Как сделать вашу цепочку техобслуживания более эффективной с помощью данных

Хранение подходящего оборудования и деталей на месте для ремонта и обслуживания производственного оборудования — это баланс. Вам нужно поддерживать производство, но вы не хотите связывать огромные суммы капитала с оборудованием и деталями, которые могут не использоваться месяцами, годами или, возможно, никогда. В качестве альтернативы, жизнь с заводским оборудованием, время простоя которого непредсказуемо, может стоить значительной суммы из-за потери производительности и незапланированного обслуживания.

Эффективное техническое обслуживание, ремонт и капитальный ремонт «ТОиР» — это планирование, управление, координация обслуживания и поставок от широкого круга поставщиков, наличие информации о местонахождении каждой детали в режиме реального времени и обеспечение того, чтобы ресурсоемкий процесс был как можно более экономичным. насколько это возможно.

Эффективное MRO зависит от точной и своевременной информации. В частности, знание точных проблем и предпринятых действий имеет решающее значение для прогнозирования и предотвращения таких проблем в будущем.

Анализ неструктурированных данных «свободного текста» о техническом обслуживании и ремонте в настоящее время требует значительного человеческого участия со стороны опытного персонала на протяжении всего цикла анализа, чтобы гарантировать, что информация непротиворечива и точна. В противном случае компания может не знать, сколько подобных инцидентов произошло и растет ли их число или имеют общую первопричину. Информация может быть скрыта в тексте и с использованием разных слов, сокращений и семантики для описания аналогичного инцидента. И наоборот, похожие проблемы могут оказаться разными из-за незначительных различий в описаниях.

Инструменты интеллектуального анализа текста могут обнаруживать ключевые слова, но в настоящее время только люди предоставляют окончательное понимание, которое преобразует необработанные данные в знания. Обычно это происходит из более целостной интерпретации инцидента, сравнения неструктурированных данных со структурированной и поддающейся выводу информацией из разрозненных источников данных или предшествующих знаний.

Проблема нынешнего подхода заключается в том, что люди могут действовать субъективно, совершать ошибки, а их индивидуальные возможности нельзя быстро или масштабировать.

Кроме того, любой анализ разрозненных баз данных (например, попытка объединить диагностические или производственные данные) приводит к еще большему количеству технических проблем.

Учитывая это давление, цепочка поставок MRO уже давно созрела для повышения эффективности и улучшения.

В этом секторе успешно внедряются новые методы и технологии, что подчеркивает возможную экономию, которую можно достичь.

В 2014 году PwC провела опрос более 100 производственных и сервисных компаний и обнаружила, что использование 3D-печати, также известной как «аддитивное проектирование», позволяет повысить доступность запасных частей в месте их использования, сократить расходы за счет сокращения отходов и сокращения трудозатрат. Большинство компаний уже сообщили о значительном повышении скорости и гибкости разработки и настройки продуктов. Далее в исследовании говорится, что если бы только 50 % запасных частей производились с использованием этой технологии, экономия средств составила бы 3,4 млрд долларов США.

Также есть технологии, которые уже используются на транспорте (где вопросы ТОиР зачастую стоят острее). Ключевые технологии, выбранные Эспеном Олсеном, европейским директором по аэрокосмической отрасли IFS, как потенциально имеющие наибольшее влияние на MRO, применимые как к производству, так и к аэрокосмической отрасли, включают мобильные технологии (инженеры оснащены мобильными приложениями для доступа к соответствующей информации в момент необходимости) и носимые устройства. технологии. Japan Airlines уже использует Google Glass в процессе технического обслуживания. Очки носят инженеры, работающие вокруг самолета на взлетно-посадочной полосе. Изображения самолета отправляются специалистам по техническому обслуживанию для оценки, которые затем сообщают обо всех обнаруженных проблемах инженеру на земле.

Еще одна технологическая тенденция, которую выделил Эспен, заключалась в том, что большие данные являются ключом к предсказанию будущего. Он говорит:«В MRO существует огромный потенциал использования секретов данных для обеспечения всего, от прогнозной аналитики до большей оптимизации запасов, лучшего мониторинга моделей использования и необходимого отслеживания и анализа состояния оборудования в режиме реального времени. Но до сих пор было мало ответов на вопрос о его ключевом использовании или, что более важно, о средствах определения того, какие данные полезны, а какие нет.

«В 2015 году коммерческий сектор будет и должен взяться за большие данные. В частности, я думаю об использовании больших данных для прогнозного анализа. Предоставляя ключевые данные об отказах активов, их можно затем интегрировать в системы логистики, чтобы помочь информировать и улучшать будущие проекты, оптимизировать использование и снижать общую стоимость жизненного цикла».

Этот прогноз теперь реализуется с введением нового программного обеспечения, которое может автоматизировать процесс классификации MRO.

AMROC — это новый продукт Warwick Analytics и один из возможных подходов. Он автоматически преобразует разрозненные и неструктурированные данные обслуживания. Было показано, что он значительно улучшает понимание, доступное операторам аэрокосмической техники, специалистам по обслуживанию и производителям, и теперь используется производителями и энергетическими компаниями при техническом обслуживании своих предприятий.

Итак, как это работает? Как мы знаем, анализ «свободных текстовых» данных о техническом обслуживании и ремонте в настоящее время требует значительного человеческого участия со стороны опытного персонала на протяжении всего цикла анализа, чтобы гарантировать, что информация непротиворечива и точна. Однако AMROC преобразует эти неструктурированные и частично структурированные данные, включая текст, журналы и диагностику, в структурированные данные для классификации. Программное обеспечение автоматически извлекает тысячи различных возможных шаблонов из структурированных и неструктурированных данных, а затем структурирует и классифицирует проблемы на основе этих шаблонов почти в реальном времени, что значительно сокращает время, затрачиваемое на ручную классификацию и количественную оценку произвольного текста. данные о техническом обслуживании и ремонте. Данные не нуждаются в очистке и, следовательно, не подвержены предположениям и ошибкам.

Благодаря новым ИТ-технологиям, таким как AMROC, затраты на техобслуживание и техническое обслуживание в сфере транспортировки и производства будут снижаться, но не только крупные игроки и OEM-производители должны быть инновационными. Компании, находящиеся на вершине цепочки поставок, просят своих поставщиков также повысить их производительность, когда речь идет о ТОиР.

В заключение, существуют новые технологии, которые обещают помочь улучшить MRO, находя информацию из данных и используя ее для понимания и прогнозирования проблем. Они никогда не смогут заменить опытного человека, но они смогут значительно помочь этому человеку получить исчерпывающую, точную и своевременную информацию и сделать всю цепочку поставок MRO более продуктивной.

Посетите www.warwickanalytics.com для получения дополнительной информации.