데이터를 사용하여 유지 관리 공급망을 보다 효과적으로 만드는 방법

생산 장비를 수리하고 유지하기 위해 올바른 장비와 부품을 현장에 유지하는 것은 균형을 유지하는 일입니다. 제조를 계속 운영해야 하지만 몇 개월, 몇 년 또는 아예 사용하지 않을 수도 있는 장비와 부품에 막대한 자본을 묶고 싶지는 않습니다. 또는 예측할 수 없는 가동 중지 시간이 발생하는 플랜트 장비와 함께 생활하는 경우 생산 가용성 손실과 계획되지 않은 유지 관리로 인해 상당한 비용이 소요될 수 있습니다.

효과적인 유지 보수, 수리 및 분해 검사 "MRO"는 다양한 공급업체의 서비스 및 배송을 계획, 관리, 조정하고 각 부품의 위치를 ​​실시간으로 파악하고 리소스 집약적인 프로세스가 비용 대비 가능한 한 효과적입니다.

효과적인 MRO는 정확하고 시기적절한 정보에 의존합니다. 특히, 정확한 이슈와 어떤 조치를 취했는지 아는 것은 향후 이러한 이슈를 예측하고 예방하는 데 매우 중요합니다.

유지 보수 및 수리 비정형 '자유 텍스트' 데이터의 분석은 현재 정보의 일관성과 정확성을 보장하기 위해 분석 주기 전반에 걸쳐 숙련된 인력의 상당한 인적 입력이 필요합니다. 그렇지 않으면 회사에서 유사한 사건이 얼마나 많이 발생했는지, 증가하고 있는지 또는 공통된 근본 ​​원인이 있는지 알지 못할 수 있습니다. 정보는 유사한 사건을 설명하기 위해 다른 단어, 속기 및 의미 체계를 사용하여 텍스트에 묻혀 있을 수 있습니다. 반대로 유사한 문제도 설명의 미묘한 차이에 따라 구별될 수 있습니다.

텍스트 마이닝 도구는 키워드를 찾아낼 수 있지만 현재 원시 데이터를 지식으로 변환하는 최종 통찰력은 인간만이 제공합니다. 일반적으로 이는 비정형 데이터를 서로 다른 데이터 소스 또는 사전 지식에서 얻은 정형 및 추론 가능한 정보와 비교하여 사건에 대한 보다 총체적인 해석에서 비롯됩니다.

이 현재 접근 방식의 문제는 인간이 주관적으로 행동하고 실수를 할 수 있으며 개인의 능력이 빠르거나 확장 가능하지 않다는 것입니다.

또한 서로 다른 데이터베이스에 대한 모든 분석(예:진단 또는 제조 데이터 결합 시도)은 더 많은 기술적 문제를 야기합니다.

이러한 압력을 감안할 때 MRO 공급망은 오랫동안 효율성과 개선을 위해 무르익었습니다.

달성할 수 있는 절감 효과를 강조한 새로운 기술과 기술이 부문 전반에 걸쳐 성공적으로 채택되었습니다.

2014년에 PwC는 100개 이상의 제조 및 유지보수 회사를 대상으로 설문조사를 실시한 결과 3D 프린팅('적층 엔지니어링'이라고도 함)을 사용하여 사용 시점의 예비 부품 가용성을 높이고 낭비를 줄임으로써 비용을 절감하며 노동력을 줄인다는 사실을 발견했습니다. 대부분의 회사는 이미 제품 개발 및 맞춤화와 관련하여 속도와 유연성이 크게 향상되었다고 보고했습니다. 연구에 따르면 이 기술을 사용하여 예비 부품의 50%만 생산하면 34억 달러의 비용을 절감할 수 있습니다.

