De belofte van datagedreven assetmanagement is een optimaal, kostenefficiënt beheer van areaal. Oftewel, een ideale verhouding tussen risico’s, prestaties en kosten. Dit bereiken we door op een slimme wijze data te verzamelen. Van daaruit op slimme wijze informatie te destilleren om uiteindelijk tot een voorspelling te komen over welke maatregelen nodig zijn en wanneer deze nodig zijn. Het klinkt als een ambitieuze stip op de horizon maar het verminderen van verrassingen (storingen) ligt zeker onder handbereik.
Datagedreven assetmanagement gaat niet enkel over inzicht in de onderhoudsbehoefte, maar ook over inzicht in de organisatie. Data uit de keten is nodig om inzicht te krijgen in de stand van zaken van o.a. werkorders, kosten, prijzen en planningen. Data om te komen tot informatie over de werkprocessen rondom assets is noodzakelijk om de stap van datagedreven onderhoud naar datagedreven assetmanagement te nemen.
Data inwinnen
Er is al veel geschreven over hoe je data ophaalt. Als startpunt zijn de websites IM Safe en hun Wiki aan te bevelen. Een Europees initiatief met als doel bij te dragen aan normalisering op monitoring van infrastructuur ten behoeve van optimaal onderhoud en veiligheid. Ook het Handboek Monitoring van CROW om de keuze en inzet van sensoren en opnameapparatuur makkelijker te maken is een interessante. Stap uit de probeerfase en laat datagedreven assetmanagement deel uitmaken van het reguliere beheerproces.
De afgelopen jaren is flink ingezet op de ontwikkelingen van het inwinnen van data. Bijvoorbeeld het in detail en nauwkeurig monitoren van o.a. energieverbruik, trillingen, druk, temperatuur en beeld. Ook zijn grote stappen gezet op het vereenvoudigen van het inwinnen van data en informatie uit de keten. Met name uit de eigen organisatie en externe betrokken partijen. De grote uitdaging ligt bij het ontwikkelen van werkwijzen om data om te zetten tot informatie over de toestand van de asset. Deze informatie kan vervolgens worden ingezet in (te ontwikkelen) voorspellende modellen, om op die manier bij te dragen aan datagedreven assetmanagement.
Verankeren in de organisatie
De tijd is rijp voor het inrichten van datagedreven assetmanagement. We mogen echter niet pretenderen dat het op dit moment alles kan voorspellen en per direct de juiste strategie kan neerzetten voor een compleet areaal. Er kan daarentegen een proces ingericht worden waarmee een groeipad voor datagedreven assetmanagement wordt gefaciliteerd. Een proces met ruimte voor verdere innovatie, experimenteren, evalueren en leren. Dusdanig verankerd in de organisatie dat het proces onderdeel is van de reguliere beheerprocessen. Beheerprocessen zijn veelal geënt op de PDCA cyclus. De PDCA cyclus biedt bij uitstek een kapstok voor ontwikkeling en daarmee ook voor datagedreven assetmanagement. Het ontwikkelen van bijvoorbeeld voorspellende modellen kan onderdeel zijn van het normale beheerproces. Dus geen apart programma, geen project of pilot, maar een groeiproces datagedreven assetmanagement.
Regelmatig wordt gezegd dat als je niet weet hoe het faalgedrag van een component eruit ziet, je ook niet weet welke data je moet inwinnen. Maar ook het omgekeerde: als je geen data inwint, geeft dit ook geen inzicht in het faalgedrag. Beide argumenten zijn terecht. Het doet sterk denken aan het verhaal van de kip en het ei. Ons voorstel: kies voor de kip én het ei. Verzamel de data waarvan we nu al weten dat die nodig is, eventuele data die relatief eenvoudig als bijvangst op te halen is én data over gebruik en omstandigheden. Zo ontstaat over de tijd een uitgebreide bruikbare dataset.
Gegevens uit het veld interpreteren en omzetten naar bruikbare informatie voor beheer en onderhoud is vaak onderdeel van het beheerproces. Enkel de methoden dienen daar aangepast c.q. uitgebreid te worden om invulling te geven aan datagedreven assetmanagement. Door bijvoorbeeld storingen, meet- en inspectieresultaten te plotten op een dataset van gegevens over gebruik en omstandigheden, kan op termijn een voorspellend model ontstaan. Dit soort gegevens moet binnen een beheerproces sowieso geanalyseerd worden dus daar kan eenvoudig op worden aangehaakt. De verankering in het beheerproces zorgt voor een continue verbetering van data, informatie en voorspellende modellen en daarmee ook van datagedreven assetmanagement.
Wat levert het op?
Wat gaat de implementatie en ontwikkeling van datagedreven assetmanagement kosten? Een gemakkelijke vraag, die moeilijk te beantwoorden is. Daarentegen zijn de (maatschappelijke) kosten ten gevolge van de huidige werkwijzen met mogelijk onvoldoende onderhoud en waarschijnlijk grote inefficiëntie ook niet helder. Of zouden we ons juist moeten richten op wat het onder de streep oplevert? Een grote besparing door het voorkomen van kapitaalvernietiging ten gevolge van inadequaat onderhoud, vermindering van storingen in het functioneren, de intrinsieke waarde van de kennis die wordt opgedaan en een op behoefte afgestemde prestatie.
Meer weten?
Is jouw organisatie bezig met datagedreven assetmanagement of wil je hierover eens sparren met een van onze professionals? Neem dan gerust contact met ons op. Wij brengen onze kennis graag in de praktijk!
