Inleiding
MRO is van cruciaal belang voor de industriële efficiëntie, met name in sectoren die afhankelijk zijn van complexe machines, zoals de productiesector, de energiesector, de olie- en gassector en de nutssector. Voor deze sectoren staat er veel op het spel wanneer apparatuur uitvalt: stilstand kost veel geld en vertragingen bij het vinden of bestellen van de juiste reserveonderdelen kunnen de productiviteit ernstig aantasten.
Het MRO-ecosysteem kampt echter nog steeds met al lang bestaande uitdagingen:
Verouderde of onvolledige stuklijstgegevens (BOM)
Gebrek aan inzicht in de kriticiteit en gebruiksfrequentie van onderdelen
Versnipperde systemen voor orderbeheer
Gebrek aan automatisering bij de synchronisatie en het bijwerken van gegevens
Moeilijkheden bij het voldoen aan wettelijke en nalevingsvereisten
Productiebedrijven moeten zich aan strakke budgetten houden. Ze willen dat hun stuklijsten altijd volledig, op elkaar afgestemd, up-to-date en bruikbaar zijn. Om hun stuklijst (BOM) dus regelmatig bij te werken met een actuele lijst van alle grondstoffen, subassemblages, tussenassemblages, subcomponenten, onderdelen en hoeveelheden van alle producten, is er behoefte aan essentiële standaardisatie, normalisatie, rationalisatie, toewijzing en verrijking. Hier komt effectief masterdatabeheer om de hoek kijken.
In dit artikel wordt onderzocht hoe AI-gestuurde oplossingen, zoals die van Verdantis, een revolutie teweegbrengen in de MRO-sector door het verrijken van gegevens over verschillende systemen heen te automatiseren, nauwkeurige stuklijsten (BOM’s) te integreren en bij te houden, het inzicht in de traceerbaarheid en kriticiteit van onderdelen te verbeteren, het beheer van werkorders te stroomlijnen, robuust gegevensbeheer te waarborgen en intelligente, autonome besluitvorming via AI-agenten mogelijk maken.
Maak van uw MRO-levenscyclus een succesverhaal met Verdantis aan uw zijde.
Wat is een stuklijst (BOM)?
Een Stuklijst (BOM) is een gedetailleerde lijst van alle componenten, onderdelen, subassemblages en grondstoffen die nodig zijn voor de productie, montage, bediening of het onderhoud van een specifiek apparaat. In tegenstelling tot technische stuklijsten, die gericht zijn op productontwerp, zijn deze stuklijsten gericht op apparatuur en worden ze vaak gebruikt in kapitaalintensieve sectoren om fysieke apparatuur gedurende de gehele levenscyclus te beheren – van aanschaf tot onderhoud en uiteindelijke vervanging.
Stuklijsten spelen een cruciale rol bij:
Beheer van reserveonderdelen
Onderhoudsplanning en -uitvoering
Beheer van inkoop en stuklijsten, voorraadbeheer en controle
Het waarborgen van de bedrijfscontinuïteit
Elk artikel in een stuklijst bevat doorgaans informatie zoals de naam van het onderdeel, het onderdeelnummer, de omschrijving, het materiaaltype, de hoeveelheid en de gegevens van de leverancier.
Voorbeeld: stuklijst voor een mini-draaibank
Om de structuur en het doel van een stuklijst beter te begrijpen, nemen we het voorbeeld van een mini-draaibank, zoals te zien is op de afbeelding hieronder.
De draaibank bestaat uit talrijke onderdelen die samenwerken om precisiebewerkingen uit te voeren. Een stuklijst voor deze machine ziet er als volgt uit:
Hieronder staat een voorbeeld van hoe een stuklijst kan worden aangemaakt met behulp van een Mini-draaibank (zoals te zien is op de afbeelding):
Artikelnummer | Naam van het onderdeel | Onderdeelnummer | Aantal | Materiaal | Opmerkingen |
1 | Gelijkstroommotor | MTR-DC400 | 1 | Metaal | Aandrijving van de draaibank-spil |
2 | Snelheidsregeleenheid | SPC-CTRL001 | 1 | Composiet | Regeling van het toerental |
3 | 3-klauwspankop | CHK-3J001 | 1 | Staal | Houdt het werkstuk vast |
4 | Spil | HDS-400 | 1 | Gietijzer | Huisjes voor spil en motor |
5 | Tailstock | TLS-400 | 1 | Gietijzer | Geschikt voor lange werkstukken |
6 | Boorkop met losse kop | TLS-DRL001 | 1 | Staal | Geschikt voor boorbits |
7 | Kruisslede | CRSLD-400 | 1 | Gietijzer | Maakt beweging langs de X-as mogelijk |
8 | Draaibankbed | BED-400 | 1 | Gietijzer | Basisstructuur |
9 | Frontplaat | FPLT-001 | 1 | Staal | Bevestiging van het werkstuk |
10 | Handwiel voor spindel | LDWH-001 | 1 | Staal | Handmatige toevoerregeling |
11 | Handwiel voor de voeding van de losse kop | TFW-001 | 1 | Staal | Beweging van de spil van de losse kop |
12 | Inbussleutels | HEX-SET | 1 set | Staal | Voor afstelling en montage |
13 | Gereedschapshouder | TPOST-001 | 1 | Staal | Voor het bevestigen van snijgereedschap |
14 | Spindelstangen | SPB-002 | 2 | Staal | Voor bevestigingscentra/spanpatronen |
15 | Schroefbout en sluitring | DRB-001 | 1 set | Staal | Voor het bevestigen van gereedschap of een boorkop |
Al deze onderdelen zouden in de stuklijst worden opgenomen, samen met relevante gegevens zoals het aantal, het materiaal (staal, gietijzer, enz.) en de specificaties.
