Stratégies de gestion des performances des actifs

Créer un monde qui ne s'effondre pas offre aux industries de transformation une opportunité de 20 milliards de dollars. La réduction des temps d'arrêt imprévus et l'augmentation de l'utilisation des actifs représentent les plus grandes opportunités d'amélioration financière des opérations de production. Albert Einstein aurait pu faire allusion à la fabrication intelligente lorsqu'il a déclaré :« Si j'avais une heure pour résoudre un problème et que ma vie en dépendait, j'utiliserais les 55 premières minutes pour déterminer la bonne question à poser, pour une fois que je connais la bonne question, je pourrais résoudre le problème en moins de cinq minutes."

L'évolution de la maintenance

Au cours des cinq dernières décennies, la maintenance en tant que pratique a évolué pour mieux servir la fabrication dans les domaines de la fiabilité et de la disponibilité, avec des cadres de plus en plus complexes. Cependant, le changement est imminent. Les approches actuelles, telles que la maintenance basée sur le calendrier, l'utilisation, l'état et la fiabilité (RCM), sont remises en question par le manque de science derrière l'inspection et l'entretien des machines. Les méthodologies de maintenance actuelles se concentrent sur l'usure comme cause principale des défaillances, mais 80 % de la dégradation et des défaillances des équipements mécaniques sont induites par les processus.

La réalité de l'industrie d'aujourd'hui est que pour maximiser la rentabilité, les processus ont tendance à être exploités aussi près que possible des limites clés. Cependant, les excursions de processus peuvent placer un atout dans un point de fonctionnement indésirable où des dommages ou une usure excessive se produiront. Pour des décisions de maintenance précises et factuelles, une meilleure compréhension de l'impact du processus sur l'actif est nécessaire. Une nouvelle génération de capacités analytiques est nécessaire pour fournir des informations plus approfondies sur l'actif, le processus et l'interaction entre eux. Les opérateurs ont besoin de solutions prédictives pour les alerter des problèmes imminents, et le logiciel doit être capable de les éloigner des problèmes avec des conseils prescriptifs. Les informations de cette nature nécessitent une expertise approfondie en modélisation de processus ainsi que des capacités d'apprentissage automatique de Big Data capables d'extraire et d'analyser les données des systèmes de conception, de production et de maintenance.

Gestion de la performance des actifs de nouvelle génération

La prochaine génération de gestion des performances des actifs offre la possibilité d'optimiser la disponibilité avec des données exploitables et de prévoir et d'éliminer avec précision la cause première de toutes les pannes. Il représente l'avenir de la fabrication avec des analyses avancées qui peuvent prédire les problèmes et prescrire des actions aux opérateurs. L'analyse avancée des données et la science des données permettent la stratégie de fiabilité, qui comprend l'apprentissage automatique. Pour ajouter de la valeur aux actifs industriels à forte intensité de capital, l'apprentissage automatique doit interpréter et gérer les données complexes et problématiques d'événements de capteurs et de maintenance. Finalement, il peut déterminer les conditions de fonctionnement et les modèles qui peuvent avoir un impact négatif sur l'actif en capturant les modèles de fonctionnement du processus et en les fusionnant avec les informations de défaillance.

Un système de réussite

Alors que l'analyse prédictive peut réduire les temps d'arrêt, une interruption se produit rarement de manière isolée. Au lieu de cela, des dizaines de problèmes de fiabilité, de processus et d'actifs se produisent simultanément. Cela présente un problème systémique pour le MCR, une approche de maintenance actuelle qui effectue des évaluations statiques en retardant le processus de prise de décision. Une évaluation dynamique est requise, car les nouveaux avertissements doivent être évalués parallèlement à d'autres conditions actives pour hiérarchiser et allouer les ressources. Cependant, comme tout ne peut pas être traité en même temps, un système de réussite est nécessaire pour traiter les problèmes et les hiérarchiser en fonction du niveau de risque qu'ils représentent. Avec un logiciel avancé, chaque nouvelle alarme peut déclencher un recalcul des profils de risque pour garantir que l'évaluation de probabilité financière et de risque la plus récente est utilisée dans les évaluations de fiabilité.

Bien entendu, pour réussir pleinement, les entreprises doivent adopter une approche holistique de la mise en œuvre, qui comprend les étapes suivantes :

• Communiquer clairement les objectifs pour aider à résoudre efficacement les problèmes
• Adoptez un monde axé sur les données
• Faire la différence entre les indicateurs retardés et avancés, et savoir comment réagir en conséquence
• Utiliser la bonne combinaison de personnes, de technologie, de stratégie et de solution, ainsi que l'utilisation de cas d'utilisation pertinents
• Investissez du temps pour maîtriser la technologie
• Aligner le programme d'analyse adopté sur les objectifs commerciaux
• Déployer le logiciel et le matériel appropriés pour résoudre les problèmes
• Exécutez bien et avec un sens aigu de l'urgence.

Avec l'excellence opérationnelle et la rentabilité en jeu, il est impératif pour l'entreprise de développer une stratégie efficace de performance des actifs. L'échec n'est pas une option avec une technologie qui aide à créer un monde qui ne s'effondre pas.