7 belangrijke vragen over predictive maintenance en je asset management
De toekomst van je asset management? Dat is predictive maintenance. En je kunt er nu al mee beginnen. 7 vragen en antwoorden die de strategische en operationele waarde van predictive maintenance voor je bedrijf duidelijk maken.
1. Wat doet predictive maintenance voor je assets?
2. Hoe helpt predictive maintenance je onderhoud te optimaliseren?
Stel, je weet dat een van je assets over drie maanden kapotgaat. En dat de installatie waarin je deze asset gebruikt over drie weken minder bezet is. Met die informatie voorkom je niet alleen downtime of falen (en daarmee eventuele boetes voor te laat leveren). Je bent bovendien in staat je onderhoudswerk zo efficiënt en adequaat mogelijk te plannen. Je doet geen overbodig inspectie- of onderhoudswerk, maar precies wat nodig is, op het juiste moment. Ter illustratie, in een gemiddelde onderhoudscyclus zijn monteurs soms meer dan de helft van hun tijd bezig met het inspecteren van de conditie van assets. En bijna een derde van de onderhoudsactiviteiten wordt onnodig uitgevoerd.
2. Is predictive maintenance betaalbaar?
In veel bedrijven heerst nog een run-to-failure-mentaliteit: ze blijven hun assets gebruiken tot deze kapotgaan. Vanuit kostenoogpunt is dat echter niet zo logisch. Want bijvoorbeeld iedere vijf jaar een nieuwe pomp van 100.000 euro kopen, is uiteindelijk veel duurder dan op tijd de lagers vervangen. Dat kost een paar duizend euro per jaar aan onderhoud, terwijl de pomp misschien wel drie keer zolang meegaat. Bovendien wordt predictive maintenance steeds aantrekkelijker, doordat de technologische investeringen dalen. Zo nemen de prijzen van sensoren snel af. Tel daarbij op dat bedrijven met predictive maintenance tot 70% op hun totale onderhoudsuren besparen en het sommetje is snel gemaakt. Predictive maintenance is dus meer dan betaalbaar.
3. Kun je predictive maintenance inzetten voor al je assets?
IIoT-sensoren maken gebruik van open technologie. Je kunt ze dus breed inzetten om de conditie van je assets te bewaken en bent niet gebonden aan systemen van bepaalde leveranciers. Daarbij komt nog dat je de sensoren overal kunt plaatsen. Oók op moeilijk bereikbare of gevaarlijke plekken, zoals buizen waarin je de corrosie wilt meten of installaties met explosiegevaar. Zelfs in de petrochemische industrie is het bijvoorbeeld tegenwoordig mogelijk om draadloze sensoren te gebruiken. Met de IIoT-sensoren ben je ook niet meer afhankelijk van de fabrikant van je assets om je data te leveren over de prestaties. Je verzamelt zelf alle gegevens die je nodig hebt voor predictive maintenance. De kennis die je daarmee opdoet, is én blijft beschikbaar voor iedereen in je organisatie die daar behoefte aan heeft.
5. Wat betekent de combinatie van big data en predictive maintenance?
Door data uit allerlei soorten bronnen te verzamelen en combineren – ook realtime en in grote volumes – is het mogelijk om de conditie van je assets nog beter in de gaten te houden. Denk aan informatie over het weer en de invloed daarvan op je installaties. Bijvoorbeeld extreme temperaturen, windstoten of hoge golven die assets op een booreiland kunnen beschadigen. Door vervolgens machine learning en artificial intelligence (AI) op alle verzamelde data los te laten, wordt je predictive maintenance-systeem steeds slimmer. Zo kun je de prestaties van je assets en de efficiency van je onderhoud steeds verder verbeteren.
6. Hoe helpt predictive maintenance je te focussen op je kernactiviteiten?
Met predictive maintenance hoef je je geen zorgen te maken over assets die ineens kapotgaan. In plaats van achter de feiten aan te lopen, ben je voortdurend op de hoogte van hun conditie. Zónder dat je daar mensen voor op pad stuurt of afhankelijk bent van je assetleverancier. Je volgt de situatie op afstand en weet ruim van tevoren wanneer er onderhoud nodig is. Dat scheelt je niet alleen resources, tijd en geld, maar geeft je ook de rust om je te concentreren op je business.
7. Hoe ziet de toekomst van predictive maintenance eruit
De toekomst van predictive maintenance is nog maar net begonnen, maar nu al veelbelovend. We zetten al geavanceerde technologieën in zoals machine learning en AI, om steeds betere en gedetailleerde onderhoudsvoorspellingen te maken. Maar een stap verder is dat we ook adviezen krijgen over de onderhoudsacties die we het beste kunnen uitvoeren. Denk ook aan robots die gevaarlijke onderhoudstaken zelf uitvoeren. Of aan een slimme bril, waarmee een specialist op afstand kan meekijken met een monteur die onderhoud uitvoert. Bij Gemba ontwikkelden al een slimme helm voor een klant in de petrochemische industrie. Daarmee kan de voorman volgen waar een monteur zich bevindt (met het oog op de veiligheid), meekijken met het werk en zien of deze persoon wel gecertificeerd is om dit te doen. De mogelijkheden zijn dus oneindig. En het mooie is dat je er vandaag al van kunt profiteren.
Lees ook deze blogs
Software voor service providers: grip op je dienstverlening
Of je nu assets voor je klanten beheert of andere services biedt, je wilt overzicht en controle over je dienstverlening. Operationeel én financieel. Hoe doe je dat?
Slim civil infrastructure management: efficiënt en effectief
Onderhoud aan weg, spoor, tunnels en bruggen is arbeidsintensief. Ontdek hoe het efficiënter en met minder risico’s kan: de intelligente civil infrastructure management-oplossing.
7 belangrijke vragen over predictive maintenance en uw asset management
Dat is predictive maintenance. En je kunt er nu al mee beginnen. 7 vragen en antwoorden die de strategische en operationele waarde van predictive maintenance voor je bedrijf duidelijk maken.
Wil je sparren over je asset management-uitdagingen?
Meer weten?
Meer weten over wat predictive maintenance voor het onderhoud van je assets kan betekenen? Neem contact op met Johan Knook: j.knook@gemba.nl.