또한 운송에서 이미 사용 중인 기술도 있습니다(MRO 문제가 더 심각한 경우가 많음). IFS의 유럽 항공우주 담당 이사인 Espen Olsen이 제조 및 항공우주 모두에 적용할 수 있는 MRO에 잠재적으로 가장 큰 영향을 미칠 것으로 꼽은 핵심 기술에는 모바일 기술(필요한 시점에 관련 정보에 액세스할 수 있는 모바일 앱을 갖춘 엔지니어) 및 웨어러블이 있습니다. 기술. Japan Airlines는 이미 유지 관리 프로세스에서 Google Glass를 사용하고 있습니다. 안경은 활주로에서 항공기 주변에서 작업하는 엔지니어가 착용합니다. 항공기 이미지는 평가를 위해 유지보수 전문가에게 전송되며, 점검을 받은 후 문제가 있으면 현장의 엔지니어에게 다시 전달합니다.

Espen이 강조한 또 다른 기술 트렌드는 빅 데이터가 미래 예측의 열쇠를 쥐고 있다는 것입니다. 그는 다음과 같이 말합니다. 그러나 지금까지 주요 용도에 대한 답을 찾는 방법이 거의 없었으며, 더 중요한 것은 어떤 데이터가 유용하고 어떤 데이터가 유용하지 않은지를 식별하는 수단이 거의 없었습니다.

“2015년에 상업 부문은 빅 데이터에 정면으로 맞서야 하고 또 해결해야 합니다. 특히 예측 분석을 위해 빅 데이터를 사용하는 것을 생각합니다. 자산 고장에 대한 주요 데이터를 제공함으로써 물류 시스템에 통합되어 향후 설계를 알리고 개선하고 사용을 최적화하며 총 수명 주기 비용을 낮출 수 있습니다.”

이 예측은 이제 MRO 분류 프로세스를 자동화할 수 있는 새로운 소프트웨어의 도입으로 실현되었습니다.

AMROC는 Warwick Analytics의 신제품이며 가능한 접근 방식 중 하나입니다. 이질적이고 구조화되지 않은 유지 관리 데이터를 자동으로 변환합니다. 항공우주 운영자, 유지보수자 및 제조업체가 사용할 수 있는 통찰력을 극적으로 향상시키는 것으로 나타났으며 현재 제조업체와 에너지 회사에서 플랜트 MRO에 사용하고 있습니다.

어떻게 작동합니까? 우리가 알고 있듯이 유지 보수 및 수리 '자유 텍스트' 데이터의 분석은 현재 정보의 일관성과 정확성을 보장하기 위해 분석 주기 전반에 걸쳐 숙련된 직원의 상당한 인적 입력이 필요합니다. 그러나 AMROC는 텍스트, 로그 및 진단을 포함한 비정형 및 반정형 데이터를 분류를 위해 정형 데이터로 변환합니다. 소프트웨어는 정형 및 비정형 데이터에서 수천 가지 가능한 패턴을 자동으로 마이닝한 다음 이러한 패턴을 기반으로 거의 실시간으로 문제를 구조화하고 분류하여 자유 텍스트를 수동으로 분류하고 수량화하는 데 걸리는 시간을 크게 줄입니다. 유지 보수 및 수리 데이터. 데이터를 정리할 필요가 없으므로 가정과 오류가 발생하지 않습니다.

AMROC와 같은 새로운 IT 기술을 통해 운송 및 제조의 MRO 비용은 감소할 예정이지만 혁신이 필요한 것은 대기업과 OEM만이 아닙니다. 공급망의 최상위에 있는 회사들은 공급업체에 MRO와 관련하여 생산성도 향상시키도록 요청하고 있습니다.

결론적으로, 데이터에서 정보를 찾고 이를 사용하여 문제를 이해하고 예측함으로써 MRO를 개선하는 데 도움이 될 것을 약속하는 새로운 기술이 있습니다. 경험이 풍부한 사람을 대체할 수는 없지만 그 사람이 풍부하고 정확하며 시기적절한 통찰력을 얻고 전체 MRO 공급망의 생산성을 높이는 데 극적으로 도움이 될 것입니다.

자세한 내용은 www.warwickanalytics.com을 방문하십시오.