Verbetering uptime belangrijke drijfveer predictive maintenance

Voorspellend Onderhoud

PwC en Mainnovation hebben in 2017 onderzoek gedaan naar waar bedrijven momenteel staan op het gebied van voorspellend onderhoud (predictive maintenance) en waar ze in de nabije toekomst denken te staan. Het onderzoek werd uitgevoerd onder 280 bedrijven in België, Duitsland en Nederland.

In het onderzoek is gebruik gemaakt van vier niveaus van volwassenheid waar bedrijven zich bevinden, met betrekking tot voorspellend onderhoud.

Van fysieke inspecties tot predictive maintenance

Bedrijven die in niveau 1 zitten, doen voornamelijk periodieke fysieke inspecties. De conclusies zijn daarbij gebaseerd op de expertise van diegene die inspecteert.
In niveau twee doen bedrijven periodieke inspecties, waarbij conclusies worden getrokken uit een combinatie van het uitlezen van instrumentatie en de expertise van diegene die inspecteert.
In niveau drie staat real-time conditiemonitoring centraal. De assets worden continu real-time gemonitord waarbij waarschuwingen worden afgegeven bij vooraf bepaalde kritieke niveaus. Het laatste niveau is predictive maintenance 4.0: De assets worden coninu real-time gemonitord, waarbij waarschuwingen worden gegeven die zijn gebaseerd op machine learning technieken.

Gebruik van data

Naarmate bedrijven op een hoger niveau komen, is er een toename te zien van de hoeveelheid data die ze gebruiken om fouten te voorspellen. Niveau vier gaat om het toepassen van de kracht van machine learning technieken om duidelijke patronen in grote hoeveelheden data te identificeren en nieuwe, praktische inzichten te genereren om de betrouwbaarheid van assets te verbeteren.

Merendeel op niveau 2

Uit het onderzoek blijkt dat tweederde van de respondenten nog steeds op volwassenheidsniveau een of twee zit. Slechts elf procent heeft al niveau vier bereikt. De middelen, competenties en tools die respondenten gebruiken, passen bij hun volwassenheidsniveau: geschoolde technici, standaard software-instrumenten en onderhoudslogboeken spelen een dominante rol in hun huidige voorspellende onderhoudsprocessen.

Hoge verwachtingen

Daarnaast werd in het onderzoek ook duidelijk dat de respondenten vrij ambitieus zijn om hun niveau in voorspellend onderhoud te verbeteren. Ongeveer één op de drie bedrijven verwacht binnen een periode van vijf jaar PdM 4.0 in een of andere vorm te gebruiken, op voorwaarde dat ze het succesvol kunnen implementeren. Het potentieel van PdM 4.0 wordt algemeen erkend.

Verbetering uptime

Verbetering van de uptime is de belangrijkste reden waarom de respondenten plannen hebben voor PdM 4.0. Andere belangrijke redenen hebben betrekking op andere traditionele value drivers in onderhoud- en assetbeheer, zoals kostenreducties, levenslange verlenging voor verouderende assets en het reduceren van veiligheids-, gezondheids-, milieu en kwaliteitsrisico’s.
Meer over het rapport is hier te vinden

Advertisment ad adsense adlogger