Voorspellend onderhoud nog niet volop benut

Als het gaat om voorspellend onderhoud maken nog veel bedrijven geen gebruik van de bestaande mogelijkheden. Uit onderzoek van PwC en Mainnovation onder 280 bedrijven in Nederland, Duitsland en België blijkt dat slechts elf procent de bestaande digitale technologiën zo veel mogelijk benut om onder meer te voorspellen wanneer een storing zal optreden.

Het doel van voorspellend onderhoud is het verlagen van (onderhouds)kosten door het voorkomen van storingen aan installaties. Daardoor verhogen bedrijven de beschikbaarheid van installaties. Sensoren, gekoppeld aan machines of installaties, leveren grote hoeveelheden data die iets zeggen over de conditie van de installatie. Vaak wordt pas achteraf naar deze data gekeken om te zien wat er is gebeurd. Met predictive maintenance wordt deze data realtime geanalyseerd, zodat de toekomstige conditie van de machine kan worden voorspeld.

Vier niveaus van volwassenheid

In samenwerking met Kantar TNS hebben PwC en Mainnovation gekeken waar bedrijven momenteel staan op het gebied van voorspellend onderhoud en waar ze in de nabije toekomst denken te staan. ‘Daarbij hebben we gebruikgemaakt van vier niveaus van volwassenheid met betrekking tot voorspellend onderhoud. Naarmate bedrijven op een hoger niveau komen, is er een toename te zien van de hoeveelheid data die ze gebruiken om fouten te voorspellen’, aldus PwC-partner Michel Mulders.

Praktische inzichten

Mark Haarman, partner bij Mainnovation voegt hieraan toe: ‘Het hoogste niveau, niveau 4, omvat het toepassen van de kracht van machine-learningtechnieken om duidelijke patronen in grote hoeveelheden data te identificeren en nieuwe, praktische inzichten te genereren. We noemen dit predictive maintenance 4.0 of PdM 4.0. PdM 4.0 biedt bedrijven de kans om tot nu toe onvoorspelbare fouten te voorspellen’.

Twee derde bedrijven op laag niveau

Het onderzoek laat zien dat twee derde van de respondenten nog steeds op volwassenheidsniveau 1 of 2 zit. Slechts elf procent heeft al niveau 4 bereikt. Die bedrijven maken gebruik van de mensen en de tools die nodig zijn voor PdM 4.0: betrouwbaarheidsingenieurs en datawetenschappers, statistische softwarepakketten en externe databronnen.

Voorspellend onderhoud verbeteren

Daarnaast komt uit het onderzoek naar voren dat de respondenten vrij ambitieus zijn om hun niveau in voorspellend onderhoud te verbeteren. Ongeveer een op de drie bedrijven verwacht binnen een periode van vijf jaar PdM 4.0 in een of andere vorm te gebruiken.

Reduceren risico’s

Verbetering van de beschikbaarheid van installaties en machines is voor de ondervraagde bedrijven de belangrijkste reden om plannen te hebben voor PdM 4.0. Andere belangrijke redenen zijn kostenreducties, levenslange verlenging voor verouderende assets en het reduceren van veiligheids-, gezondheids-, milieu en kwaliteitsrisico’s.

Beschikbaarheid data

De respondenten hebben ook een aantal kritische succesfactoren genoemd voor de implementatie van PdM 4.0. De beschikbaarheid van data is daarvan de belangrijkste, gevolgd door technologie, budget en cultuur.

Wilt u meer informatie over het onderzoek? Kijk dan hier of neem contact op met Michel Mulders.

 

 

 

Publicaties