6 industrie-uitdagingen waar Predictive Maintenance een antwoord op kan zijn!

6 industrie-uitdagingen waar PdM een antwoord op kan zijn!

Het is geen grote verrassing dat de eerste voordelen die men noemt bij het denken aan Predictive Maintenance (PdM) direct gerelateerd zijn aan onderhoud. Niet iedereen realiseert zich echter dat de businesscase voor de implementatie van PdM op veel meer is gebaseerd en ook door andere belanghebbenden binnen een organisatie wordt gedragen.

Industrie-uitdagingen waar de meeste bedrijven mee worden geconfronteerd

Om deze voordelen en belanghebbenden zo goed mogelijk uit te leggen, beginnen we met het beschrijven van de uitdagingen waarmee de meeste bedrijven worden geconfronteerd.

• Toenemende onderhoudskosten. De eerste uitdaging is perfect in lijn met wat mensen verwachten dat Predictive Maintenance kan aanpakken: voor een gemiddeld bedrijf worden de onderhoudskosten geschat op 15% tot 40% van hun totale productiekosten en nemen ze jaarlijks toe. De grootste bijdragen zijn salarissen en reserveonderdelen, samen goed voor ongeveer 70% van de onderhoudskosten.
•  Stijging van stilstandkosten. Het zijn echter niet alleen de directe onderhoudskosten die stijgen, ook de kosten van stilstand lopen snel op. Er zijn verschillende bronnen die rapporteren over de kosten van uitvaltijd per branche. Een van de meer conservatieve onderzoeken toont aan dat de gemiddelde kosten van downtime in alle bedrijfstakken EUR 225.000 per uur bedragen (ofwel: EUR 3.750 per minuut!), een stijging van 60% ten opzichte van slechts 2 jaar eerder. Hoewel deze cijfers al behoorlijk hoog zijn, is het niet moeilijk om rapporten te vinden die significant hogere kosten laten zien.
• Onverwachte allocatie van resources. Het probleem met onderhoud voor de meeste bedrijven is dat het óf te vroeg óf te laat is. 70% van de bedrijven heeft naar verluidt geen volledig zicht op wanneer apparatuur aan onderhoud of upgrade toe is. Een gevolg hiervan is dat onderhoudspersoneel gemiddeld slechts minder dan 30% van hun werkuren aan productieve taken kan besteden.
• Het niet halen van productiedoelen. Fabrieken verliezen gemiddeld tussen de 5% en 20% van hun productiviteit als gevolg van uitvaltijd en naar schatting veroorzaakt uitval van apparatuur 42% van de ongeplande uitvaltijd.
• Verlies van kennis. Bij een toenemend aantal van onze klanten is kennisbehoud binnen hun organisatie één van de belangrijkste onderwerpen die we bespreken. Uit een onderzoek onder industriële bedrijven bleek dat 69% van de werkgevers moeite heeft om vacatures voor onderhoudspersoneel in te vullen. Daarmee lopen zij het risico waardevolle inzichten van hun meer ervaren werknemers te verliezen. We hebben gesprekken gehad met een maintenancecollege dat stelt dat de vraag vanuit de industrie voor afgestudeerden op maintenancegebied 10(!) keer hoger is dan wat het college daadwerkelijk zou kunnen leveren.
•  Veiligheidsrisico’s. Helaas veroorzaakt vermoeidheid van onderhoudspersoneel regelmatig onderhoudsongevallen en ernstige incidenten. Tevens vertellen rapporten ons dat onderhoudsactiviteiten tot 30% van alle dodelijke ongevallen in de productie veroorzaken.

Hoe helpt Predictive Maintenance bij industriële uitdagingen?

Marktonderzoeksbedrijf IoT Analytics geeft een overzicht van hoe het inzetten van Predictive Maintenance bedrijven zal helpen om deze uitdagingen aan te gaan.

• Kostenreductie wordt bereikt door verlaging van onderhoudskosten en ongeplande uitvaltijd.
• PdM kan de Overall Equipment Effectiveness (OEE) verbeteren omdat het de beschikbaarheid, prestaties en kwaliteit van activa aanpakt.
• De veiligheid wordt verbeterd door het vermijden van gevaren, evacuaties en mogelijke boetes.
• Minder storingen leidt tot een langere levensduur van de activa.
• Bedrijven kunnen hun resources beter toewijzen, omdat het voorspellen van storingen een optimale allocatie van kapitaal, arbeid en reserveonderdelen mogelijk maakt.
• AI & PdM kan bijvoorbeeld gebruikmaken van logs, instructies en e-mails die zijn gegenereerd door ervaren medewerkers, zodat hun kennis binnen het bedrijf behouden blijft.
• Naleving wordt gewaarborgd door beter te kunnen modelleren en voor te bereiden op milieueffecten en privacy- en beveiligingskwesties.
• Door het hele productieproces te ondersteunen met storingsgegevens, heeft PdM het vermogen om de algehele dataprocessen te verbeteren door een zogenaamde ‘informed culture’ in de gehele organisatie te bewerkstelligen.
• Na een eerste PoC is het relatief eenvoudig om de oplossing op te schalen naar andere assets van hetzelfde type.
• Fabrikanten kunnen hun productontwikkeling optimaliseren door gebruik te maken van hun onderhoudsgegevens en b.v. gebruik makenvan een digital twin, prestatiemodellering, enz.

Uitdagingen in de sector en Predictive Maintenance – samenvatting

Deze uitdagingen en de wijze waarop PdM ze aan kan pakken, hebben duidelijk voordelen die breder zijn dan alleen voor de onderhoudsafdeling.

Hoewel we slechts de 6 grootste uitdagingen voor bedrijven vandaag de dag hebben opgesomd, weten we dat elk bedrijf zijn specifieke problemen het hoofd kan bieden. We adviseren u graag over hoe het RSIMS-platform van ReliaSol uw bedrijf kan ondersteunen!

ReliaSol verzorgt op de PPA 2022 een lezing met de titel “A.I.-gedreven Predictive Maintenance: complex of kinderspel?”