Wartungs-Lieferkette mit datengetriebener Automatisierung optimieren

Dan Somers von Warwick Analytics (www.warwickanalytics.com) spricht mit Manufacturing Global darüber, wie Software jetzt den Wartungs- und Garantieklassifizierungsprozess präzise automatisieren kann und was dies für Ingenieure, Manager und Mechaniker in der Branche bedeutet.

Die richtigen Geräte und Teile vor Ort zu haben, um Produktionsanlagen zu reparieren und zu warten, ist ein Balanceakt. Sie müssen die Fertigung am Laufen halten, wollen aber nicht riesige Kapitalbeträge in Geräte und Teile binden, die monate-, jahrelang oder vielleicht nie genutzt werden. Alternativ kann das Leben mit Anlagen, die unvorhersehbare Ausfallzeiten haben, erhebliche Kosten durch verlorene Produktionsverfügbarkeit und ungeplante Wartung verursachen.

Effektives Maintenance, Repair & Overhaul (MRO) bedeutet Planung, Management, Koordination von Service und Lieferungen von einer Vielzahl von Lieferanten, Echtzeit-Transparenz darüber, wo sich jedes Teil befindet, und sicherzustellen, dass der ressourcenintensive Prozess so kosteneffektiv wie möglich ist.

Effektives MRO basiert auf präzisen und zeitnahen Informationen. Insbesondere das Wissen über die genauen Probleme und durchgeführten Maßnahmen ist entscheidend, um diese Probleme in Zukunft vorherzusagen und zu verhindern.

Die Analyse von unstrukturierten „Freitext“-Wartungs- und Reparaturdaten erfordert derzeit erheblichen menschlichen Input durch erfahrenes Personal während des gesamten Analysezyklus, um sicherzustellen, dass die Informationen konsistent und präzise sind. Andernfalls weiß ein Unternehmen möglicherweise nicht, wie viele ähnliche Vorfälle aufgetreten sind und ob sie zunehmen oder eine gemeinsame Grundursache haben. Die Informationen könnten im Text vergraben sein und unterschiedliche Wörter, Abkürzungen und Semantik verwenden, um einen ähnlichen Vorfall zu beschreiben. Umgekehrt könnten sich ähnliche Probleme als unterschiedlich erweisen, basierend auf subtilen Unterschieden in den Beschreibungen.

Text-Mining-Tools können Schlüsselwörter erkennen, aber derzeit liefern nur Menschen die finale Einsicht, die Rohdaten in Wissen umwandelt. Typischerweise kommt dies aus einer ganzheitlicheren Interpretation des Vorfalls, indem unstrukturierte Daten mit strukturierten und ableitbaren Informationen aus disparaten Datenquellen oder Vorwissen verglichen werden.

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

Zudem führt jede Analyse über disparate Datenbanken (z. B. Versuch, Diagnose- oder Fertigungsdaten zu kombinieren) zu vielen weiteren technischen Herausforderungen.

Angesichts dieser Drucke war die MRO-Lieferkette lange reif für Effizienz und Verbesserungen.

Es gab erfolgreiche Einführung neuer Techniken und Technologien im Sektor, die die möglichen Einsparungen hervorgehoben haben.

2014 befragte PwC mehr als 100 Fertigungs- und Wartungsunternehmen und fand, dass der Einsatz von 3D-Druck, auch bekannt als „additive Fertigung“, zur Erhöhung der Ersatzteilverfügbarkeit am Verwendungsort, Kosten durch Abfallreduzierung senkt und Arbeitsanteil verringert. Die meisten Unternehmen hatten bereits signifikante Gewinne in Geschwindigkeit und Flexibilität bei Produktentwicklung und Anpassung gemeldet. Die Forschung sagte weiter, dass, wenn nur 50 % der Ersatzteile mit dieser Technologie produziert würden, Kosteneinsparungen von 3,4 Mrd. $ möglich wären.