Waarom is stuklijstbeheer belangrijk?
Het bijhouden van een nauwkeurige stuklijst is essentieel voor:
Efficiënte reparaties en vervangingen – Als je precies weet welk onderdeel nodig is, wordt de stilstandtijd tot een minimum beperkt.
Standaardisering van onderhoudsprocedures – Zorgt ervoor dat technici de juiste onderdelen gebruiken.
Kostenbeheersing – Voorkomt dat er te veel onderdelen worden besteld of dat er een tekort aan onderdelen ontstaat.
Naleving van regelgeving – In sommige sectoren is het verplicht om alle onderdelen van de apparatuur te documenteren.
Het opstellen van een stuklijst
Het opstellen van een uitgebreide stuklijst voor apparatuur (EBOM) is een cruciale stap om efficiënt onderhoud van apparatuur, activabeheer en operationele planning te waarborgen. De EBOM geeft een overzicht van de structurele en functionele samenstelling van apparatuur, waardoor nauwkeurige inkoop, onderhoud en voorraadbeheer op basis van de stuklijst worden vergemakkelijkt. Het proces omvat doorgaans de volgende belangrijke stappen:
Huidig gebruik in de sector
- Productie: Zorgen voor een nauwkeurige productieplanning.
- Onderhoud en reparatie: Het faciliteren van een efficiënte inkoop van reserveonderdelen en onderhoud.
- Naleving van regelgeving: Het verstrekken van gedetailleerde documentatie voor audits en certificeringen.
Wat is een werkopdracht?
Een werkorder (WO) is een officieel verzoek om onderhouds-, reparatie- of inspectiewerkzaamheden uit te voeren aan apparatuur of machines. Het bevat details zoals taakomschrijvingen, toegewezen personeel, benodigde materialen en deadlines.
Het werkorderproces en toepassingen in de industrie
Werkorderproces
- Inwijding: De onderhoudsbehoeften vaststellen en een werkorder aanmaken.
- Goedkeuring: Beoordeling door het management en toewijzing van middelen.
- Uitvoering: Technici voeren taken uit volgens de instructies in de werkopdracht.
- Afsluiting: De gegevens bijwerken en de taak als voltooid markeren.
- Analyse en rapportage: De prestaties evalueren en verbeterpunten in kaart brengen.
Toepassingen in de industrie
- Preventief onderhoud: Het inplannen van routineonderhoud om storingen te voorkomen.
- Correctief onderhoud: Omgaan met onverwachte storingen aan apparatuur.
- Naleving van regelgeving: Toezien op de naleving van veiligheids- en operationele normen.
Huidige situatie in de sector
Werkorderproces zonder AI
Handmatig stuklijstbeheer:
Ingenieurs stellen stuklijsten handmatig op en werken deze bij, wat leidt tot menselijke fouten en inconsistenties.
Stuklijsten worden opgeslagen in spreadsheets of verouderde systemen die geen realtime synchronisatie met de voorraad hebben.
Het aanmaken van werkorders:
Onderhoudsteams baseren zich op geplande inspecties in plaats van op voorspellende storingsanalyses.
Werkorders worden handmatig aangemaakt op basis van periodieke beoordelingen of reactieve onderhoudsverzoeken.
Vaak vergeten technici werkorders aan te maken, wat leidt tot vertragingen bij het onderhoud en stilstand van apparatuur.
Uitdagingen op het gebied van inkoop, stuklijsten en voorraadbeheer:
De inkoop van reserveonderdelen verloopt vaak inefficiënt door een gebrek aan inzicht in de voorraadniveaus.
Er treden vertragingen op bij het aanschaffen van de juiste onderdelen, waardoor de stilstandtijd en de onderhoudskosten toenemen.
Uitvoering en documentatie:
Werkorders worden op papier afgehandeld, waardoor technici reparaties en vervangingen handmatig moeten registreren.
Fouten bij het invoeren van gegevens en het verlies van gegevens hebben gevolgen voor de toekomstige onderhoudsplanning en nalevingscontroles.
Veel stilstand en reactief onderhoud: Bedrijven reageren op storingen aan apparatuur in plaats van deze te voorkomen, wat leidt tot ongeplande stilstand en hogere kosten.
Inefficiënte toewijzing van middelen: Het handmatig toewijzen van werkorders leidt tot inefficiënties bij de planning van technici en de beschikbaarheid van reserveonderdelen.
Beperkte inzichten in gegevens: Bij papieren documentatie is het moeilijk om storingspatronen te analyseren en onderhoudsschema’s te optimaliseren.
Risico’s op het gebied van naleving van regelgeving: Inconsistente documentatie kan leiden tot overtredingen van de regelgeving en operationele risico’s.
