データを使用してメンテナンスサプライチェーンをより効果的にする方法

Warwick Analytics（www.warwickanalytics.com）のDan Somersが、ソフトウェアがメンテナンスを正確に自動化する方法についてManufacturingGlobalに話します...

Warwick Analytics（www.warwickanalytics.com）のDan Somersが、ソフトウェアがメンテナンスと保証の分類プロセスを正確に自動化する方法と、これが業界のエンジニア、マネージャー、メカニックにとって何を意味するかについて、ManufacturingGlobalに話します。

生産設備を修理および保守するために適切な設備と部品を現場に維持することは、バランスをとる行為です。製造を継続する必要がありますが、数か月、数年、またはまったく使用されない可能性のある機器や部品に巨額の資本を拘束したくありません。あるいは、予測できないダウンタイムのあるプラント設備と一緒に暮らすと、生産の可用性が失われ、計画外のメンテナンスが行われるため、かなりのコストがかかる可能性があります。

効果的なメンテナンス、修理、オーバーホール「MRO」とは、さまざまなサプライヤからのサービスと配送を計画、管理、調整し、各部品がどこにあるかをリアルタイムで把握し、リソースを大量に消費するプロセスがコストと同じくらいになるようにすることです。可能な限り効果的です。

効果的なMROは、正確でタイムリーな情報に依存しています。特に、正確な問題と実行されたアクションを知ることは、将来これらの問題を予測して防止するために重要です。

メンテナンスと修理の構造化されていない「フリーテキスト」データの分析には、情報の一貫性と正確性を確保するために、分析サイクル全体を通じて経験豊富な担当者によるかなりの人的入力が必要です。そうしないと、企業は、同様のインシデントがいくつ発生したか、それらが増加しているかどうか、または共通の根本原因があるかどうかを知らない可能性があります。情報はテキストに埋もれていて、同様の事件を説明するために異なる単語、略語、セマンティクスを使用している可能性があります。逆に、説明の微妙な違いに基づいて、同様の問題が異なることが判明する場合があります。

テキストマイニングツールはキーワードを見つけることができますが、現在、生データを知識に変換する最終的な洞察を提供するのは人間だけです。通常、これは、非構造化データを、異なるデータソースまたは事前知識からの構造化された推測可能な情報と比較する、インシデントのより包括的な解釈に由来します。

この現在のアプローチの課題は、人間が主観的に行動し、間違いを犯す可能性があり、個々の能力が迅速またはスケーラブルではないことです。

さらに、異なるデータベース間での分析（診断データや製造データの組み合わせなど）は、さらに多くの技術的課題につながります。

これらのプレッシャーを考えると、MROサプライチェーンは効率と改善のために長い間熟してきました。

セクター全体で新しい技術とテクノロジーの採用が成功し、達成可能な節約の可能性が浮き彫りになりました。

2014年、PwCは100以上の製造および保守会社を調査し、3D印刷（別名「アディティブエンジニアリング」）を使用して、使用時のスペアパーツの可用性を高め、無駄を減らしてコストを削減し、労働力を削減することを発見しました。ほとんどの企業は、製品開発とカスタマイズに関連するスピードと柔軟性の大幅な向上をすでに報告しています。調査によると、スペアパーツの50％だけがこのテクノロジーを使用して製造された場合、34億ドルのコスト削減が見込まれます。

輸送ですでに使用されている技術もあります（MROの問題がより深刻になることがよくあります）。製造と航空宇宙の両方に適用可能なMROに最大の影響を与える可能性があるとして、IFSの航空宇宙担当ヨーロッパディレクターであるEspen Olsenが選んだ主要なテクノロジーには、モバイルテクノロジー（必要なときに関連情報にアクセスするためのモバイルアプリを備えたエンジニア）とウェアラブルが含まれます。技術。日本航空はすでにメンテナンスプロセスでGoogleGlassを使用しています。眼鏡は、駐機場で航空機の周りで作業するエンジニアが着用します。航空機の画像は、評価のためにメンテナンススペシャリストに送信され、メンテナンススペシャリストは、見た問題を地上のエンジニアにフィードバックします。

エスペンが強調したもう1つのテクノロジーの傾向は、ビッグデータが将来を予測するための鍵を握っているということでした。彼は次のように述べています。「MROでは、データの秘密を使用して、予測分析から在庫の最適化、使用パターンの監視の改善、機器の状態のリアルタイムでの重要な追跡と分析まで、すべてを可能にする大きな可能性があります。しかし、これまでのところ、その主要な用途、またはさらに重要なことに、どのデータが有用でどれが有用でないかを特定する手段についての答えはほとんどありませんでした。

「2015年には、商業部門はビッグデータに正面から取り組む予定であり、取り組む必要があります。特に、予測分析にビッグデータを使用することを考えています。資産の障害に関する重要なデータを提供することで、これをロジスティクスシステムに統合して、将来の設計の情報提供と改善、使用の最適化、ライフサイクルコストの削減に役立てることができます。」

この予測は、MRO分類のプロセスを自動化できる新しいソフトウェアの導入によって実現されました。

AMROCは、Warwick Analyticsの新製品であり、考えられるアプローチの1つです。異種の構造化されていないメンテナンスデータを自動的に変換します。航空宇宙事業者、保守業者、製造業者が利用できる洞察を劇的に改善することが示されており、現在、製造業者やエネルギー会社がプラントMROで使用しています。

それで、それはどのように機能しますか？メンテナンスと修理の「フリーテキスト」データの分析には、情報の一貫性と正確性を確保するために、分析サイクル全体を通じて経験豊富な担当者によるかなりの人的入力が必要です。ただし、AMROCは、テキスト、ログ、診断などの非構造化データと半構造化データを、分類のために構造化データに変換します。ソフトウェアは、構造化データと非構造化データから数千の異なるパターンを自動的にマイニングし、これらのパターンに基づいてほぼリアルタイムで問題を構造化および分類し、フリーテキストを手動で分類および定量化するのにかかる時間を大幅に短縮しますメンテナンスと修理のデータ。データをクリーンアップする必要がないため、想定やエラーの影響を受けません。

AMROCのような新しいITテクノロジーにより、輸送と製造のMROコストは減少するように設定されていますが、革新的である必要があるのは大企業やOEMだけではありません。サプライチェーンのトップにいる企業は、MROに関しても生産性を向上させるようサプライヤーに求めています。

結論として、データから情報を見つけ、それを使用して問題を理解および予測することにより、MROの改善に役立つことを約束する新しいテクノロジーが世の中にあります。経験豊富な人間に取って代わることはできませんが、その人間が豊かで正確かつタイムリーな洞察を得て、MROサプライチェーン全体の生産性を高めるのに劇的に役立つ可能性があります。

詳細については、www.warwickanalytics.comにアクセスしてください。