Обслуживание оборудования: превентивный ремонт и альтернативы

| Статья

В основном эти технологии внедряются ради превентивного ремонта, и часто это вполне оправданно. В ситуациях, когда поломка ведет к большому ущербу, ее легко предсказать и ее суть хорошо понятна, превентивный ремонт дает значительную экономию.

Но далеко не всегда все идет гладко. Многие события на практике предсказать непросто, превентивные меры стоят дорого, а экономия невелика.

Есть, впрочем, еще два подхода, позволяющих эффективно использовать интернет вещей и смежные технологии в обслуживании оборудования. Они тоже дают хорошие результаты и часто не требуют сложного и дорогостоящего вмешательства.

Обслуживание по состоянию (CBM). Полезно, когда поломку трудно предсказать, но она не может причинить большого вреда. При превентивном ремонте оборудование регулярно останавливают для замены компонентов вне зависимости от их технического состояния. CBM же позволяет решать проблемы меньшими усилиями (визуальные инспекции, изменение графика обслуживания) и реже прибегать к дорогостоящим остановочным ремонтам.

Например, CBM использовал один крупный производитель технологического оборудования. Компания проанализировала данные с IoT-устройств и архив данных по обслуживанию и ремонту. В результате она выработала алгоритм, позволяющий выполнить практически любой запрос на обслуживание; при этом трудозатраты, простои, затраты на запчасти и прочие расходы сократились на 30%.

Углубленный поиск неисправностей. Когда у инженеров по ТОиР нет данных с IoT-устройств и инструментов углубленной аналитики, они составляют «деревья» для поиска причин неисправностей, выезжают на объект и пробуют разные решения, пока какое-нибудь не сработает. В итоге растут трудозатраты, затраты на запчасти и время простоя.

Углубленная аналитика позволяет искать причины неисправностей удаленно и при этом комплексно: объединять данные с IoT- устройств с логами оборудования, информацией из запросов клиентов и т. д.

Производитель медицинского оборудования благодаря такому решению сократил затраты на ремонт на 18–25%. Компания разработала алгоритм, который начинается с удаленного поиска неисправностей и позволяет при выезде специалиста устранить сложные неисправности за один визит.

В статье мы рассматриваем конкретные шаги, помогающие реализовать эти два подхода.

Читать подробнее на английском

к Вестнику McKinsey