Modernisering van het apparatuurbeheer met AI en automatisering
Dankzij de overgang van traditionele methoden naar AI-gestuurde processen kunnen bedrijven:
- Stuklijsten automatisch bijwerken: Door AI aangestuurde systemen zorgen voor realtime synchronisatie van stuklijsten met voorraad- en onderhoudsgegevens.
- Storingen aan apparatuur voorspellen: Algoritmen voor machine learning detecteren afwijkingen en genereren preventieve werkopdrachten.
- Het beheer van werkorders stroomlijnen: Geautomatiseerde planning zorgt voor een optimale inzet van technici en een optimale beschikbaarheid van reserveonderdelen.
- Verbetering van naleving en rapportage: Digitale workflows maken een einde aan het papierwerk, waardoor de nauwkeurigheid toeneemt en de naleving van de regelgeving wordt verbeterd.
Ontdek hoe de AI-gestuurde oplossingen van Verdantis het gegevensbeheer kunnen optimaliseren, de naleving van regelgeving kunnen verbeteren en de operationele efficiëntie kunnen verhogen.
Een revolutie in het apparatuurbeheer: een door AI aangestuurde stuklijst (BOM)-workflow
Effectief apparatuurbeheer is van cruciaal belang om een soepele bedrijfsvoering te waarborgen, stilstand te beperken en onderhoudsschema’s te optimaliseren. Software voor stuklijstbeheer volgt een gestructureerd proces om apparatuur efficiënt te beheren, waardoor nauwkeurigheid en betrouwbaarheid bij de gegevensverwerking worden gewaarborgd.
- Verzameling van gegevens over apparatuur
- Haal gegevens over apparatuur uit ERP-, CMMS- en verouderde systemen.
- Verzamel apparatuurhiërarchieën, technische specificaties en gegevens van fabrikanten.
- Standaardisatie en opschoning van gegevens
- Breng inconsistenties in de beschrijvingen van apparatuur en in de metagegevens in kaart.
- Gebruik AI-gestuurde algoritmen om gegevens te normaliseren en te standaardiseren.
- Verwijder dubbele of overbodige vermeldingen.
- Validatie en optimalisatie van de stuklijst
- Controleer de stuklijststructuren aan de hand van de gegevens van de fabrikant.
- Optimaliseer stuklijsten op nauwkeurigheid en volledigheid.
- Wijs ontbrekende classificaties toe op basis van branchenormen.
- Analyse van de kriticiteit van apparatuur
- Beoordeel de kriticiteit op basis van factoren zoals de gevolgen van een storing, onderhoudskosten en de beschikbaarheid van reserveonderdelen.
- Gebruik AI-modellen om de kriticiteit van apparatuur te beoordelen en prioriteit te geven aan onderhoudstaken.
- Geautomatiseerde updates van de documentatie van apparatuur
- Integreer updates van fabrikanten rechtstreeks in de apparatuurgegevens.
- Zorg ervoor dat er een audittraject wordt bijgehouden voor alle wijzigingen in de documentatie van de apparatuur.
- Planning van preventief en voorspellend onderhoud
- Maak gebruik van op AI gebaseerde inzichten om optimale onderhoudsschema’s op te stellen.
- Automatiseer het aanmaken van werkorders op basis van indicatoren voor de conditie van apparatuur.
- Integreer realtime sensorgegevens om waarschuwingen voor preventief onderhoud te activeren.
- Goedkeuring en integratie in ERP/CMMS
- Controleer en keur alle updates goed via een gestructureerde workflow.
- De software voor stuklijstbeheer voert wijzigingen door in alle relevante systemen, waardoor de consistentie van de gegevens wordt gewaarborgd.
Beheer van de kriticiteit van onderdelen
Kriticiteitsbeheer van onderdelen is het proces waarbij reserveonderdelen worden ingedeeld in categorieën en geprioriteerd op basis van hun invloed op de prestaties van de apparatuur, de veiligheid en de algehele bedrijfsvoering. Dit zorgt ervoor dat kritieke onderdelen direct beschikbaar zijn, zodat stilstand en bedrijfsverstoringen tot een minimum worden beperkt.
Stappen bij het beheer van de kriticiteit van onderdelen:
- Classificatie van onderdelen:
- Kritiek: Heeft directe gevolgen voor de bedrijfsvoering en de veiligheid.
- Essentieel: Noodzakelijk voor de werking, maar er zijn alternatieven.
- Niet-kritiek: heeft weinig invloed op de bedrijfsvoering en kan met een levertijd worden aangeschaft.
- Risicobeoordeling:
- Het analyseren van storingsgeschiedenis, doorlooptijden en de betrouwbaarheid van leveranciers.
- Het vaststellen van de financiële en operationele gevolgen van het niet beschikbaar zijn van onderdelen.
- Voorraadoptimalisatie:
- Ervoor zorgen dat cruciale onderdelen altijd op voorraad zijn.
- Gebruik van AI-gestuurde vraagprognoses voor slimmere inkoop.
- Leveranciers- en doorlooptijdbeheer:
- Het opbouwen van betrouwbare relaties met leveranciers.
- De afhankelijkheid van afzonderlijke leveranciers verminderen.
- Integratie met onderhoudsplannen:
- De beschikbaarheid van onderdelen afstemmen op de schema’s voor preventief onderhoud.
- Het verlagen van de kosten voor noodinkopen en het beperken van onverwachte stilstand.
