Comment rendre votre chaîne d'approvisionnement de maintenance plus efficace grâce aux données

Garder le bon équipement et les bonnes pièces sur place pour réparer et entretenir l'équipement de production est un exercice d'équilibre. Vous devez maintenir la fabrication en marche, mais vous ne voulez pas immobiliser d'énormes quantités de capital dans des équipements et des pièces qui pourraient ne pas être utilisés pendant des mois, des années ou peut-être jamais. Alternativement, vivre avec des équipements d'usine qui ont des temps d'arrêt imprévisibles peut coûter cher en raison de la perte de disponibilité de la production et de la maintenance non planifiée.

Une maintenance, une réparation et une révision efficaces "MRO" consiste à planifier, gérer, coordonner le service et les livraisons d'une grande variété de fournisseurs, avoir une visibilité en temps réel de l'emplacement de chaque pièce et s'assurer que le processus gourmand en ressources est aussi coûteux que possible. aussi efficace que possible.

Une MRO efficace repose sur des informations précises et actualisées. En particulier, connaître les problèmes précis et quelles actions ont été menées est essentiel pour prévoir et prévenir ces problèmes à l'avenir.

L'analyse des données de maintenance et de réparation en « texte libre » non structurées nécessite actuellement une intervention humaine considérable par du personnel expérimenté tout au long du cycle d'analyse pour garantir que les informations sont cohérentes et exactes. Sinon, une entreprise pourrait ne pas savoir combien d'incidents similaires se sont produits et s'ils sont en augmentation ou s'ils ont une cause fondamentale commune. L'information peut être enfouie dans le texte et utiliser des mots, des raccourcis et une sémantique différents pour décrire un incident similaire. À l'inverse, des problèmes similaires peuvent s'avérer distincts en raison de différences subtiles dans les descriptions.

Les outils d'exploration de texte peuvent repérer des mots-clés, mais actuellement seuls les êtres humains fournissent l'aperçu final qui convertit les données brutes en connaissances. Cela provient généralement d'une interprétation plus globale de l'incident, comparant les données non structurées aux informations structurées et déductibles provenant de sources de données disparates ou de connaissances antérieures.

Le défi de cette approche actuelle est que les êtres humains peuvent agir de manière subjective, faire des erreurs et que leur capacité individuelle n'est ni rapide ni évolutive.

De plus, toute analyse dans des bases de données disparates (par exemple, essayer de combiner des données de diagnostic ou de fabrication) entraîne de nombreux autres défis techniques.

Compte tenu de ces pressions, la chaîne d'approvisionnement MRO est depuis longtemps mûre pour l'efficacité et les améliorations.

Il y a eu une adoption réussie de nouvelles techniques et technologies dans tout le secteur, ce qui a mis en évidence les économies possibles qui peuvent être réalisées.

En 2014, PwC a interrogé plus de 100 entreprises de fabrication et de maintenance et a découvert que l'utilisation de l'impression 3D, également connue sous le nom d'« ingénierie additive », pour augmenter la disponibilité des pièces de rechange au point d'utilisation, réduisait les coûts en réduisant les déchets et diminuait le contenu de la main-d'œuvre. La plupart des entreprises avaient déjà signalé des gains significatifs en termes de rapidité et de flexibilité en matière de développement et de personnalisation de produits. La recherche a poursuivi en indiquant que si seulement 50 % des pièces de rechange étaient produites à l'aide de cette technologie, les économies seraient de 3,4 milliards de dollars.

Il existe également des technologies déjà utilisées dans les transports (où les problèmes de MRO sont souvent plus aigus). Les technologies clés sélectionnées par Espen Olsen, directeur européen de l'aérospatiale à l'IFS, comme ayant potentiellement le plus grand impact sur la MRO applicable à la fois à la fabrication et à l'aérospatiale comprennent la technologie mobile (les ingénieurs équipés d'applications mobiles pour accéder aux informations pertinentes au moment du besoin) et les technologies portables les technologies. Japan Airlines utilise déjà Google Glass dans son processus de maintenance. Les lunettes sont portées par les ingénieurs travaillant autour de l'avion sur le tarmac. Des images de l'avion sont envoyées aux spécialistes de la maintenance pour évaluation, qui transmettent ensuite tout problème qu'ils voient à l'ingénieur au sol.

Une autre tendance technologique soulignée par Espen est que le Big Data détient la clé pour prédire l'avenir. Il déclare :« Dans le MRO, il existe un énorme potentiel d'utilisation des secrets des données pour tout permettre, de l'analyse prédictive à une plus grande optimisation des stocks, une meilleure surveillance des modèles d'utilisation et le suivi et l'analyse essentiels de la santé des équipements en temps réel. Mais jusqu'à présent, il y a eu peu de réponses pour ses utilisations clés, ou plus important encore, les moyens d'identifier quelles données sont utiles et lesquelles ne le sont pas.

« En 2015, le secteur commercial va et doit s'attaquer de front au big data. En particulier, je pense à l'utilisation des mégadonnées pour l'analyse prédictive. En fournissant des données clés sur les pannes d'actifs, celles-ci peuvent ensuite être intégrées dans les systèmes logistiques pour aider à informer et à améliorer les conceptions futures, à optimiser l'utilisation et à réduire le coût total du cycle de vie."

Cette prédiction est maintenant réalisée avec l'introduction d'un nouveau logiciel capable d'automatiser le processus de classification MRO.

AMROC est un nouveau produit de Warwick Analytics et est une approche possible. Il transforme automatiquement les données de maintenance disparates et non structurées. Il a été démontré qu'il améliore considérablement les informations disponibles pour les opérateurs, les mainteneurs et les fabricants de l'aérospatiale et est maintenant utilisé par les fabricants et les sociétés énergétiques sur leur usine MRO.

Alors, comment ça marche? Comme nous le savons, l'analyse des données « en texte libre » de maintenance et de réparation nécessite actuellement une contribution humaine considérable de la part de personnel expérimenté tout au long du cycle d'analyse pour garantir que les informations sont cohérentes et exactes. Cependant, AMROC convertit ces données non structurées et semi-structurées, y compris le texte, les journaux et les diagnostics, en données structurées pour la classification. Le logiciel recherche automatiquement des milliers de modèles différents possibles à partir des données structurées et non structurées, puis structure et classe les problèmes, en fonction de ces modèles, en temps quasi réel, ce qui réduit considérablement le temps nécessaire pour classer et quantifier manuellement le texte libre. données d'entretien et de réparation. Les données n'ont pas besoin d'être nettoyées et ne sont donc pas sujettes à des hypothèses et à des erreurs.

Avec les nouvelles technologies informatiques comme AMROC, les coûts MRO dans le transport et la fabrication sont appelés à baisser, mais ce ne sont pas seulement les grands acteurs et les équipementiers qui doivent être innovants. Les entreprises situées au sommet de la chaîne d'approvisionnement demandent à leurs fournisseurs d'améliorer également leur productivité en matière de MRO.

En conclusion, il existe de nouvelles technologies qui promettent d'aider à améliorer la MRO en trouvant des informations à partir des données et en les utilisant pour comprendre et prévoir les problèmes. Ils ne pourront jamais remplacer un être humain expérimenté, mais ils pourront considérablement aider cette personne à acquérir des informations riches, précises et opportunes et rendre l'ensemble de la chaîne d'approvisionnement MRO plus productive.

Visitez www.warwickanalytics.com pour plus d'informations.