Inzicht in stilstandtijd
Productielijnen en complexe fabrieksprocessen zijn de motoren achter de omzet en winst van kapitaalintensieve sectoren.
Bedrijfsleiders, fabrieksteams en specialisten op het gebied van productieplanning streven er voortdurend naar om de output en efficiëntie van deze productie-eenheden gedurende hun gehele levenscyclus te maximaliseren.
Recente onderzoeken van ABB, Siemens en uit onderzoek van EMA blijkt dat dit aantal gestaag toeneemt; de kosten in verband met stilstand zijn de afgelopen vijf jaar bijna verdrievoudigd.
Stijging van de kosten als gevolg van stilstand in de afgelopen 5 jaar
Van onvoorziene stilstand als gevolg van een defect aan apparatuur
Jaarlijkse kosten van ongeplande stilstand in de industriële productie
De onderstaande tabel illustreert de enorme financiële belangen: zelfs één uur onvoorziene stilstand in sectoren met hoge toegevoegde waarde kan dagenlange operationele winst tenietdoen.
| Sector | Schaal | Gemiddelde kosten per uur |
|---|---|---|
| Energie (Nutsbedrijven / Elektriciteit) | $2,480,000 | |
| Autobouw | $2,300,000 | |
| Chemische stoffen | $700,000 - $1,200,000 | |
| Productie (algemeen) | $260,000 - $500,000 | |
| Water- en afvalverwerking | $150,000 - $350,000 |
Bedrijven hebben dringend behoefte aan een grondige herziening van zowel geplande als ongeplande stilstand door middel van een preventieve, voorspellende en corrigerende aanpak van het activabeheer.
De oorzaken van stilstand
Een downtime-instantie kan zowel aan een geplande als aan een ongeplande onderhoudsactiviteit worden gekoppeld.
Helaas is ongeplande stilstand, ondanks alle inspanningen, nu eenmaal onvermijdelijk. Het kan weliswaar tot een minimum worden beperkt, maar het volledig uitsluiten ervan is behoorlijk lastig en vrijwel onmogelijk.
In beide scenario’s is het van cruciaal belang dat er snel actie wordt ondernomen en dat de storing zo snel mogelijk wordt verholpen.
De oorzaken van stilstand die verband houden met storingen aan bedrijfsmiddelen worden hieronder nader toegelicht;
Mechanische technische storing
Een van de meest voorkomende oorzaken van storingen aan apparatuur heeft uitsluitend te maken met een technische storing van de apparatuur, die kan worden veroorzaakt door:
- Leeftijd van het activum: In plaats van het bedrijfsmiddel na afloop van de gebruiksduur buiten gebruik te stellen, leidt voortgezet gebruik tot een totale technische storing als gevolg van breuken en defecten aan kwetsbare onderdelen
- Slecht onderhoudsbeheer: Het onderhoudsproces en de precieze stappen voor het betreffende bedrijfsmiddel zijn niet tijdig uitgevoerd OF ze zijn niet uitgevoerd zoals dat volgens de OEM had moeten gebeuren.
Bijvoorbeeld:
- Er werd een goedkoper alternatief onderdeel gebruikt om kosten te besparen, maar dit ging ten koste van de kwaliteit
- Een technische fout in het proces – Een onderdeel verkeerd gemonteerd, losse bouten enz.
- Functies op het gebied van energie en nutsvoorzieningen: Hieronder vallen stroompieken, spanningsdalingen of lekken in het persluchtsysteem die ervoor zorgen dat gevoelige PLC-systemen (Programmable Logic Controller) uitschakelen.
- Blootstelling aan gevaarlijke stoffen: Door gebrekkig onderhoud kan het apparaat simpelweg niet in een productielijn worden gebruikt zonder milieuschade te veroorzaken of een risico voor de gezondheid en veiligheid van de operators te vormen.
Voorbeeld:
- Een olielek dat ernstige milieuschade veroorzaakt.
- Een machineafdekking die een ernstig risico vormt voor OSHA
Natuurverschijnselen en rampen
Dit zijn factoren die tot storingen aan bedrijfsmiddelen leiden en waar de organisatie doorgaans geen invloed op heeft – denk bijvoorbeeld aan overstromingen, stormen, blikseminslagen enzovoort.