Het belang ervan in de huidige sector:
- Voorkomt onvoorziene stilstand door de beschikbaarheid van bedrijfskritische componenten te waarborgen.
- Vermindert buitensporige voorraadkosten door te voorkomen dat er te veel niet-essentiële onderdelen op voorraad worden gehouden.
- Verbetert de efficiëntie van het onderhoud door reserveonderdelen af te stemmen op de prioriteiten van de werkorders.
- Zorgt voor een betere naleving van veiligheidsvoorschriften door voorraden aan te houden die voldoen aan de wettelijke vereisten.
Inzicht in kritikaliteitsmodellen in verschillende sectoren
De tabel geeft een overzicht van de toepassing van specifieke kritikaliteitsmodellen in diverse sectoren en benadrukt het belang van op maat gemaakte benaderingen, gebaseerd op de unieke kenmerken en risico’s die eigen zijn aan elke sector.
Belangrijkste bevindingen:
- Toepassingen in diverse sectoren: De tabel bestrijkt een breed scala aan sectoren, waaronder de productiesector, de gezondheidszorg, de dienstensector, de automobielindustrie, de lucht- en ruimtevaart, de olie- en gassector, de chemische verwerkingsindustrie en de mijnbouw. Hieruit blijkt hoe breed de toepasbaarheid is van kritikaliteitsbeoordeling bij het optimaliseren van onderhoud en de toewijzing van middelen.
- Gespecialiseerde modellen: Elke sector maakt gebruik van specifieke modellen die zijn ontworpen om aan de eigen behoeften en uitdagingen van die sector tegemoet te komen. Zo is de FMEA (analyse van storingsmodi en gevolgen) Dit model is met name van belang voor de automobiel- en lucht- en ruimtevaartindustrie, waar veiligheid en betrouwbaarheid voorop staan.
- Aandacht voor risico’s: In diverse sectoren, zoals de olie- en gasindustrie, de chemische verwerkingsindustrie en de mijnbouw, worden Risicogebaseerde kriticiteitsmodellen. Hieruit blijkt hoe belangrijk het is om potentiële risico’s in deze sectoren met een hoog risico in kaart te brengen en te beperken.
- Kostenoverwegingen: De ABC-model (Activity Based Classification Costing) wordt in de productiesector gebruikt om de financiële gevolgen van stilstand en onderhoud in kaart te brengen.
- Beheer van reserveonderdelen: De Matrix voor de kriticiteit van reserveonderdelen wordt specifiek genoemd in verband met de mijnbouwsector, wat het belang van een efficiënt beheer van reserveonderdelen in deze sector onderstreept.
- ABC-model (Activity Based Classification Costing): Dit model is gericht op het identificeren en classificeren van activiteiten op basis van hun kostenfactoren. In de context van onderhoud helpt het om de financiële gevolgen van stilstand vast te stellen en mogelijkheden voor kostenbesparingen te identificeren.
- FMEA-model (Failure Modes and Effects Analysis): Dit is een systematische aanpak om mogelijke storingen in een systeem of proces op te sporen en de gevolgen daarvan in te schatten. Het helpt bij het stellen van prioriteiten voor onderhoudswerkzaamheden en het ontwikkelen van strategieën om risico’s te beperken.
- Risicogebaseerd kriticiteitsmodel: Dit model beoordeelt de kriticiteit van activa op basis van de potentiële risico’s die aan het uitvallen ervan verbonden zijn. Daarbij wordt rekening gehouden met factoren zoals veiligheid, milieueffecten en productieverlies.
- Matrix voor de kriticiteit van reserveonderdelen: Deze tool deelt reserveonderdelen in categorieën in op basis van hun kriticiteit, waarbij rekening wordt gehouden met factoren zoals levertijd, kosten en de gevolgen van onbeschikbaarheid. Het helpt bij het optimaliseren van het voorraadbeheer en het waarborgen van de beschikbaarheid van kritieke onderdelen.
Betekenis:
Deze tabel onderstreept hoe belangrijk het is om het juiste kriticiteitsmodel te kiezen op basis van de specifieke sector en de unieke uitdagingen daarvan. Door gebruik te maken van deze modellen kunnen organisaties:
- Geef prioriteit aan onderhoudswerkzaamheden: Richt u op cruciale activa en onderdelen om stilstand tot een minimum te beperken en kostbare storingen te voorkomen.
- De toewijzing van middelen optimaliseren: Wijs onderhoudsmiddelen effectief toe op basis van de kriticiteit van de bedrijfsmiddelen.
- De veiligheid en betrouwbaarheid verbeteren: Neem proactieve maatregelen om risico’s te beperken en een veilige werking van de apparatuur te waarborgen.
- Kosten verlagen: Beperk stilstandtijd tot een minimum en optimaliseer het voorraadbeheer om de onderhoudskosten te verlagen.
Het raamwerk onder de loep genomen
Het diagram geeft een systematisch overzicht van het proces voor het bepalen van de kriticiteit van een materiaal, wat in wezen neerkomt op de gevolgen van de onbeschikbaarheid van een onderdeel wanneer er een storing optreedt. Hier volgt een stapsgewijze uitleg:
- Belangrijkheid van het bedrijfsmiddel (score = 4): Dit is het uitgangspunt, waarbij de algemene impact van het bedrijfsmiddel op de productie, de belangrijkste processen, de veiligheid of milieurisico’s wordt belicht. Een score van 4 duidt op een aanzienlijke impact.
