Vikaantumisen ennakointi ja uuden datan kerääminen ei tuota lisäarvoa asiakkaalle, ellei elinkaarenhallinnan kokonaiskuvaa ole tiedostettu. Tavoitteena tulisi olla kokonaisvaltainen riskienhallinta ja elinkaarenaikaiset tuotot.
Kunnossapidon digitalisaatiosta puhuttaessa keskitytään paljon uusiin langattomiin antureihin, pyörivien laitteiden vikaantumisten etsimiseen ja häiriöiden ennustamiseen.
Haastankin eri teknologioiden ja palveluiden tarjoajia pohtimaan digitaalisia ratkaisuita enemmän asiakkaan näkökulmasta. Ratkaisut nimittäin liian usein keskittyvät pieniin kunnossapidon yksityiskohtiin ja häiriöihin reagointiin, samalla hukataan kokonaiskuva.
Vikaantumisen ennustaminen vs toiminnon optimaalinen käyttö
Vikaantumisen ennustamisen sijaan pitäisi keskittyä enemmän siihen, että laitteet eivät koskaan ”joutuisi” pf-käyrän laskevalle osalle (ks. kuva), eli vikaantumiskäyrälle. Silloin vikaantuminen on jo lähtenyt liikkelle. Harvoin kunnossapidossa keskitetään huomiota aikajaksolle ennen vikaantumisen muodostumista (I-P). Ennakkohuolto ei ole ainoa ratkaisu.
Laitteita pitää ajaa niiden optimaalisella alueella ja jos tuotannon säätäminen edellyttää siitä poikkeamista, niin tiedostamme sen ja osaamme ennakoida aiheutuvaa riskiä.
Vikaantumisen ennustamisessa haasteena on erityisesti se, että kapeakatseisesti ennakoidaan vain toiminnon yksittäisen komponentin vikaantumista. Klassinen esimerkki löytyy laakereista. Esimerkiksi pumppaustoimintoon kuuluu myös muita komponentteja ja laitteita. Tärkein asia on ymmärtää ja tiedostaa se, että tämäkin toiminto on aina osa laajempaa prosessia. Laakerin vikaantuminen ja vikaantumisen ennakointi on vain osa voimalaitoksen kokonaiskäytettävyyttä ja hyötysuhteesta huolehtimista.
Siksi pitääkin nähdä koko kuva. Onko toiminto optimaalisella alueella ja miten sen tuottokyky peilautuu alkuperäiseen suunnitteluarvoon? Tämän ennakointi ja ennustaminen kertoo prosessin tuottokyvyn muutoksista. Kyse on tuotanto-omaisuuden kehittämisestä ja tuottavuuden maksimoinnista pitkällä aikavälillä. Prosessilaitteiden tuottavuus ja kunto ovat muutakin kuin laakereiden värähtely. Tämä keskustelu pitää käydä kokonaisvaltaisesti organisaatioissa.
Elinkaaren hallinta ja olemassa olevan tiedon hyödyntäminen
Pohjolan Voimalla me pohdimme erityisesti tuotanto-omaisuuden elinkaarihallintaa. Miten pystymme riskit halliten maksimoimaan huoltovälin ja minimoimaan samalla kustannukset. Ennustaminen onkin sitten vaikeampaa. Vaikuttavia tekijöitä on paljon eikä kaikkea saa mitattua.
Tiedon hyödyntämisen isoimmat haasteet ovat mielestäni siinä, että kumppaneidemme kanssa tunnistamme oleellisen tiedon, mahdollistamme tiedon analysoinnin ja ymmärrämme, mitä ratkaisuja ja johtopäätöksiä sen pohjalta on mahdollista tehdä.
Kriittisten laitteiden data on usein myös sen luonteista, että sen perusteella on vaativaa tehdä johtopäätöksiä ilman syvää tietämystä. Se tarkoittaa ymmärrystä toimintaympäristöstä, tekniikasta ja käytöstä sekä datan analysointiosaamista. Tässä analytiikka ja koneoppiminen ovat potentiaalisia työkaluja, mutta eivät ratkaisuja.
Pohjolan Voimassa olemme lähteneet siitä, että on tärkeää osata hyödyntää jo olemassa olevaa dataa. Kriittiset laitteet ovat jo kattavasti anturoitu. Tässä meillä on suuren tuottavuusloikan mahdollisuus: hyödynnämme käsissämme olevaa prosessitietoa uusin menetelmin ja mahdollisimman tehokkaasti.
Kyse on riskienhallinnasta ja elinkaarituotoista
Kunnossapidon kehittäminen lähtee liikkeelle kriittisten laitteiden tunnistamisen, varaosavarmuuden, oikein kohdistettujen huoltojen ja ylläpitotoimenpiteiden kautta. Sallitaan vähemmän kriittisten laitteiden vikaantuminen, jos se on teknistaloudellisesti järkevää ja mahdollista ympäristöä ja turvallisuutta vaarantamatta, mutta tuotannon häiriöitä ja isoja yllättäviä kuluja ei sallita. Optimoidaan revisiot ja isot huollot riskien ja kustannuksien osalta oikein.
Kokonaiskuvan selkeyttäminen ja omaisuuden elinkaaren johtaminen vaatii todella hyvää ammattitaitoa ja ymmärrystä tuotantoprosessista ja ongelmista, joita yritetään ratkaista. Fokus pitää olla elinkaarenaikaisissa tuotoissa. Päätösten pitää pohjautua laajapohjaiseen tietoon, sen pohjalta tehtyihin ammattilaisten johtopäätöksiin sekä vuosien aikana hankittuun kokemukseen ja osaamiseen. Uuden teknologian ja perinteisen ammattitaidon yhdistäminen, siinä on ratkaisevaa voimaa.