Hieronder vallen ook factoren die tot op zekere hoogte beïnvloedbaar zijn, zoals een hoge luchtvochtigheid of hitte, die tot overmatige slijtage leiden. Het gebruik van de apparatuur bij extreme kou, lang voordat deze voldoende is „opgewarmd“
Voorbeeld 1: Een extreem hoge luchtvochtigheid leidt tot overmatige slijtage, waardoor onderhoud al ruim vóór de door de OEM aanbevolen intervallen nodig is
Problemen met stamgegevens en voorraadbeheer
Dit komt veel minder vaak voor. Het gebeurt wanneer het juiste reserveonderdeel ter plaatse simpelweg niet beschikbaar is OF wanneer er een verkeerd reserveonderdeel is besteld als gevolg van gebrekkig gegevensbeheer en/of het gebruik van ondermaatse processen voor het beheer van reserveonderdelen.
Door de voorraad reserveonderdelen te catalogiseren en te zorgen voor uitstekende voorraadbeheerprocessen kan deze uitdaging worden overwonnen. Hierop gaan we in het laatste deel van dit artikel nader in.
Menselijke tekortkomingen
Menselijke fouten en tekorten in het personeelsbestand zijn een verrassend onderschatte oorzaak van ongeplande stilstand.
Dit kan zich op verschillende manieren voordoen: een technicus die bij het opnieuw monteren van een onderdeel de verkeerde aanhaalmomentwaarde hanteert, een technische tekening verkeerd interpreteert of een stap in de checklist overslaat vanwege tijdsdruk of vermoeidheid.
Het probleem wordt nog groter wanneer organisaties te maken hebben met een hoog verloop onder technici. Institutionele kennis – het soort kennis dat na twintig jaar praktijkervaring in het hoofd van een senior ingenieur zit – verdwijnt samen met hen de deur uit.
Nieuwe medewerkers, die geen toegang hebben tot gedocumenteerde foutenhistorieën of een gestructureerd inwerkprogramma, maken veel vaker fouten.
2,1 miljoen
Verwacht wordt dat vacatures in de productiesector tot 2030 onbezet zullen blijven als gevolg van een tekort aan geschoolde arbeidskrachten, wat zich direct zal uiten in een verslechtering van de onderhoudskwaliteit en de beschikbaarheid van bedrijfsmiddelen.
Een andere veelvoorkomende oorzaak is een discrepantie tussen de vereiste vaardigheden en de beschikbare competenties. Door de snelle invoering van digitale en IIoT-apparatuur zien veel onderhoudsteams zich geconfronteerd met installaties waarvoor vaardigheden nodig zijn waarin ze simpelweg niet zijn opgeleid.
De oplossing begint met een gestructureerde personeelsplanning: het in kaart brengen van de vaardigheden die voor elke activaklasse vereist zijn, afzetten tegen de vaardigheden van het personeel, het identificeren van tekortkomingen en deze proactief aanpakken, voordat het activum defect raakt en een technicus er onvoorbereid voor komt te staan.
Verliespreventie bij het beheer van stilstand
Het doel van het beheer van stilstandtijd omvat onder meer:
- Het voorkomen van stilstand van bedrijfsmiddelen en productie al in de kiem:
- Ervoor zorgen dat RCA de oorzaken van de storing begrijpt en het probleem toekomstbestendig maken
- Minimale stilstandtijd en snellere doorlooptijd, zowel bij geplande als bij ongeplande stilstand
Bedrijven komen doorgaans uit op een theoretische kostprijs per uur stilstand. Dit is de opbrengst die de betreffende machine of productielijn zou hebben gegenereerd, als de storing zich niet had voorgedaan. Het gaat hier om verliezen die anders zuivere omzet zouden zijn geweest.
In feite betekent elke minuut stilstand een direct verlies, en niet alleen maar kosten. Het verschil tussen een reparatie van twee uur en een stilstand van twee dagen ligt niet altijd in de technische vaardigheden.
Meestal komt het neer op een goede voorbereiding: zorgen dat de juiste onderdelen, de juiste mensen en de juiste procesdocumentatie paraat zijn voordat de moersleutel wordt gepakt.
Strategieën voor het beheer van stilstand
Hieronder worden de strategieën beschreven om defecten aan bedrijfsmiddelen te voorkomen en de stilstandtijd zelf te beperken door middel van effectieve diagnose en corrigerende maatregelen;
Voorraadstrategie en -processen
Zowel storingen aan bedrijfsmiddelen als productiestilstand zijn onvermijdelijk.