- Gevolgen voor bedrijfsmiddelen (uitval) (score = 3): Hiermee wordt de directe impact op het bedrijfsmiddel zelf beoordeeld in termen van stilstandtijd. Een score van 3 duidt op een aanzienlijk gevolg, dat waarschijnlijk tot een productieverstoring zal leiden.
- Gevolgen voor de locatie (score = 8): Op dit punt introduceert het raamwerk een meer genuanceerde beoordeling. Het combineert het aspect „Gevolgen voor activa” met een indeling van mogelijke verstoringen:
- A – Ernstige verstoring: Volledige stillegging van de productie, veiligheidsrisico’s of milieurisico’s.
- B – Aanzienlijke verstoring: Verminderde productie of het risico op een volledige stilstand.
- C – Kleine verstoring: Beschikbaarheid van alternatieven of een laag veiligheidsrisico.
- D – Ongemak: Weinig stilstand en weinig veiligheidsrisico’s.
- E – Geen invloed: Verwaarloosbaar effect op de productie en minimale risico's.
Het voorbeeld toont een score van 8 voor „Site Consequence“, wat duidt op een aanzienlijke mogelijke verstoring.
- Waarschijnlijkheid van de gevolgen (score = 3): Hierbij wordt rekening gehouden met de kans dat de storing zich voordoet. Een score van 3 duidt op een matige kans.
- AM-strategie (Soort evenement) (Score = 1): Bij deze factor wordt rekening gehouden met de huidige strategie voor activabeheer. Een score van 1 kan wijzen op een reactieve aanpak of een ‘run-to-failure’-benadering.
Berekening van de kriticiteit van materialen
In het diagram wordt vervolgens een formule weergegeven voor het berekenen van de materiaalkriticiteitsscore:
Materiële kriticiteit = (Gevolgen voor de locatie + Waarschijnlijkheid van de gevolgen) × AM-strategie (Type gebeurtenis)
In het gegeven voorbeeld:
Materiaalkriticiteit = (8 + 3) × 1 = 11
Deze score van 11 geeft de algehele kriticiteit van het reserveonderdeel weer. Een hogere score duidt op een kritischer onderdeel, dat meer aandacht vereist op het gebied van voorraadbeheer en onderhoudsplanning.
Praktische gevolgen
Met dit raamwerk kunnen organisaties:
- Geef prioriteit aan reserveonderdelen: Leg de nadruk op het aanleggen van een voorraad van essentiële onderdelen om stilstand en mogelijke risico’s tot een minimum te beperken.
- Voorraad optimaliseren: Voorkom dat er te grote voorraden van minder essentiële onderdelen worden aangelegd, zodat de opslagkosten dalen.
- Ontwikkel effectieve onderhoudsstrategieën: Voer proactief onderhoud uit voor kritieke bedrijfsmiddelen en pas kosteneffectieve strategieën toe voor minder kritieke bedrijfsmiddelen.
- De veiligheid en naleving van milieuwetgeving verbeteren: Zorg ervoor dat er onderdelen beschikbaar zijn die veiligheids- en milieurisico’s beperken.
De uitleg verder toelichten aan de hand van een praktijkvoorbeeld
Om de praktische toepassing van het kader voor de kritikaliteitsbeoordeling te illustreren, nemen we het voorbeeld dat wordt gegeven voor een CNC-freesmachine. Dit voorbeeld laat zien hoe de principes van de kritikaliteitsbeoordeling kunnen worden toegepast op een specifiek bedrijfsmiddel binnen een productieomgeving.
Voorbeeld: Beoordeling van de kriticiteit van een CNC-freesmachine
In dit voorbeeld wordt gebruikgemaakt van een scoresysteem waarbij elke factor wordt beoordeeld op een schaal van 1 tot 5, waarbij 1 staat voor een lage impact en 5 voor een hoge impact. De factoren die in aanmerking worden genomen, zijn:
- Veiligheid en naleving (25% Gewicht, Beoordeling 4): Dit betekent dat een storing in de machine aanzienlijke gevolgen heeft voor de veiligheid en de naleving van de voorschriften.
- Gevolgen voor de productie (25%-gewicht, beoordeling 5): Een hoge beoordeling wijst erop dat de machine van cruciaal belang is voor de productie en dat een storing ervan de bedrijfsvoering ernstig zou verstoren.
- Kosten van stilstand (weging 20%, beoordeling 4): Dit weerspiegelt het aanzienlijke financiële verlies dat gepaard gaat met stilstand van machines.
- Redundantie (15%-gewicht, beoordeling 2): Een lage score duidt op beperkte redundantie, wat betekent dat er weinig of geen reservemachines zijn.
- Onderhoudsgeschiedenis (10% Gewicht, classificatie 3): Dit wijst op een bescheiden aantal onderhoudsproblemen in het verleden.
- Leeftijd en conditie (5% Gewicht, Beoordeling 3): Dit geeft aan dat de machine noch gloednieuw, noch erg oud is, maar dat de staat ervan wel enige aandacht vereist.
