Strategien zur Verwaltung der Vermögensleistung

Die Schaffung einer Welt, die nicht zusammenbricht, bietet der Prozessindustrie eine Chance von 20 Milliarden US-Dollar. Die Reduzierung ungeplanter Ausfallzeiten und die Steigerung der Anlagenauslastung stellen die größten Chancen für finanzielle Verbesserungen im Produktionsbetrieb dar. Albert Einstein hätte auf Smart Manufacturing anspielen können, wenn er sagte:"Wenn ich eine Stunde Zeit hätte, um ein Problem zu lösen und mein Leben davon abhinge, würde ich die ersten 55 Minuten nutzen, um die richtige Frage zu stellen, um einmal die richtige zu stellen." Frage, ich könnte das Problem in weniger als fünf Minuten lösen."

Die Evolution der Wartung

In den letzten fünf Jahrzehnten hat sich die Instandhaltung als Praxis weiterentwickelt, um der Fertigung in den Bereichen Zuverlässigkeit und Verfügbarkeit mit immer komplexeren Rahmenbedingungen besser zu dienen. Der Wandel steht jedoch unmittelbar bevor. Die aktuellen Ansätze wie Run-to-Failure, kalenderbasierte, nutzungsbasierte, zustandsbasierte und zuverlässigkeitsorientierte Wartung (RCM) werden durch den Mangel an Wissenschaft hinter Maschineninspektion und -service herausgefordert. Aktuelle Wartungsmethoden konzentrieren sich auf Verschleiß als Hauptursache für Ausfälle, aber 80 Prozent der Verschlechterung und Ausfälle von mechanischen Geräten sind prozessbedingt.

Die heutige Branchenrealität ist, dass Prozesse zur Maximierung der Rentabilität tendenziell so nah wie möglich an den wichtigsten Grenzen betrieben werden. Prozessabweichungen können jedoch eine Anlage in einen unerwünschten Betriebspunkt bringen, an dem Schäden oder übermäßiger Verschleiß auftreten. Für genaue, faktenbasierte Wartungsentscheidungen ist ein besseres Verständnis der Auswirkungen des Prozesses auf die Anlage erforderlich. Eine neue Generation von Analysefunktionen ist erforderlich, um tiefere Einblicke in die Anlage, den Prozess und die Interaktion zwischen ihnen zu ermöglichen. Bediener benötigen prädiktive Lösungen, um sie auf bevorstehende Probleme aufmerksam zu machen, und die Software muss in der Lage sein, sie mit präskriptiven Anweisungen von Problemen wegzuleiten. Erkenntnisse dieser Art erfordern umfassende Kenntnisse in der Prozessmodellierung zusammen mit Big-Data-Machine-Learning-Funktionen, die Daten aus Konstruktions-, Produktions- und Wartungssystemen extrahieren und analysieren können.

Asset Performance Management der nächsten Generation

Die nächste Generation des Asset Performance Management bietet die Möglichkeit, die Betriebszeit mit verwertbaren Daten zu maximieren und die Ursache aller Fehler genau vorherzusagen und zu beseitigen. Es repräsentiert die Zukunft der Fertigung mit fortschrittlichen Analysen, die Probleme vorhersagen und Bedieneraktionen vorschreiben können. Fortschrittliche Datenanalyse und Data Science ermöglichen die Zuverlässigkeitsstrategie, die maschinelles Lernen umfasst. Um kapitalintensiven Industrieanlagen einen Mehrwert zu verleihen, muss maschinelles Lernen komplexe, problematische Sensor- und Wartungsereignisdaten interpretieren und verwalten. Schließlich kann es die Betriebsbedingungen und -muster bestimmen, die sich nachteilig auf die Anlage auswirken können, indem die Muster des Prozessbetriebs erfasst und mit Fehlerinformationen zusammengeführt werden.

Ein Erfolgssystem

Während Predictive Analytics Ausfallzeiten reduzieren kann, treten Störungen selten isoliert auf. Stattdessen treten Dutzende von Zuverlässigkeits-, Prozess- und Asset-Problemen gleichzeitig auf. Dies stellt ein systemisches Problem für RCM dar, einen aktuellen Wartungsansatz, der statische Bewertungen durchführt, indem er den Entscheidungsprozess verzögert. Eine dynamische Bewertung ist erforderlich, da neue Warnungen zusammen mit anderen aktiven Bedingungen bewertet werden müssen, um Ressourcen zu priorisieren und zuzuweisen. Da jedoch nicht alles auf einmal angegangen werden kann, ist ein Erfolgssystem erforderlich, um Probleme anzugehen und sie entsprechend ihrer Risikostufe zu priorisieren. Mit fortschrittlicher Software kann jeder neue Alarm eine Neuberechnung von Risikoprofilen auslösen, um sicherzustellen, dass die aktuellsten finanziellen und Risikowahrscheinlichkeitsbewertungen in Zuverlässigkeitsbewertungen verwendet werden.

Um rundum erfolgreich zu sein, müssen Unternehmen natürlich einen ganzheitlichen Ansatz bei der Umsetzung verfolgen, der folgende Schritte umfasst:

• Ziele klar kommunizieren, um bei der effektiven Problemlösung zu helfen
• Erlebe eine datengesteuerte Welt
• Unterscheiden Sie zwischen nachlaufenden und vorlaufenden Indikatoren und wie Sie entsprechend reagieren können
• Setzen Sie die richtige Mischung aus Mitarbeitern, Technologie, Strategie und Lösung ein und nutzen Sie relevante Anwendungsfälle
• Investieren Sie Zeit, um die Technologie zu beherrschen
• Richten Sie das eingeführte Analyseprogramm an den Geschäftszielen aus
• Stellen Sie die geeignete Software und Hardware bereit, um Probleme zu lösen
• Führen Sie gut und mit einem ausgeprägten Sinn für die Dringlichkeit aus.

Angesichts der Tatsache, dass operative Exzellenz und Rentabilität auf dem Spiel stehen, ist die Entwicklung einer effektiven Asset-Performance-Strategie eine geschäftliche Notwendigkeit. Scheitern ist keine Option mit Technologie, die dazu beiträgt, eine Welt zu schaffen, die nicht zusammenbricht.