Zelfs bij de meest geavanceerde benaderingen van voorspellend en preventief onderhoud wordt er rekening mee gehouden dat dit probleem niet volledig kan worden uitgebannen.
Een van de grootste kansen voor het voorkomen van verliezen of het genereren van inkomsten (afhankelijk van hoe je het bekijkt) hangt rechtstreeks samen met het beheer van kritieke voorraden en het waarborgen dat deze op het juiste moment op de juiste fabriekslocatie beschikbaar zijn.
Dit gebeurt meestal via een geavanceerde kritikaliteitsbeoordeling, niet alleen op het niveau van de activa, maar ook op het niveau van de reserveonderdelen.
Doorgaans beoordelen bedrijven de kriticiteit alleen op het niveau van de activa en gaan ze er automatisch van uit dat alle reserveonderdelen die verband houden met een bepaald kritisch vast actief, eveneens kritisch zijn.
Deze aanname is op zich al een logische denkfout en leidt tot een te grote voorraad onderdelen die waarschijnlijk jarenlang ongebruikt zullen blijven.
Juist op dit punt kan een systeem voor het beheer van reserveonderdelen de turnaround-operatie ondersteunen.
Hieronder volgen enkele studies en onderzoeken die de omvang van de uitdaging illustreren
Een onderzoek van Siemens uit 2024, getiteld „De werkelijke kosten van stilstand“, ondersteund door recente ABB en Aberdeen uit de cijfers blijkt dat storingen aan apparatuur verantwoordelijk zijn voor 42% van alle ongeplande stilstand.
Daarbij is de „tekort aan reserveonderdelen“ een belangrijke oorzaak van een langere MTTR (Mean Time to Repair)
Uit de gegevens van Siemens voor 2024 blijkt dat het ontbreken van een cruciaal reserveonderdeel ervoor kan zorgen dat een mechanische reparatie van twee uur uitloopt op een stilstand van de installatie van twee dagen (een 24-voudige toename van de duur), in afwachting van internationale verzending of inkoopcycli.
van de wereldwijde fabrikanten heeft minstens één keer te maken gehad met een volledige productielijnstilstand die specifiek te wijten was aan het ontbreken van een reserveonderdeel, en niet aan een gebrek aan technische vaardigheden om het probleem op te lossen. Van de 42% stilstand die is gecategoriseerd als „apparatuurstoring“, bestaat naar schatting 30-40% van de MTTR uit verloren tijd die wordt besteed aan het zoeken naar, identificeren of wachten op het juiste onderdeel.
Verborgen bronvermelding: Van de 42% aan stilstand die is gecategoriseerd als „apparatuurstoring“, bestaat naar schatting 30-40% van de MTTR (Mean Time To Repair) uit „dode tijd“ die wordt besteed aan het zoeken naar, het identificeren van of het wachten op het juiste onderdeel.
MRO360, De toonaangevende oplossing van Verdantis voor het beheer van reserveonderdelen en MRO-voorraden biedt precies de oplossing voor deze uitdaging.
Als je niet zo van lezen houdt, kan de video hierboven je helpen te begrijpen wat de software doet en hoe het dat doet.
Hoe los je dit op?
Op basis van branchegegevens over defecte onderdelen, voorraden en stuklijsten (BOM) is het nu mogelijk om de kriticiteit op het niveau van reserveonderdelen te beoordelen.
MRO360 doet precies dit en kent aan elk afzonderlijk onderdeel een score toe op een schaal van 1 tot 10, waarbij 10 het meest kritiek is.
De kriticiteitsscore houdt onder andere ook rekening met de uitvalkans van dat onderdeel, de gevolgen van die uitval en berekent zelfs de historische gemiddelde levertijd voor dat onderdeel aan de productielocatie.
Onderhoudsteams voeren ook materiaalbehoefteanalyses uit en passen de daaruit verkregen inzichten toe op verschillende fabriekslocaties.
De wiskundige modellen van MRO360, in combinatie met speciaal hiervoor getrainde AI, voorspellen de materiaalbehoefte op basis van historische verbruiks- en productievolumes.
Op het niveau van een afzonderlijke fabriek betekent dit dat er een nauwkeurig inzicht wordt verkregen in de verbruiksvolumes.