De gewogen score berekenen
De score van elke factor wordt vermenigvuldigd met het bijbehorende gewicht om de gewogen score te bepalen. Zo heeft ‘Veiligheid en naleving’ bijvoorbeeld een gewogen score van 1 (4 × 0,25). De som van deze gewogen scores levert de Totale score, wat in dit geval 3.8 / 5.0.
De partituur interpreteren
De interpretatie van de score is als volgt:
- Score 4,0 – 5,0 → Essentieel onderdeel: Vereist monitoring en onderhoud met hoge prioriteit.
- Score 3,0 – 3,9 → Matige ernst: Vereist proactief onderhoud, maar de gevolgen zijn beheersbaar.
- Score 1,0 – 2,9 → Lage kriticiteit: Minimale impact; de gebruikelijke onderhoudsprocedures zijn van toepassing.
In ons voorbeeld van de CNC-freesmachine is de score van 3.8 valt onder de Matige kriticiteit bereik. Dit betekent dat, hoewel de machine niet dezelfde mate van urgentie vereist als een kritieke installatie, er toch proactieve onderhoudsstrategieën nodig zijn om mogelijke storingen te voorkomen en de kosten van stilstand tot een minimum te beperken.
Koppeling aan het kader voor de kriticiteit van onderdelen/reserveonderdelen
Dit voorbeeld sluit rechtstreeks aan bij het raamwerk voor de kriticiteit van onderdelen/reserveonderdelen. De „Gevolgen voor de locatie“ in het raamwerk, waarbij rekening wordt gehouden met de impact van de onbeschikbaarheid van een onderdeel, komt overeen met de factoren „Impact op de productie“ en „Kosten van stilstand“ in het voorbeeld van de CNC-freesmachine. Op dezelfde manier kan de 'Consequence Probability' worden afgeleid uit de factoren 'Maintenance History' en 'Age & Condition'.
Praktische toepassing en voordelen
Door dit scoresysteem toe te passen op de CNC-freesmachine, kan de organisatie:
- Geef prioriteit aan onderhoudswerkzaamheden: Leg de nadruk op proactief onderhoud om storingen te voorkomen en stilstand tot een minimum te beperken.
- De voorraad reserveonderdelen optimaliseren: Zorg dat u cruciale reserveonderdelen op voorraad hebt op basis van de kriticiteitsscore van de machine.
- Middelen effectief inzetten: Wijs onderhoudsmiddelen toe op basis van de kriticiteit van de verschillende machines.
- De algehele apparatuureffectiviteit (OEE) verbeteren: Verminder stilstandtijd en verbeter de productie-efficiëntie.
Het proces van apparatuurbeheer: een stapsgewijze uitleg
- Informatie over de laadapparatuur: Verzamel en voer apparatuurgegevens uit verschillende bronnen (tekeningen, handleidingen, enz.) in.
- Informatie over de stuklijst van de extractieapparatuur ophalen: Gebruik AI om de stuklijstgegevens (BOM) uit de ingelezen informatie te halen.
- Overzicht van materialen uit de stuklijst: Stel een gestructureerde materiaallijst op aan de hand van de geëxtraheerde stuklijstgegevens.
- Verzamel de eerste materiaalgegevens van de stuklijst: Haal de essentiële materiaalgegevens (BOM-ID, fabrikant, leverancier, beschrijvingen) eruit en zet deze in een spreadsheet.
- Low-level-codes maken: Genereer low-level-codes om materialen te categoriseren en te ordenen.
- Bepaal welke materialen in voorraad van cruciaal belang zijn: Analyseer de materiaallijst om vast te stellen welke materialen onmisbaar zijn voor de bedrijfsvoering en op voorraad moeten worden gehouden.
- Beoordeling van de kriticiteit: Voer een kriticiteitsanalyse uit om inzicht te krijgen in de gevolgen van voorraadtekorten voor de bedrijfsvoering.
- Kenmerken voor het bepalen van de kriticiteit extraheren: Haal de kenmerken (zoals de artikelcategorie) eruit die van cruciaal belang zijn voor de kritikaliteitsmatrix.
- Voorraadcontrole materiaalstamgegevens: Vergelijk de materiaallijst met de hoofdvoorraadlijst om de voorraadniveaus te controleren.
- Voorraadcontrole en het genereren van gedetailleerde rapporten: Voer een gedetailleerde voorraadcontrole uit en genereer een uitgebreid rapport.
- Componenten voor nieuwe materialen maken: Als er nieuwe materialen worden geïdentificeerd, voeg dan de onderdelen daarvan toe aan het systeem.
- Vergelijk de details van stuklijstitems met onderhoudsopdrachten: Vergelijk de details van stuklijstitems met onderhoudsopdrachten om afwijkingen op te sporen.
- Nieuw aangemaakte artikelen koppelen aan de stuklijst: Koppel alle nieuw aangemaakte items aan de materiaalstuklijst (EBOM) voor een volledig overzicht.
Toepassingsvoorbeelden en huidige uitdagingen in de MRO-sector
De Engineering Bill of Materials (E-BOM) is een uitgebreid document waarin alle materialen, componenten en subassemblages worden beschreven die nodig zijn voor de productie van een product. Master Data Management (MDM) richt zich op het beheer van de kritieke gegevens van een organisatie, waaronder kernentiteiten zoals producten, klanten en leveranciers. Geavanceerde diensten voor materiaalcatalogusbeheer vormen een aanvulling op MDM en bieden gespecialiseerde tools voor het opschonen van de materiaalstamcatalogus en efficiënte oplossingen voor het catalogiseren van stamgegevens.
