Leer in 5 minuten

  1. Wat je zelf al kunt doen als onderhoudsbedrijf om voorspellend te worden
  2. Hoe je opdrachtgevers ervan overtuigt om meer uit hun machines te halen
  3. Welke resultaten je op korte termijn al kunt behalen met voorspellend onderhoud

6 stappen om snel voorspellend te worden als onderhoudsbedrijf

Veel onderhoudsbedrijven werken met periodiek onderhoud, om storingen en defecten bij machines preventief te voorkomen. Voor veel opdrachtgevers van onderhoudsbedrijven is het namelijk geen optie dat storingen en defecten pas achteraf worden verholpen. In dat geval ben je namelijk (bijna) altijd te laat. Je loopt als onderhoudsbedrijf het risico dat je onderdelen niet op voorraad hebt en het probleem niet direct kan verhelpen, waardoor machines nog langer stilliggen. Preventief onderhoud is dus een logische keuze voor veel onderhoudsbedrijven. Maar ook deze werkwijze heeft zijn gebreken. Het nadeel van preventief onderhoud is dat je onderdelen gaat vervangen die nog prima een aantal jaar mee kunnen. En dat er onnodige kosten worden gemaakt voor de aankoop van nieuwe onderdelen. Door preventief onderhoud liggen machines van opdrachtgevers vaak stil op het moment dat het eigenlijk helemaal niet nodig is. Dat kan je opdrachtgever en jou veel tijd en geld kosten.

Dankzij de technologische ontwikkelingen van de afgelopen jaren is er inmiddels een beter alternatief: voorspellend onderhoud. Door data van machines te analyseren, kun je voorspellen wanneer bepaalde onderdelen onderhoud nodig hebben en direct actie ondernemen op het moment dat het écht nodig is. Dat gaat je helpen om je first time fix rate drastisch te verbeteren. Je weet als onderhoudsbedrijf namelijk precies welke onderdelen vervangen moeten worden en kunt daardoor je onderhoudsmonteurs efficiënter inplannen en de juiste onderdelen meenemen. Je kunt bovendien beter onderbouwen bij je opdrachtgevers waarom je onderdelen gaat vervangen en kunt de downtime van machines flink verminderen.

Hoe overtuig je opdrachtgevers?

Als onderhoudsbedrijf ben je echter geen eigenaar van de machines. Je moet dus in gesprek met je opdrachtgevers om ze te overtuigen van de toegevoegde waarde van voorspellend onderhoud voor hun machines en toegang te krijgen tot machinedata. Hoe pak je dat aan als onderhoudsbedrijf? Dat lijkt misschien ingewikkeld, maar dat hoeft het niet te zijn. Wat je nodig hebt is een plan van aanpak met stappen die eenvoudig te realiseren zijn en snel resultaat opleveren voor je organisatie en je opdrachtgevers. En plan waarbij je nog geen grote investeringen hoeft te doen, weinig mensen beschikbaar hoeft te stellen en de machines van je opdrachtgevers gewoon door kunnen blijven draaien. In dit artikel geven we je de eerste 6 stappen om een voorspellend onderhoudsbedrijf te worden.

Samenhang reactief, preventief en voorspellend onderhoud

Stap 1 – Kijk naar de informatie die je al hebt

Start met het verzamelen van reeds bestaande informatie uit onderhoudshistorie, inspecties en gebruikte assets. Deze informatie heb je vermoedelijk op papier staan of ergens digitaal opgeslagen. Door naar historische data te kijken, kun je al patronen gaan herkennen. Zo kun je bijvoorbeeld zien welke onderdelen je bij bepaalde machines van opdrachtgevers vaak moet vervangen. En hoe vaak je die onderdelen ook daadwerkelijk op voorraad had op dat moment en je dus direct het probleem kon oplossen. Door die informatie inzichtelijk te krijgen, kun je beter bepalen welke onderdelen je meer op voorraad moet hebben. En dat je die onderdelen dus bij bepaalde machines ook vaker in de auto van je monteurs moet leggen, om het euvel direct op te lossen.

Stap 2 – Toets je data bij domeinexperts

Als je wilt vaststellen of er ook daadwerkelijk een causaal verband is tussen patronen die je hebt gevonden, heb je kennis van de machines en onderdelen nodig. Betrek daarom altijd je onderhoudsmonteurs bij het vinden en analyseren van patronen. Zij kunnen je precies vertellen hoe een machine in elkaar zit, hoe die werkt, welke onderdelen ze vaak moeten vervangen en hoe dat komt. Dat gaat je helpen om naar de juiste patronen te zoeken en ook de juiste conclusies te trekken. Net als stap 1 hoef je ook bij stap 2 je klanten nog niet te betrekken.