Wanneer zowel de kriticiteits- als de vraagprognoses gezamenlijk in aanmerking worden genomen, zorgt dit ervoor dat kritieke reserveonderdelen die verband houden met zowel kritieke als niet-kritieke bedrijfsmiddelen in voldoende mate op voorraad zijn, waardoor langdurige stilstand of onbeheerde uitgaven als gevolg van het ontbreken van de juiste reserveonderdelen worden voorkomen.
De bovenstaande analyse op het niveau van reserveonderdelen is mogelijk dankzij de koppelingen tussen de stuklijsten van bedrijfsmiddelen – het koppelen van een reserveonderdeel aan het bedrijfsmiddel waarvan het afhankelijk is, is van cruciaal belang voor een optimaal beheer van stilstandtijd.
Net als stuklijsten voor bedrijfsmiddelen zijn ook werkorders complexe documenten: ze bevatten uiterst technische informatie over de reparatiewerkzaamheden waaraan een bedrijfsmiddel wordt onderworpen, de aard van de storing en de onderdelen en vaardigheden van technici die waarschijnlijk nodig zullen zijn om de opdracht uit te voeren.
Werkorders kunnen zowel gepland als ongepland zijn, en ze worden systematisch opgeslagen op specifieke locaties binnen EAM, ERP, CMMS of zelfs in specifieke mappen op een schijf!
Met speciaal getrainde AI-modellen kunnen deze documenten worden gescand, geïnterpreteerd en gestructureerd om zo een bijdrage te leveren aan de strategie voor vermogensbeheer.
Bijvoorbeeld: als voor 10 werkorders in een bepaalde fabriek telkens 5 stuks van een bepaald onderdeel nodig zijn, kan deze plotselinge stijging van de vraag worden doorgegeven aan de software voor reserveonderdelenbeheer, zodat de voorraad verder kan worden geoptimaliseerd.
Voorspellend onderhoud
De invoering van preventief onderhoud is inmiddels vrij gangbaar geworden in vrijwel alle sectoren.
Wat vroeger een werkwijze was die voorbehouden was aan grote zakelijke klanten met een enorme productie, is nu een vrij gangbare praktijk geworden.
Dankzij verbeteringen op het gebied van sensortechnologieën, trillingsanalyse, spectrometrie en het vermogen om de gegevens te interpreteren, zijn assetmanagementteams nu beter in staat om storingen en de oorzaken daarvan op te sporen.
De strategie: Bij voorspellend onderhoud worden bedrijfsmiddelen gedurende hun gehele levenscyclus gemonitord aan de hand van IIoT-sensorgegevens; de levenscyclus van het monitoringmechanisme wordt weergegeven door middel van een „PF-curve“
P (voorspelbaarheid) is simpelweg het moment waarop het probleem met een bedrijfsmiddel voor het eerst wordt opgemerkt, en F (storing) is het moment waarop het bedrijfsmiddel volledig uitvalt.
Het is de bedoeling om de storing zo vroeg mogelijk op te sporen, mogelijke oorzaken van het probleem in kaart te brengen en zowel personeel als materiaal in te zetten om het probleem op te lossen.
Gezien de enorme omvang van de bedrijfsmiddelen die binnen een onderneming in gebruik zijn, is het belangrijk om prioriteiten te stellen.
Activa met een lagere PF moeten voorrang krijgen; bij de prognose van de vraag moet ook rekening worden gehouden met de gegevens over preventief onderhoud en met voorzieningen voor activa met een lage PF en voor kritieke reserveonderdelen die aan die activa zijn gekoppeld.
Hiermee wordt de hierboven besproken 4M-aanpak geïntegreerd met krachtige gegevens op het gebied van voorspellend onderhoud.
Met behulp van Agentic AI coördineert MRO360 deze taken zelfstandig, dankzij het vermogen om gegevens over voorspellend onderhoud te interpreteren en ervoor te zorgen dat de planning van middelen voor zowel geplande als ongeplande werkorders automatisch wordt uitgevoerd.
AIOps en voorspellende observabiliteit
Traditioneel voorspellend onderhoud is gebaseerd op statische drempelwaarden. Bedrijven schakelen nu in hoog tempo over op AIOps
AIOps blinkt uit in multivariate analyse, waarbij wordt gekeken naar de wisselwerking tussen verschillende variabelen.
Het voorkomt de ‘waarschuwingsmoeheid’ die bij statische drempelwaarden optreedt door specifieke storingskenmerken te herkennen, waardoor het aantal valse alarmen aanzienlijk wordt verminderd en daadwerkelijke problemen veel eerder op de P-F-curve worden opgespoord.