In het geval van E-BOM’s, die doorgaans de door de engineeringafdeling ontworpen producten weergeven, is er geen sprake van enige vorm van modulaire stuklijsten of configureerbare stuklijsten. Bij veel fabrikanten worden deze ook wel ‘as designed’ genoemd, en ze worden opgesteld in de engineering en worden doorgaans gegenereerd vanuit CAD-software, waardoor de nadruk uiteindelijk ligt op de definitieve assemblagelijst van onderdelen of componenten. E-BOM’s sluiten voornamelijk aan bij verkoop-BOM’s en service-BOM’s. Aangezien deze stuklijst complexe en grote aantallen bevat, zoals vervangende en alternatieve onderdeelnummers, naast onderdelen die in tekeningnotities zijn opgenomen, is er onder de gegevenseigenaren en gegevensbeheerders een groeiende behoefte aan een goede ontdubbeling, stroomlijning en verfijning van de gegevens en de inhoud ervan. Dit kan alleen worden bereikt door passende maatregelen te nemen op het gebied van gegevenskwaliteitsverbetering en -beheer.
MDM voor E-BOM-apparatuur is een van de beste manieren om kosten te verlagen en inkoopprocessen te standaardiseren. Het helpt bij het opsporen van dubbele componenten en maakt zo aanzienlijke kostenbesparingen mogelijk. Bij een recente implementatie door Verdantis werd de voorraad met 5-6% verminderd. Dat kan een enorm bedrag zijn voor een bedrijf met een jaaromzet van meer dan $15 miljard.
Een voordeel dat voortvloeit uit MDM-inspanningen is het vaststellen van een vast formaat voor het opstellen van de E-BOM. De gebruikte MDM-tools helpen bij het onderscheiden van de bedrijfsmiddelen waarvoor een E-BOM nodig is, en bij het bepalen welke items in de E-BOM moeten worden opgenomen, evenals welke gegevens daarin moeten worden opgenomen.
Wanneer bedrijven oplossingen voor masterdatabeheer voor hun E-BOM’s implementeren, levert dit zakelijke voordelen op in de vorm van verbeterde inkoop- en MRO-processen, wat leidt tot een betere beheersing en verlaging van de kosten.
MDM zorgt voor consistentie van de stamgegevens, en de diensten voor het beheer van materiaalcatalogi zijn gericht op het opschonen van materiaalstamcatalogi, waardoor gezamenlijk de nauwkeurigheid in de gehele E-BOM wordt gewaarborgd. Deze synergie minimaliseert fouten, waardoor productievertragingen en herstelwerkzaamheden worden beperkt.
Dit bleek onlangs toen een grote leverancier van landbouwmeststoffen, met meer dan 50 productielocaties in Noord-Amerika, de op kunstmatige intelligentie gebaseerde oplossingen van Verdantis met opmerkelijk succes inzette voor het op elkaar afstemmen van stuklijstgegevens, inkoopordergegevens en artikelstamgegevens.
Probleemstelling
Organisaties kampen met onjuiste of verouderde stuklijst-, apparatuur- en materiaalgegevens in hun Enterprise Resource Planning (ERP)-systemen, geautomatiseerde onderhoudsbeheersystemen (CMMS) of andere gescheiden systemen. Dit probleem is het gevolg van:
- Onjuiste bijwerkingen in werkorders
- Losstaande silo’s die MRO-activiteiten beheren
- Het ontbreken van een gecentraliseerd systeem voor informatiebeheer
Door AI aangestuurde oplossing
BOM Software pakt dit probleem aan door een gestructureerde, op AI gebaseerde aanpak te hanteren:
- Systeembeoordeling: Breng de systemen van de klant in kaart (ERP, CMMS, afzonderlijke systemen) en analyseer hoe stuklijsten, werkorders en apparatuurgegevens zijn gestructureerd.
- Gegevenskoppeling en -migratie: Breng de informatie in de verschillende systemen op één lijn, creëer een uniforme veldstructuur in de stuklijstsoftware en migreer oude gegevens.
- Geschiedenis en classificatie van werkorders: AI-gestuurde analyse en indeling van werkorders in preventief, gepland of ad-hoconderhoud.
- Analyse van gegevenslacunes: Identificeer ontbrekende of inconsistente gegevens op basis van historische trends en genereer updaterapporten.
- Goedkeuring en afronding: Dien updates ter goedkeuring in en implementeer de wijzigingen in de systemen van de klant.
Probleemstelling
Organisaties werken 2D-/3D-tekeningen van apparatuur en stuklijsten nog steeds handmatig bij, wat tot inefficiëntie en fouten leidt. Hoewel OEM’s (Original Equipment Manufacturers) steeds vaker directe updates aanbieden, beschikken bedrijven niet over geautomatiseerde systemen om deze informatie te extraheren, te valideren en te integreren.
Door AI aangestuurde oplossing
Software voor stuklijstbeheer maakt een naadloze integratie en bijwerking van apparatuurtekeningen en stuklijsten mogelijk:
- Gecentraliseerde opslagplaats: Zet een gestructureerd archief op voor tekeningen van apparatuur, specificaties, stuklijstgegevens en materialen.