Stap 3 – Ontdek welke machine-data je al uit machines kan halen

De volgende stap is om te kijken welke data je al uit apparaten of machines kunt halen. De meeste machines produceren al veel data, die primair bedoeld is voor de besturing van de onderdelen. Mogelijk kun je deze waardevolle informatie ook ontsluiten en verzamelen op één centrale plek om een beter beeld te krijgen van het gedrag van de machine over een bepaalde periode. Hiervoor heb je uiteraard wel je opdrachtgevers (en mogelijk de fabrikant van de machines) voor nodig. Maak het daarom behapbaar door met één opdrachtgever en één machine te starten. Inventariseer welke machine-data er al beschikbaar is en of ze mogelijk al data verzamelen. Afhankelijk van deze inventarisatie weet je ook hoe eenvoudig het wordt om data uit meerdere machines te ontsluiten en welke data je inzichtelijk kunt gaan maken.

Stap 4 – Kijk hoe je machines (nog) slimmer kan maken

Door te begrijpen over welke machine-data je opdrachtgever en/of de machinebouwer al beschikt, kun je samen ook bepalen welke belangrijke informatie misschien nog ontbreekt. Denk bijvoorbeeld aan de temperatuur of het aantal trillingen per seconde van specifieke onderdelen. Deze waarden kunnen je helpen om écht tot in detail het gedrag en de conditie van machines in kaart te brengen. Hierbij komt de kennis van je domeinexperts opnieuw goed van pas. Zij weten vaak uit ervaring welke onderdelen snel kapotgaan en hoe dat komt. Met die kennis kunnen ze je helpen te bepalen waar je het beste slimme sensoren kunt plaatsen om data te verzamelen en welke waarden je daarmee moet gaan meten.

Stap 5 – Bepaal waarden en ga daarop monitoren

Als je eenmaal over de juiste data beschikt, kun je gaan bepalen bij welke waarden je notificaties wilt ontvangen. Stel: je hebt een machine waarin een bepaald onderdeel vaak kapotgaat. Dit onderdeel heb je daarom voorzien van een sensor die het aantal trillingen per seconden meet. Op basis van alle data die je hebt verzameld, weet je hoe vaak het onderdeel gemiddeld vibreert en kun je het minimaal en/of maximaal vereiste aantal trillingen per seconde van het onderdeel bepalen. Als het aantal trillingen afwijkt van die ‘normale’ waarden, ontvang jij of je opdrachtgever direct een melding via een app, sms, e-mail, etc.

Stap 6 – Koppel acties aan notificaties

De vervolgstap is dat je direct acties gaat koppelen aan notificaties. Het mooiste zou zijn als je als onderhoudsbedrijf de meldingen van je opdrachtgever beheert, direct kunt zien om welke machine het gaat, wat er precies aan de hand is en weet welke onderdelen een monteur mee moet nemen. Zo vergroot je de kans dat je storingen sneller signaleert en meteen bij de eerste keer het probleem kunt verhelpen. Dat gaat je opdrachtgever veel downtime en kosten schelen. En als onderhoudsbedrijf kun je bijvoorbeeld afspraken over first time fix rate (FTFR) en mean time to repair (MTTR) beter nakomen. Maak dus duidelijke afspraken met je opdrachtgever over het wie de notificaties beheert en wat precies de vervolgacties zijn bij verschillende meldingen.

Aan de slag!

Met deze zes stappen kun je op een laagdrempelige manier al voorspellend worden. Bij stap 1 en 2 heb je zelfs nog geen hulp nodig van buitenaf en kun je alvast de eerste patronen gaan herkennen. Met de resultaten uit die fase kun je vervolgens een opdrachtgever over de streep trekken. Start met één opdrachtgever en één machine en ga samen experimenteren. Daarna kun jullie op je eigen tempo steeds een stapje vooruitzetten. Door klein te starten, kun je bovendien al vrij snel de toegevoegde waarde van voorspellend onderhoud aantonen voor jou en je opdrachtgever.

Wat kan het jouw organisatie opleveren als je voorspellend in plaats van preventief onderhoud gaat plegen?