Bovendien ontstaat er zo een gesloten systeem waarin detectie automatisch werkorders en de logistiek rond reserveonderdelen in gang zet, waardoor de tijd tussen het vaststellen van een probleem en het oplossen ervan aanzienlijk wordt verkort.
Deze overgang naar geautomatiseerd, nauwkeurig gestuurd onderhoud zorgt ervoor dat de levensduur van zware machines wordt gemaximaliseerd, terwijl ongeplande stilstand vrijwel volledig wordt uitgesloten.
AIOps blinkt uit in multivariate analyse, waarbij wordt onderzocht hoe variabelen op elkaar inwerken in plaats van ze afzonderlijk te beoordelen. Het vermindert alarmmoeheid als gevolg van statische drempelwaarden door echte storingspatronen te identificeren, waardoor het aantal valse alarmen afneemt en problemen eerder op de P-F-curve worden gedetecteerd. Detectie kan automatisch werkorders en de logistiek voor reserveonderdelen in gang zetten, waardoor de tijd tussen het identificeren van een probleem en het oplossen ervan wordt verkort, en de levensduur van apparatuur wordt verlengd met minder ongeplande storingen.
Personeelsplanning
Bedrijven maken al gebruik van een werkorderbeheersysteem of CMMS-software om zowel preventieve als correctieve onderhoudswerkzaamheden in te plannen.
Sterker nog, ook middelgrote en kleine tot middelgrote bedrijven maken gebruik van werkorderplanningen om deze beperkingen als gevolg van stilstand op te vangen.
De uitdaging: Ondanks geavanceerde systemen komt het vrij vaak voor dat een werkopdracht wordt afgerond en met de reparatiewerkzaamheden wordt begonnen, om er vervolgens achter te komen dat de benodigde vakkennis ontbreekt en er een technicus te weinig is.
De strategie: In de praktijk mag een werkorder pas worden bevestigd en mag met de reparatiewerkzaamheden pas worden begonnen als de werkorder de status „Klaar voor uitvoering“ heeft bereikt.
De 4 M’s: een ‘Ready to Work’-raamwerk
Volgens de voorschriften mag een werkorder pas worden bevestigd en mogen reparatiewerkzaamheden pas van start gaan als de werkorder de status „Klaar voor uitvoering“ heeft bereikt. Dit wordt afgedwongen via het 4M-principe:
De benodigde reserveonderdelen, gereedschappen en verbruiksartikelen zijn beschikbaar om de reparatiewerkzaamheden uit te voeren
- Beschikbaarheid van reserveonderdelen bevestigd
- Gereedschap en verbruiksartikelen klaargelegd
- Juiste onderdeelnummer gecontroleerd
De technici die over de nodige vaardigheden beschikken om deze storing te verhelpen, zijn gedurende deze periode beschikbaar om de reparatiewerkzaamheden uit te voeren
- Technicus toegewezen en beschikbaar
- Vereiste vaardigheden bevestigd
- In het schema toegewezen duur
De SOP of de technische handleiding wordt afgedrukt of op een tablet geladen
- SOP- of OEM-handleiding geladen
- Veiligheidschecklist (gedrukt/digitaal)
- Werkvergunning afgegeven
Het productieteam heeft ermee ingestemd om de apparatuur op een bepaald tijdstip „over te dragen“
- Overname van het productieteam overeengekomen
- Isolatie en afsluiting bevestigd
- Tijdstip van overdracht vastgelegd
Deze stappen zorgen ervoor dat vertraging vrijwel wordt uitgesloten, waarbij een reparatie van twee uur niet uitloopt op een beproeving van zes uur doordat er tijdens het werk heen en weer moet worden gereisd naar de MRO-magazijn.
In het bovenstaande gedeelte hebben we al besproken hoe Agentic AI de uitdaging op het gebied van „materiaalbeschikbaarheid“ kan oplossen.
De module „Werkorderplanner“ kan ook specifieke technici toewijzen voor het uitvoeren van een opdracht, waarbij volledig rekening wordt gehouden met de aard van de storing en de vaardigheden die nodig zijn voor de uitvoering van de opdracht.
Deze informatie wordt beschikbaar gesteld via integratie met stamgegevenstabellen van medewerkers, waarin de vaardigheden en het arbeidsverleden van technici, consultants en externe leveranciers gedetailleerd zijn vastgelegd.