- Gegevensuitwinning: Implementeer API-/FTP-mechanismen om bijgewerkte tekeningen op te halen uit SAP, klantsystemen of OEM-databases.
- Informatie-extractie op basis van AI:
- 2D-tekeningen: AI-gestuurde analyse om relevante stuklijstgegevens te extraheren.
- 3D-tekeningen: Integratie met CAD-software voor geautomatiseerde analyse.
- Gegevensinvoer en versiebeheer: AI vult de stuklijst en de specificaties van de apparatuur in en houdt daarbij de versiegeschiedenis bij.
- Goedkeuring en systeemintegratie: Legt wijzigingen ter goedkeuring voor voordat het ERP-systeem wordt bijgewerkt.
Het interpreteren van wettelijke voorschriften en het opstellen van preventieve onderhoudsschema’s vormt een grote uitdaging, met name voor klanten in de VS die moeten voldoen aan strenge branchevoorschriften.
Door AI aangestuurde oplossing
BOM-beheersoftware automatiseert het bijhouden van naleving en het plannen van onderhoud door middel van:
- Documentbeheersysteem (DMS): Een centraal opslagplatform voor handleidingen, onderhoudscatalogi en regelgevingsdocumenten, met versiebeheer.
- AI-gestuurde documentanalyse: Het uit de handleidingen halen van onderhoudsvereisten en deze koppelen aan de betreffende bedrijfsmiddelen.
- Geautomatiseerde opdrachten voor preventief onderhoud: AI analyseert nalevingsvereisten om geoptimaliseerde onderhoudsschema’s op te stellen.
- Implementatie van de goedkeuringsworkflow: Zorgt voor een gestructureerde beoordeling en validatie van de opgestelde onderhoudsplannen.
Probleemstelling
Organisaties richten zich op de kriticiteit van activa en apparatuur, maar zien vaak de kriticiteit van reserveonderdelen over het hoofd, wat leidt tot inefficiënties bij de inkoop en de onderhoudsplanning.
Door AI aangestuurde oplossing
BOM Software biedt een gestructureerde aanpak voor het beoordelen van de kriticiteit van reserveonderdelen:
- Gegevensverzameling: Haal reserveonderdelen, stuklijsten en apparatuurgegevens uit ERP-systemen.
- Parameteranalyse: Beoordeel de kriticiteit van reserveonderdelen op basis van:
- Gevolgen van een storing
- Kans op uitval
- Moeilijkheden bij de inkoop
- Op AI gebaseerde kriticiteitsbeoordeling: Implementeer machine learning-modellen om kriticiteitsscores te berekenen op basis van branchespecifieke best practices.
- Vergelijking en rapportage: Breng de verschillen tussen de nieuwe en de bestaande kritikaliteitsscores in kaart ter validatie.
- Beoordeling van het cumulatieve activarisico: Een totaalbeeld bieden van de kriticiteit van bedrijfsmiddelen over alle vestigingen heen, waardoor weloverwogen beslissingen kunnen worden genomen.
Probleemstelling
Veel organisaties hebben moeite met het standaardiseren van materiaal en het implementeren van de juiste taxonomiekaders, zoals KKS-codes voor de locatie van bedrijfsmiddelen of ANSI-nummering voor de identificatie van bedrijfsmiddelen.
Door AI aangestuurde oplossing
De BOM-tool stroomlijnt de standaardisatie van de taxonomie door:
- Gegevensclassificatie: Door AI aangestuurde categorisering van materialen en bedrijfsmiddelen.
- Taxonomische koppeling: Afstemming van klantgegevens op wereldwijde industrienormen.
- Geautomatiseerde validatie: Op AI gebaseerde controles op inconsistenties in de taxonomie.
- Workflow voor updates en goedkeuringen: Ervoor zorgen dat aan de internationale classificatienormen wordt voldaan voordat de gegevens in de systemen van de klant worden geïntegreerd.
Conclusie
De MRO-sector ondergaat een digitale transformatie, en AI-gestuurde synchronisatie speelt een voortrekkersrol in deze verandering. Door uitdagingen aan te pakken zoals verouderde stuklijstgegevens, handmatige updates, complexe regelgeving, de beoordeling van de kriticiteit van reserveonderdelen en de standaardisatie van taxonomieën, verhoogt stuklijstbeheersoftware de operationele efficiëntie, vermindert het fouten en zorgt het voor een naadloze integratie van cruciale gegevens tussen systemen. Naarmate sectoren zich verder ontwikkelen, zullen AI-aangedreven oplossingen essentieel worden voor het optimaliseren van onderhoudsstrategieën en het verbeteren van het activabeheer.
Het integreren van Master Data Management en geavanceerde dienstverleners op het gebied van materiaalcatalogusbeheer, zoals Verdantis, in het E-BOM-beheer is een strategische aanpak voor organisaties die willen floreren in het digitale tijdperk. Door het opschonen van de materiaalstamgegevens kunnen bedrijven de complexiteit van de productie flexibel en vol vertrouwen het hoofd bieden. Naarmate industrieën zich verder ontwikkelen, zal de synergie tussen E-BOM, MDM en diensten voor materiaalcatalogusbeheer innovatie blijven stimuleren, waardoor organisaties kunnen uitblinken in het dynamische productielandschap van vandaag.
