Ennustava kunnossapito valtaa alaa varastoissa

Ensin kunnossapito oli reaktiivista. Kun osa tai kone hajosi, se korjattiin. Sitten tuli ennaltaehkäisevä huolto. Sen sijaan, että odottaisit hajoamista, huolto ja päivitykset aikataulutettiin. Joten huoltomies tuli voitelemaan varaston liukuhihnat esimerkiksi toukokuun 23. päivä. Aikataulutettu huolto on parempi kuin jo hajonneen osan korjaaminen. Kukaan ei kuitenkaan tiennyt, tapahtuuko huolto järkevään aikaan.

Nyt kunnossapito on muuttumassa ennakoivaksi. Ennakoiva huolto tapahtuu vain silloin, kun se on tarpeellista eli reaaliajassa. Se on mahdollista big datan avulla.

Kunnossapito uudelle planeetalle

Ennakoiva huolto kuulostaa lupaavalta, mutta sen kehitys on vasta alkutaipaleella.  Muutamat yritykset ovat kuitenkin jo parin vuoden ajan rakentaneet aktiivisesti ennakoivia kunnossapito-ohjelmia.

"Ennakoiva huolto on iso, monimutkainen ja integroitu kokonaisuus, jota ei rakenneta hetkessä", Raymondin iWarehouse Gatewayn ja Global Telematicsin johtaja John Rosenberger sanoo.

Useat alan toimijat ovat ensi vuoden aikana tuomassa markkinoille omia ratkaisujaan. Vaikka ennakoivan kunnossapidon läpimurron aikataulu on vielä kysymysmerkki, se nostaa toteutuessaan varastojen ja jakelukeskusten huollon kokonaan uudelle planeetalle.

Ennakoiva kunnossapito ei ole sinällään mikään uusi asia. Sitä on käytetty jo vuosia suihkumoottoreiden kaltaisissa koneissa, mutta ei materiaalien käsittelyssä.
"On selvää, että suihkumoottorin hajoaminen 40 000 jalan korkeudessa on täysin eri kaliiberin ongelma kuin liukuhihnan hajoaminen. Vaikka olisi pahin joulusesonki", huomauttaa Pacal Waldvogel, Kardex Remstarin strategisten projektien johtaja.

Logistiikka-alan toimijoilla on kuitenkin jatkuvasti lisääntyvä paine vähentää ylläpitokustannuksia ja seisokkeja.
"Ennakoivan kunnossapidon ajatuksena on pitää laitteisto optimaalisessa toiminnassa ilman häiriöitä mahdollisimman vähällä rahalla", Rosenberger sanoo.

Big data kehityksen ytimessä

Rosenberger huomauttaa, että ennakoiva kunnossapito ei ainoastaan mahdollista reaaliaikaiset korjaukset, vaan korjaukset vain tiettyihin laitteisiin. Se eroaa täysin ennaltaehkäisevästä kunnossapidosta, joka voi vaatia, että koko laitos pysähtyy huollon ajaksi.

Kehityksen on mahdollistanut materiaalinkäsittelylaitteiden sensoriteknologian kehittyminen. Rosenberger kertoo, että vuonna 2010 Raymond monitoroi kymmentä trukin käytön kannalta kriittistä asiaa, nyt seurattavia asioita on 72. Sama sensorien lisääntyminen on käynnissä kaikissa varastoissa käytetyissä laitteissa moottoreissa ja suurissa integroiduissa käsittelyjärjestelmissä. Sensorit ovat vasta alkupiste. Ne keräävät tietoja tietyistä laitteista ja niiden käyttötavoista. Tuo data on välttämätöntä ennakoivalle huollolle. Siksi kehittyneen data-analytiikan kehitys ja tietojen saatavuus on kaikki kaikessa. Ensin on kerättävä dataa ja luotava tietokanta, sitten dataa on analysoitava, ennen kuin ennustaminen on mahdollista.

Crown seuraa nelivaiheista prosessia aloittaakseen ennustavan kunnossapidon. Ensimmäinen askel on laitteiden yhdistäminen. Seuraava askel on toimintojen monitorointi ja analysointi. Kolmas vaihe on datan automatisointi ja integrointi.
"Ympyrä sulkeutuu, kun järjestelmä voi ennustaa huoltoa ja johtaa innovaatioihin", kertoo asiakastuesta vastaava Craig Bruns.