RCA-bestuur en -volwassenheid
Root Cause Analysis (RCA) is een methode waarmee onderhouds- en betrouwbaarheidsexperts de onderliggende oorzaak van een storing achterhalen, juist om te voorkomen dat dergelijke gevallen zich in de toekomst herhalen.
Elke analyse van de onderliggende oorzaken moet worden onderbouwd met een grondige technische analyse, documentatie en actiepunten voor de toekomst. Meestal wordt dit vastgelegd in de werkopdracht.
Over het algemeen wordt er niet bij elk klein ongemak of elke „storing“ een RCA uitgevoerd.
Bedrijven stellen specifieke drempels vast als onderdeel van hun overkoepelende strategie voor vermogensbeheer;
Enkele triggers kunnen zijn:
- HSE- of milieu-incidenten: RCA-vereiste wordt automatisch aangemaakt in het CMMS- of EAM-systeem
- Chronische incidenten: actoren die in een voortschrijdende periode van 12 maanden herhaaldelijk (4 of meer keer) hebben gefaald
- Operationeel verlies: elke stilstand van een machine of productielijn die een bepaalde waarde overschrijdt – Bijvoorbeeld: $10.000 of meer
In een AI-native EAM-omgeving is een RCA echter niet zomaar een document dat je opbergt; het is een dynamisch gegevenspunt dat de manier waarop de hele onderneming naar haar bedrijfsmiddelen en voorraad kijkt, verandert.
De uitdaging: Het documentatieproces voor de analyse van de onderliggende oorzaak kampt met een „governance”-probleem. Algemene lusteloosheid en menselijke neigingen leiden ertoe dat de RCA-documentatie onvolledig is en geen enkele context biedt over wat nu precies de onderliggende oorzaak was.
Bijvoorbeeld – De betrouwbaarheidsingenieur zou eenvoudigweg kunnen vermelden dat het probleem werd veroorzaakt door een „storing in de pompmotor”, zonder voldoende context te geven over:
- Wat was precies de oorzaak van het defect aan de motor?
- Hoe groot is de kans dat het opnieuw misgaat?
- Hoe lang de machines naar verwachting ongeveer zonder storingen zullen werken
- Welke maatregelen moeten er worden genomen om dit in de toekomst te voorkomen?
- Welke middelen (onderdelen en mankracht) zijn er nodig om de verwachte storing in de toekomst op te lossen?
Dit zijn cruciale gegevens voor een EAM-oplossing, aangezien deze context de voorraad- en middelenplanning uiterst krachtig kan maken.
In MRO360, De RCA-workflows zijn van cruciaal belang en kunnen in een paar eenvoudige stappen worden geconfigureerd; ze zorgen ervoor dat de monteur ter plaatse de benodigde context van de storing bijwerkt, zoals hierboven beschreven, en deze context wordt toegevoegd aan de informatie-laag van de software, waardoor de storing aan de exacte apparatuur wordt gekoppeld.
Dit draagt bij aan de voorraadstrategie en voorkomt zo stilstand in het geval van een herhaalde storing.
Onderhoud gericht op betrouwbaarheid
Bij betrouwbaarheidsgericht onderhoud verschuift het doel enigszins ten opzichte van het bovenstaande. De focus verschuift hier enigszins van „De apparatuur draaiende houden“ naar „Een soepele continuïteit van de bedrijfsvoering“.
Dit is een subtiel maar belangrijk onderscheid: het erkent dat niet alle bedrijfsmiddelen evenveel aandacht vereisen, en dat overmatig onderhoud aan niet-kritieke bedrijfsmiddelen even schadelijk kan zijn voor de efficiëntie als onvoldoende onderhoud aan kritieke bedrijfsmiddelen.
Volgens ARC Advisory Group treden bij 80% van de activa willekeurige storingen op, die niet afhankelijk zijn van de leeftijd, wat een fundamentele ondermijning vormt van op tijd gebaseerde onderhoudsschema’s die ervan uitgaan dat slijtage een voorspelbare curve volgt.
FMEA- en FMECA-analyses
Over het algemeen is een FMEA-analyse wordt uitgevoerd om inzicht te krijgen in alle mogelijke storingsscenario’s (Wat kan er misgaan?) en gevolgen (wat zijn de gevolgen als er iets misgaat?)
Dit gebeurt doorgaans in slopende workshops die meer op een afstemmingsoefening lijken, waarbij technici de volledige analyse handmatig uitvoeren.
