.
Gevolgen: IDP vermindert de handmatige gegevensinvoer drastisch, minimaliseert menselijke fouten en maakt waardevolle informatie uit voorheen ontoegankelijke documenten doorzoekbaar en bruikbaar. Dit verrijkt de geschiedenis van bedrijfsmiddelen, verbetert de gegevenskwaliteit voor analyses, versnelt de factuurverwerking voor MRO-onderdelen en helpt bij het digitaliseren van historische onderhoudskennis. Zo kan het automatisch verwerken van door technici ingevulde inspectiechecklists de tijd die nodig is voor gegevensinvoer met wel 80% verminderen en ervoor zorgen dat nalevingsgegevens nauwkeurig worden vastgelegd.
Conclusie
Effectief onderhoudsbeheer van apparatuur is een cruciale factor voor operationeel succes. Door af te stappen van reactieve benaderingen en in plaats daarvan te kiezen voor datagestuurde strategieën, gestandaardiseerde processen en moderne informatiesystemen, kunnen organisaties de betrouwbaarheid van hun apparatuur aanzienlijk vergroten, de operationele kosten verlagen, de veiligheid verbeteren en de algehele productiviteit verhogen. Door zich in te zetten voor het verzamelen van nauwkeurige gegevens, het analyseren van prestaties en het bevorderen van een cultuur van voortdurende verbetering, zal de onderhoudsfunctie maximale waarde toevoegen aan het bedrijf.
Veelgestelde vragen
Wat zijn de belangrijkste onderdelen van een systeem voor het beheer van het onderhoud van apparatuur?
Tot de kerncomponenten behoren activabeheer (register, historiek), werkorderbeheer, planning van preventief onderhoud, MRO-voorraadbeheer, middelenbeheer (personeel), rapportage/analyse en vaak ook mobiele functionaliteiten.
Hoeveel moet een organisatie investeren in het onderhoud van apparatuur?
Dit varieert, maar een gangbare richtwaarde is 2-5% van de vervangingswaarde (RAV) per jaar. Investeringen moeten worden ingegeven door het behalen van betrouwbaarheidsdoelstellingen en het optimaliseren van de totale eigendomskosten, in plaats van louter het minimaliseren van de initiële onderhoudskosten.
Hoe kunnen we de productiviteit van technici bij onderhoudswerkzaamheden verbeteren?
Door te zorgen voor duidelijke werkopdrachten, gemakkelijke toegang tot nauwkeurige informatie (handleidingen, historiek, onderdelen via sBOM’s), het juiste gereedschap, een efficiënte planning, het minimaliseren van reis- en wachttijden, en voortdurende bijscholing.
Wat is het verschil tussen een CMMS en een EAM-systeem?
Een CMMS (Computerized Maintenance Management System) richt zich voornamelijk op onderhoudsactiviteiten: werkorders, preventief onderhoud en MRO-voorraad. Een EAM-systeem (Enterprise Asset Management) heeft een bredere reikwijdte en omvat vaak de volledige levenscyclus van bedrijfsmiddelen, van aanschaf/installatie tot exploitatie, onderhoud en afstoting, inclusief financiële tracking, MRO-inkoop en soms aspecten zoals projectmanagement of HSE-modules (Health, Safety, Environment). Moderne EAM-systemen beschikken over krachtige mogelijkheden voor gegevensbeheer die essentieel zijn voor geavanceerd EMM.
