Wie Sie Ihre Instandhaltungslieferkette mithilfe von Daten effektiver gestalten können

Die richtigen Geräte und Teile vor Ort zu halten, um Produktionsanlagen zu reparieren und zu warten, ist ein Balanceakt. Sie müssen die Produktion am Laufen halten, möchten aber keine großen Kapitalbeträge in Ausrüstungen und Teilen binden, die möglicherweise Monate, Jahre oder vielleicht nie verwendet werden. Alternativ kann das Leben mit Anlagen, die unvorhersehbare Ausfallzeiten haben, durch verlorene Produktionsverfügbarkeit und ungeplante Wartung einen erheblichen Betrag kosten.

Bei effektiver Wartung, Reparatur und Überholung „MRO“ geht es um die Planung, Verwaltung und Koordinierung von Service und Lieferungen einer Vielzahl von Lieferanten, um Echtzeit-Sichtbarkeit des Standorts jedes Teils und um sicherzustellen, dass der ressourcenintensive Prozess so kosteneffizient ist. so effektiv wie möglich.

Effektives MRO ist auf genaue und zeitnahe Informationen angewiesen. Insbesondere die Kenntnis der genauen Probleme und der durchgeführten Maßnahmen ist entscheidend für die Vorhersage und Vermeidung dieser Probleme in der Zukunft.

Die Analyse von unstrukturierten „Freitext“-Daten für Wartung und Reparatur erfordert derzeit während des gesamten Analysezyklus einen erheblichen menschlichen Einsatz durch erfahrenes Personal, um sicherzustellen, dass die Informationen konsistent und genau sind. Andernfalls weiß ein Unternehmen möglicherweise nicht, wie viele ähnliche Vorfälle aufgetreten sind und ob sie zunehmen oder eine gemeinsame Ursache haben. Die Informationen können im Text vergraben sein und unterschiedliche Wörter, Abkürzungen und Semantiken verwenden, um einen ähnlichen Vorfall zu beschreiben. Umgekehrt können sich ähnliche Probleme aufgrund geringfügiger Unterschiede in den Beschreibungen als unterschiedlich herausstellen.

Text-Mining-Tools können Schlüsselwörter erkennen, aber derzeit liefern nur Menschen den endgültigen Einblick, der Rohdaten in Wissen umwandelt. Typischerweise ergibt sich dies aus einer ganzheitlicheren Interpretation des Vorfalls, bei der unstrukturierte Daten mit strukturierten und ableitbaren Informationen aus unterschiedlichen Datenquellen oder Vorwissen verglichen werden.

Die Herausforderung bei diesem aktuellen Ansatz besteht darin, dass Menschen subjektiv handeln, Fehler machen können und ihre individuelle Kapazität nicht schnell oder skalierbar ist.

Darüber hinaus führt jede Analyse über unterschiedliche Datenbanken (z. B. der Versuch, Diagnose- oder Fertigungsdaten zu kombinieren) zu vielen weiteren technischen Herausforderungen.

Angesichts dieses Drucks ist die MRO-Lieferkette schon lange reif für Effizienz und Verbesserungen.

Die erfolgreiche Einführung neuer Techniken und Technologien im gesamten Sektor hat die möglichen Einsparungen deutlich gemacht, die erzielt werden können.

Im Jahr 2014 befragte PwC mehr als 100 Fertigungs- und Wartungsunternehmen und stellte fest, dass der Einsatz von 3D-Druck, auch bekannt als „additives Engineering“, zur Erhöhung der Ersatzteilverfügbarkeit am Einsatzort, Kostensenkung durch Reduzierung von Abfall und Verringerung des Arbeitsaufwands. Die meisten Unternehmen hatten bereits deutliche Geschwindigkeits- und Flexibilitätsgewinne bei der Produktentwicklung und -anpassung gemeldet. Die Studie ergab weiter, dass es zu Kosteneinsparungen von 3,4 Milliarden US-Dollar kommen würde, wenn nur 50 Prozent der Ersatzteile mit dieser Technologie hergestellt würden.