Dit is niet alleen tijdrovend en foutgevoelig, maar het is ook gewoon een zeer statische schatting die geen rekening houdt met veranderingen in de praktijk en de werkelijke toestand van de machines.
De oplossing:
Met behulp van AI worden duizenden historische werkorders en OEM-handleidingen verwerkt om de velden „Foutmodi“ en „Gevolgen van storingen“ automatisch in te vullen.
Het dynamisch berekenen van het Risk Priority Number (RPN) door realtime sensorgegevens te vergelijken met de bedrijfsmatige kosten die het uitvallen van een specifieke productielijn met zich meebrengt.
In het vorige hoofdstuk hebben we laten zien hoe MRO360 voortbouwt op de best practices van FMEA en FMECA en hoe het deze verder verbetert met Agentic AI, dat gebruikmaakt van eigen gegevens.
Integratie van „Run-to-Failure“ (RTF)-groepen
Een belangrijk uitgangspunt van RCM is dat bepaalde bedrijfsmiddelen mogen uitvallen als ze niet van cruciaal belang zijn.
Aanpak om stilstandtijd te verminderen: Voor items die zijn gemarkeerd als Testen tot defect In de software onderdrukt het systeem proactieve onderhoudsmeldingen, maar behoudt het een Just-in-Time voorraad reserveonderdelen, zodat de MTTR bij een storing slechts enkele minuten bedraagt, en geen dagen
| Aanpak | Wanneer moet je je aanmelden? | Voorraadstrategie | Risiconiveau |
|---|---|---|---|
| Voorspellend / Op de toestand gebaseerd | Kritieke bedrijfsmiddelen waarbij uitval hoge kosten met zich meebrengt | Voorraad op basis van vraagprognoses en met een kriticiteitsscore | Hoog |
| Preventief / Op tijd gebaseerd | Activa met bekende slijtagepatronen | Geplande aanvulling volgens het interval van de OEM | Medium |
| Run-to-Failure (RTF) | Niet-kritieke, gemakkelijk vervangbare bedrijfsmiddelen | Uitsluitend just-in-time-vervangingsvoorraad | Laag |
Dynamische optimalisatie van het „taakinterval“
RCM is geen kwestie van ‘eenmaal instellen en er vervolgens geen omkijken meer naar hebben’. De software zorgt voor de feedbackcyclus die nodig is voor voortdurende verbetering.
Wiskundige analyse: De software analyseert de relatie tussen „leeftijd en betrouwbaarheid“. Als RCM aanvankelijk voorstelde om een onderdeel om de 1.000 uur te vervangen, maar de software constateert dat storingen in werkelijkheid pas na 1.500 uur optreden, verschuift de software het onderhoudsinterval automatisch naar een later tijdstip, waardoor kosten worden bespaard zonder dat het risico toeneemt.
Het gebruik van software om „functionele storingspunten“ af te zetten tegen „potentiële storingspunten“ (het P-F-interval) om precies te bepalen wanneer een technicus moet ingrijpen.
Voor bedrijfsmiddelen die zijn aangemerkt als ‘Run-to-Failure’, onderdrukt het systeem proactieve onderhoudsmeldingen, terwijl er een ‘just-in-time’-voorraad van vervangingsonderdelen wordt aangehouden, zodat storingen binnen enkele minuten in plaats van dagen worden verholpen.
Conclusie
Stilstand van bedrijfsmiddelen is geen op zichzelf staand probleem met één enkele oplossing. Het is het samengestelde resultaat van verouderde bedrijfsmiddelen, tekorten in de voorraad, beperkingen in het personeelsbestand, tekortkomingen in de documentatie en gemiste voorspellende signalen, die elkaar onderling versterken.
De organisaties die het beste presteren op het gebied van uptime zijn niet per se de organisaties die het meest aan onderhoud uitgeven. Het zijn de organisaties die hebben geïnvesteerd in de juiste data-infrastructuur, de koppeling hebben gelegd tussen storingen en voorraadplanning, en de organisatorische discipline hebben opgebouwd om te handelen op basis van wat de data hen vertellen – vóór de storing, niet erna.
De overgang van reactief naar proactief activabeheer is niet langer een doel voor de lange termijn. Dankzij speciaal ontwikkelde AI, geïntegreerde informatie over werkorders en software voor de optimalisatie van reserveonderdelen is dit vandaag de dag al een operationele realiteit voor organisaties met een groot aantal activa.
