Predictive maintenance maakt beloften aantoonbaar waar

25/09/18

De hype voorbij: PdM 4.0 zorgt voor verbeteringen

Predictive maintenance, het inzetten van data-analyse om te voorspellen wanneer bijvoorbeeld een machine aan vervanging toe is, wordt al enige jaren gezien als de grote belofte van Industrie 4.0 in de wereld van onderhoud en assetmanagement. Uitgebreid onderzoek naar concrete resultaten was er echter nog niet. Dat maakte bedrijven soms huiverig om de investering te wagen en de techniek te proberen. Nu zijn die concrete resultaten er wel, en ze zijn veelbelovend.

Uit het deze week verschenen PwC-rapport Predictive Maintenance 4.0 – Beyond the hype: PdM 4.0 delivers results blijkt dat 95 procent van de bedrijven die PdM 4.0 inzetten, al positieve resultaten boekt. Gemiddeld hebben zij maar liefst negen procent meer uptime gerealiseerd. ‘Dat is een fantastisch resultaat, want de kosten van downtime – het niet operationeel zijn omdat machines kapotgaan of apparatuur hapert – zijn enorm hoog. Zo is met de relatief beperkte investering die nodig is om PdM 4.0 te implementeren en uit te voeren, een vele malen groter rendement te behalen. Een kleine stijging van de uptime is al goud waard’, aldus Mark Haarman, managing partner bij Mainnovation.

Steeds meer bedrijven denken aan predictive maintenance

Mainnovation is gespecialiseerd in maintenance en assetmanagement en heeft samen met PwC voor het tweede jaar op rij onderzoek gedaan naar de inzet van predictive maintenance, bij zogenoemde asset-intensieve bedrijven in Nederland, België en Duitsland. Uit het onderzoek komen twee belangrijke ontwikkelingen naar voren. Allereerst neemt het aantal bedrijven dat bezig is de techniek te implementeren of daartoe plannen heeft, verder toe. Daarnaast zien nagenoeg alle bedrijven die al op het hoogste niveau (PdM 4.0) met de techniek werken, aanzienlijke resultaten.

‘Van de respondenten bevindt elf procent zich op dit moment op niveau 4’, vertelt Michel Mulders van PwC (foto links). ‘Dit is hetzelfde percentage als in 2017, maar toch is er wel degelijk een ontwikkeling gaande: zestig procent geeft aan concrete plannen te hebben om PdM 4.0 te gaan implementeren, terwijl dat vorig jaar nog maar 49 procent was. De meeste bedrijven die aangeven nog geen plannen te hebben, noemen daarvoor gebrek aan budget als voornaamste reden. Daardoor krijgen ze de businesscase niet rond.’

Gebruik van data kenmerkt hoogste niveau

Het gebruik van big data in het onderhoud van onder meer machines en apparaten kenmerkt het vierde niveau van volwassenheid in predictive maintenance. De opbouw van de niveaus is als volgt:

  • Niveau 1 - Visuele inspecties: periodiek fysieke inspecties; de conclusies zijn uitsluitend gebaseerd op de expertise van inspecteurs.
  • Niveau 2 - Instrumentinspecties: periodieke inspecties; conclusies zijn gebaseerd op een combinatie van de expertise van inspecteurs en het uitlezen van instrumenten.
  • Niveau 3 - Realtime statusbewaking: een continue realtime-monitoring van assets, met waarschuwingen op basis van vooraf vastgestelde regels of kritische niveaus.
  • Niveau 4 - PdM 4.0: een continue realtime-monitoring van assets en externe data (zoals gegevens over omgeving en gebruik), met waarschuwingen op basis van voorspellende technieken als regressieanalyse, voor minstens één belangrijke asset.

Begin klein en wordt ook een PdM 4.0-kampioen

Op de vraag hoe bedrijven de stap naar PdM 4.0 kunnen maken, antwoordt Haarman (foto rechts): ‘Begin klein. Doe eerst een pilot met de meest bedrijfskritische asset. Bedenk daarbij ook of het gemakkelijk is om data over die specifieke asset te krijgen. Want alleen dan leent deze asset zich voor de pilot. Bij oude machines zie je vaak dat dit niet zo makkelijk is.’

Het rapport laat ook zien wat de zogenoemde PdM 4.0-kampioenen, de bedrijven die al de grootste successen boekten met PdM 4.0, met elkaar gemeen hebben. Succesvolle gemene delers zijn vooral de hoeveelheid externe data (data niet direct gerelateerd aan de asset zelf) die gebruikt wordt, het gebruik van sensoren, goede hard- en software en de inzet van data-analisten en IT-specialisten.

Concrete voorbeelden moeten bedrijven over streep halen

Naast een vergelijking maken met de uitkomsten van vorig jaar was een belangrijk doel van het onderzoek het in kaart brengen van concrete voorbeelden van succesvol gebruik van predictive maintenance. Haarman: ‘Dat was minstens zo belangrijk. Het gebrek aan voorbeelden was er tot nu toe meestal de oorzaak van dat bedrijven niet in de techniek durfden te investeren. Die voorbeelden hebben we nu. De Belgische infrastructuurbeheerder Infrabel is al erg ver op het gebied van PdM 4.0. Doordat er nu minder fysieke inspecties langs de sporen nodig zijn, heeft het bedrijf de veiligheid van haar medewerkers verbeterd.’

Samenwerking PwC en Mainnovation

PwC en Mainnovation werken al enkele jaren samen en hebben nu voor het tweede achtereenvolgende jaar onderzoek naar predictive maintenance gedaan.

‘Mainnovation heeft alle expertise op het gebied van maintenance en assetmanagement, en wij op het gebied van data-analyse en regelgeving’, vertelt Michel Mulders van PwC. ‘Door het aangaan van dit partnership kunnen wij onze klanten echt het complete advies bieden. Want bij het implementeren van deze techniek gaat het enerzijds om de meer technische vragen als “wat is de meest geschikte asset om een pilot mee te draaien?”, en anderzijds om vragen als “hoe ontsluiten we de data, van wie zijn die data eigenlijk, en hoe zorgen we dat we voldoen aan privacyregels?” Samen kunnen we onze klanten strategisch adviseren en begeleiden bij de implementatie van PdM 4.0.

Contact

Michel Mulders

Partner, PwC Netherlands

Tel: +31 (0)88 792 31 65

Volg ons