Es gibt auch Technologien, die bereits im Transportwesen eingesetzt werden (wo MRO-Probleme oft akuter sind). Zu den Schlüsseltechnologien, die von Espen Olsen, europäischer Direktor für Luft- und Raumfahrt bei IFS, als potenziell größte Auswirkungen auf die MRO sowohl in der Fertigung als auch in der Luft- und Raumfahrt ausgewählt wurden, gehören Mobiltechnologie (Ingenieure, die mit mobilen Apps ausgestattet sind, um im Bedarfsfall auf relevante Informationen zuzugreifen) und Wearables Technologien. Japan Airlines verwendet Google Glass bereits in ihrem Wartungsprozess. Die Brille wird von Ingenieuren getragen, die rund um das Flugzeug auf dem Rollfeld arbeiten. Bilder des Flugzeugs werden zur Bewertung an Wartungsspezialisten gesendet, die dann alle Probleme, die sie sehen, an den Ingenieur am Boden weiterleiten.

Ein weiterer Technologietrend, den Espen hervorhob, war, dass Big Data der Schlüssel zur Vorhersage der Zukunft ist. Er sagt:„In der MRO gibt es ein enormes Potenzial, die Geheimnisse von Daten zu nutzen, um alles zu ermöglichen, von prädiktiven Analysen bis hin zu einer größeren Bestandsoptimierung, einer besseren Überwachung von Nutzungsmustern und der wesentlichen Verfolgung und Analyse des Zustands von Geräten in Echtzeit. Aber bisher gab es kaum Antworten auf die wichtigsten Verwendungszwecke oder, was noch wichtiger ist, die Mittel, um festzustellen, welche Daten nützlich sind und welche nicht.

„2015 wird und muss sich die Wirtschaft mit Big Data auseinandersetzen. Insbesondere denke ich an die Verwendung von Big Data für prädiktive Analysen. Durch die Bereitstellung von Schlüsseldaten zu Anlagenausfällen können diese dann in Logistiksysteme integriert werden, um zukünftige Designs zu informieren und zu verbessern, die Nutzung zu optimieren und die Gesamtlebenszykluskosten zu senken.“

Diese Vorhersage wird nun mit der Einführung einer neuen Software realisiert, die den Prozess der MRO-Klassifizierung automatisieren kann.

AMROC ist ein neues Produkt von Warwick Analytics und ein möglicher Ansatz. Es transformiert automatisch disparate und unstrukturierte Wartungsdaten. Es hat sich gezeigt, dass es die Einblicke für Betreiber, Instandhalter und Hersteller von Luft- und Raumfahrtunternehmen erheblich verbessert, und wird jetzt von Herstellern und Energieunternehmen für ihre Anlagen-MRO verwendet.

Wie funktioniert es? Wie wir wissen, erfordert die Analyse von Wartungs- und Reparatur-„Freitext“-Daten derzeit während des gesamten Analysezyklus einen erheblichen menschlichen Einsatz durch erfahrenes Personal, um sicherzustellen, dass die Informationen konsistent und genau sind. AMROC konvertiert jedoch diese unstrukturierten und halbstrukturierten Daten, einschließlich Text, Protokolle und Diagnosen, in strukturierte Daten zur Klassifizierung. Die Software sucht automatisch nach Tausenden verschiedener möglicher Muster aus den strukturierten und unstrukturierten Daten und strukturiert und klassifiziert dann die Probleme basierend auf diesen Mustern nahezu in Echtzeit, wodurch die Zeit für die manuelle Klassifizierung und Quantifizierung von Freitext erheblich reduziert wird Wartungs- und Reparaturdaten. Die Daten müssen nicht bereinigt werden und unterliegen daher keinen Annahmen und Fehlern.

Mit neuen IT-Technologien wie AMROC werden die MRO-Kosten in Transport und Fertigung sinken, aber nicht nur die großen Player und OEMs müssen innovativ sein. Unternehmen an der Spitze der Lieferkette fordern von ihren Lieferanten, ihre Produktivität auch im Bereich MRO zu verbessern.

Zusammenfassend lässt sich sagen, dass es neue Technologien gibt, die versprechen, die MRO zu verbessern, indem sie Informationen aus Daten finden und diese verwenden, um Probleme zu verstehen und vorherzusagen. Sie werden niemals in der Lage sein, einen erfahrenen Menschen zu ersetzen, aber sie werden dieser Person erheblich dabei helfen, umfassende, genaue und zeitnahe Einblicke zu gewinnen und die gesamte MRO-Lieferkette produktiver zu machen.

Weitere Informationen finden Sie unter www.warwickanalytics.com.