Es gibt auch Technologien, die bereits im Transportwesen eingesetzt werden (wo MRO-Probleme oft akuter sind). Schlüsseltechnologien, die Espen Olsen, Europadirektor für Luft- und Raumfahrt bei IFS, als potenziell größte Auswirkungen auf MRO für sowohl Fertigung als auch Luftfahrt identifizierte, umfassen mobile Technologie (Ingenieure mit mobilen Apps ausgestattet, um relevante Informationen zum Zeitpunkt des Bedarfs zu erhalten) und Wearable Technologies. Japan Airlines nutzt bereits Google Glass in ihrem Wartungsprozess. Die Brillen werden von Ingenieuren getragen, die rund um das Flugzeug auf dem Vorfeld arbeiten. Bilder des Flugzeugs werden an Wartungsspezialisten zur Bewertung gesendet, die alle gesehenen Probleme an den Ingenieur am Boden zurückmelden.

Ein weiterer Technologietrend, den Espen hervorhob, war, dass Big Data den Schlüssel zur Vorhersage der Zukunft hält. Er sagt: „Im MRO gibt es riesiges Potenzial, die Geheimnisse der Daten zu nutzen, um alles von vorausschauender Analytik bis zu besserer Bestandsoptimierung, besserer Überwachung von Nutzungsmustern und der essenziellen Verfolgung und Analyse des Gerätezustands in Echtzeit zu ermöglichen. Aber bisher gab es wenig in Form von Antworten für seine Schlüsselanwendungen oder, noch wichtiger, die Mittel, um zu identifizieren, welche Daten nützlich sind und welche nicht.

„2015 muss und wird der kommerzielle Sektor Big Data frontal angehen. Besonders denke ich an die Nutzung von Big Data für vorausschauende Analytik. Durch Bereitstellung von Schlüsseldaten zu Asset-Ausfällen kann dies dann in Logistiksysteme integriert werden, um zukünftige Designs zu informieren und zu verbessern, Nutzung zu optimieren und die Gesamtlebenszykluskosten zu senken.“

Diese Vorhersage ist nun mit der Einführung neuer Software, die den MRO-Klassifizierungsprozess automatisieren kann, Realität geworden.

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 verfügbaren Einsichten für Luftfahrtbetreiber, Instandhalter und Hersteller dramatisch verbessert und wird nun von Herstellern und Energieunternehmen für ihre Anlagen-MRO eingesetzt.

Wie funktioniert es? Wie wir wissen, erfordert die Analyse von Wartungs- und Reparatur-„Freitext“-Daten derzeit erheblichen menschlichen Input durch erfahrenes Personal während des gesamten Analysezyklus, um sicherzustellen, dass die Informationen konsistent und präzise sind. AMROC konvertiert jedoch diese unstrukturierten und halbstrukturierten Daten einschließlich Text, Logs und Diagnosen in strukturierte Daten für die Klassifizierung. Die Software schürft automatisch nach Tausenden verschiedener möglicher Muster aus den strukturierten und unstrukturierten Daten und strukturiert und klassifiziert die Probleme basierend auf diesen Mustern in Near-Real-Time, was die Zeit für manuelle Klassifizierung und Quantifizierung von Freitext-Wartungs- und Reparaturdaten drastisch reduziert. Die Daten müssen nicht bereinigt werden und werden daher nicht Annahmen und Fehlern unterworfen.

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

Fazit: Es gibt neue Technologien, die versprechen, MRO zu verbessern, indem sie Informationen aus Daten finden und diese nutzen, um Probleme zu verstehen und vorherzusagen. Sie werden nie in der Lage sein, einen erfahrenen Menschen zu ersetzen, aber sie werden in der Lage sein, dieser Person dramatisch zu helfen, reiche, präzise und zeitnahe Einsichten zu gewinnen und die gesamte MRO-Lieferkette produktiver zu machen.

Besuchen Sie www.warwickanalytics.com für weitere Informationen.