Paradigmaverschuiving: een nieuw tijdperk van onderhoud
Slim onderhoud als strategisch voordeel
Voorspellend onderhoud wordt in steeds meer bedrijven aanvaard omdat het de mogelijkheid biedt proactief onderhoud te plannen en defecten te voorkomen. Veel bedrijven stuiten echter nog op hindernissen bij de invoering ervan. Veel meer dan nieuwe technologie is een heroverweging nodig van alle processen die bij onderhoud betrokken zijn, vindt Lukas Göck, werkzaam in Product Management Test & Measurement bij reichelt elektronik. Hij legt in dit artikel uit hoe bedrijven de juiste strategie voor deze overgang kunnen vinden.
De eerste actie die bedrijven gewoonlijk ondernemen om hun machines goed te onderhouden, is het gebruik van onderhouds- en serviceplannen. Door regelmatige controles kunnen zij de levensduur van een machine aanzienlijk verlengen en tegelijkertijd zorgen voor een optimale kwaliteit van de geproduceerde goederen en meer veiligheid voor het personeel.
Maar deze methode bereikt al snel haar grenzen: Wat als een machineonderdeel onverwacht stuk gaat? Meestal hebben bedrijven beperkte opslagfaciliteiten en zijn reserveonderdelen niet altijd op voorraad. Snelle levering kan duur zijn. Maar nog duurder is het financiële verlies dat gepaard gaat met de gedwongen productiestop. Anderzijds heeft het geen zin om uit voorzorg onderdelen te vervangen die nog in werking zijn, wanneer ze nog maanden gebruikt zouden kunnen worden.
Voorspellend onderhoud – verandering in volle gang
Daarom is de laatste jaren in steeds meer bedrijven voorspellend onderhoud ingevoerd. In die zin is cyclisch onderhoud, dat wordt bepaald door vaste tijdvensters, vervangen door constante prestatiebewaking en proactief onderhoud. Hoe meer gegevens over goed draaiende machines en mogelijke storingen kunnen worden geëvalueerd, des te zekerder is het dat slijtage wordt opgespoord voordat het tot een defect leidt.
In Nederland wordt voorspellend onderhoud al door 86 procent van de industriële bedrijven toegepast – soms gedeeltelijk, soms voor het gehele machinepark. De meerderheid van deze bedrijven is zo overtuigd van de technologie dat zij het gebruik ervan verder zouden willen uitbreiden. Zij waarderen vooral de mogelijkheid om de kwaliteit van de productie te verhogen, de werknemer te ondersteunen/ontlasten en productie-uitval te voorkomen door voorspellend onderhoud.
Voorspellend onderhoud is het meest effectief en rendabel wanneer het strategisch doordacht is en zo uitgebreid mogelijk wordt toegepast.
Hindernissen overwinnen met voorspellend onderhoud
Dus hoe kunnen bedrijven nog meer voordeel halen uit voorspellend onderhoud? De grootste hindernissen bij de implementatie zijn:
- Technische eisen waaraan niet kan worden voldaan (31%)
- Gebrek aan kennis bij het personeel (30%)
- Budgettaire beperkingen (30%)
- Wegnemen van scepticisme bij personeel/teamleden (29%)
Het is geen verrassing dat bedrijven niet beschikken over digitale modellen (digital twins) van machines die nodig zijn als basis voor projecten van voorspellend onderhoud. Deze problemen zijn welbekend, en ook al vergt de oplossing ervan tijd en financiële inspanningen, toch kunnen bedrijven hiervoor terugvallen op diverse aanbiedingen. Interessanter is dat dit niet het grootste struikelblok is voor bedrijven.
Zelfs voordat zij zich zorgen maken over zaken als gebrek aan kennis en het overtuigen van de sceptici, moeten zij eerst voldoen aan de technische vereisten. Dit is ook een grote uitdaging voor bedrijven. De overgang van gepland onderhoud en reactieve foutcorrectie op regelmatige tijdstippen naar een proactief, wendbaar onderhoudssysteem vereist een heroverweging. Het heeft gevolgen voor de hele organisatie van onderhoud en technische diensten.
Voorspellend onderhoud serieus nemen als organisatorische uitdaging
Voorspellend onderhoud is het meest effectief en rendabel wanneer het strategisch doordacht is en zo uitgebreid mogelijk wordt toegepast. Dit betekent in de eerste plaats: een zo groot mogelijk gebied. Het uitrusten van afzonderlijke fabrieksonderdelen met de nieuwe technologie is op den duur veel minder zinvol dan een oplossing voor de gehele fabriek die verbanden kan leggen tussen afzonderlijke machineonderdelen of productieprocessen.
Bovendien moet er een oprechte intentie zijn om de verkregen inzichten te gebruiken om slimme beslissingen te nemen. Wat hier nodig is, is een organisatie die de operationele processen zo reorganiseert dat alle betrokkenen proactief kunnen handelen in plaats van alleen maar reactief in te grijpen. De verandering heeft invloed op service workflows en op de houding van de mensen in het bedrijf.
Conclusie
Voorspellend onderhoud is een grote kans voor bedrijven om de efficiëntie te verbeteren, de winst te verhogen en te blijven concurreren. Deze kans berust op mensen in bedrijven die vertrouwde paden verlaten, nieuwe workflows ontwikkelen en – net als hun machine learning-modellen – altijd blijven leren. Onderhoudsspecialisten en -ingenieurs en ander onderhoudspersoneel zijn nog steeds nodig vanwege hun schat aan ervaring. Zij weten welke gegevens belangrijk zijn en brengen zinvolle correlaties aan. Daarom zijn zij meer dan alleen de uitvoerende tak in onderhoud. Zij zijn de drijvende kracht achter de paradigmaverschuiving.
