Защо повечето изчисления на ROI за предиктивна поддръжка са грешни

Ключови изводи

• Стандартният бизнес случай за възвръщаемост (ROI) на прогнозната поддръжка (PdM) изглежда убедителен на хартия: да се избегнат няколко катастрофални повреди, да се оправдаят разходите за датчици и софтуер, възвръщаемост за 12–18 месеца. Обикновено този случай е погрешен, защото сравнява PdM с „липса на поддръжка“, а не с добре настроена програма за превантивна поддръжка (PM) и програма, базирана на състоянието.
• Три структурни грешки се повтарят в бизнес случаите за PdM: надценяване на обхвата на предотвратимите повреди, подценяване на разходите при фалшиво положителни сигнали и предположение за еднаква точност на модела за класове активи, които се различават с порядък по степен на инструментализация.
• Честният тест за всяко предложение за PdM не е „каква е прогнозната възвръщаемост“, а „какви повреди бихме предотвратили с тази система, които нашата текуща PM програма не би открила.“ За повечето заводи от средния пазар този остатък е много по-малък, отколкото предполагат доставчиците.
• PdM работи, когато е насочена към конкретни скъпи режими на повреда в инструментализирани критични активи, а не когато се внедрява като инициатива за целия завод. Насочената версия се изплаща; версията за цялото съоръжение обикновено не.

Аргументът и числата зад него

Стандартният аргумент за PdM е структуриран около малък брой високоимпактни повреди. Мотор блокира, лагер се унищожава, скоростна кутия претърпява катастрофална повреда. Избегнатите разходи от дори едно от тези събития — престой в производството, вторични повреди, аварийни части — възлизат на стотици хиляди единици валута. PdM засича ранния сигнал, екипът за поддръжка се намесва и катастрофалното събитие не настъпва. Умножете по три или четири предполагаеми предотвратявания годишно и случаят възвръща разходите за датчици и софтуер в рамките на 18 месеца.

Аргументът е вътрешно последователен и почти никога не е точен такъв, какъвто е написан. В него се крият три структурни грешки.

Грешка 1: сравняване с липса на поддръжка

Повечето бизнес случаи за PdM косвено сравняват с базова линия, в която активът би работил до отказ. Това рядко е действителната базова линия. Реалната базова линия е това, което текущата PM и програма, базирана на състоянието, в завода вече биха хванали.

Добре настроена PM програма улавя много от режимите на повреда, срещу които се продава PdM. Лагерните повреди се откриват при проверки на цикъла на смазване. Повредите на ремъците се откриват при визуален преглед. Заключванията на мотора често са предварени от характерни промени в консумацията на ток, които буден техник забелязва при рутинните обходи. Честният PdM ROI изважда печалбите, които съществуващата програма вече генерира, а не катастрофалните събития, които тя не би предотвратила. Данни от Department of Energy улавят точно тази разлика: прогнозната поддръжка обикновено спестява от порядъка на 8–12% спрямо добре управлявана програма за превантивна поддръжка, но 30–40% спрямо чисто реактивна поддръжка, затова случай, сравнен с „липса на поддръжка“, изглежда много по-силен от този, сравнен с PM програмата, която заводът вече прилага.

Заводите, които правят това изваждане, обикновено установяват, че периодът за възвръщаемост на PdM се проточва далеч отвъд рекламираните 12–18 месеца, често в продължение на няколко години. Остава положителен за някои класове активи, но вече не е категорично решение. Статията за графика на превантивната поддръжка разглежда как добре настроена PM програма се справя с режимите на повреда от тип PdM.

Грешка 2: подценяване на разхода за фалшиво положителни сигнали

Моделите за PdM генерират сигнали. Някои сигнали са реални; други не. Процентът на фалшиво положителните е важен, защото всеки фалшив сигнал отнема време на поддръжката за разследване на не-повреда и подкопава доверието на операторите в последващите сигнали.

Бизнес случаите на доставчиците често предполагат висока точност на модела. Достигнатата точност на реално инсталирани системи обикновено е значително по-ниска през първата година и се подобрява само след обширно настройване върху собствените активи на завода. Разликата е от значение: дори умерен процент фалшиво положителни може да ерозира прогнозните спестявания — една широко цитирана програма на McKinsey е видяла как 10% фалшиво положителни анулира ползите ѝ. Когато фалшиво положителните съпътстват значима част от сигналите, разходите за разследване могат да превишат работата, спестена от истинските положителни, особено през първата година.

По-честен бизнес случай моделира разходите за фалшиво положителни експлицитно: процент фалшиво положителни × средни разходи за разследване × годишен брой сигнали. Това число може да погълне голяма част от прогнозния ROI, често достатъчно да превърне очевидно печеливш случай в граничен. Статията за анализ на коренните причини разглежда разходите за разследване в сродни термини.

Грешка 3: предположение за еднаква точност на модела

Доставчиците на PdM говорят за точност на модела като едно число („нашата система е 92% точна“). Реалната точност варира драматично според класовете активи. Моделът за вибрации на въртящо се оборудване е добре развит и с висока точност. Моделът за температура на скоростна кутия е разумен. Моделът за реципрочни активи е по-малко развит. За специални или нисковолуменни класове активи може да няма работещ модел изобщо.

Бизнес случаят обикновено прилага единна стойност за точност към хетерогенна популация от активи. Класовете активи, за които моделът е добре развит, ще работят; тези, за които не е, ще генерират главно шум. Разгръщането на ниво целия завод усреднява продуктивна подгрупа с шумна подгрупа и дава резултат под рекламираното число.

Честният бизнес случай прави обхват по класове активи: върху кои активи наличният модел действително работи. Тази подгрупа често е само част от общия брой активи, обхванати в аргумента. Разходът за внедряване на защитен актив става значително по-висок, отколкото подсказва показателят на доставчика за целия завод. Материалът за KPI в производството разглежда метриката на ниво клас, от която това зависи.

Кога PdM наистина се изплаща

Насочената PdM, внедрена върху конкретни класове активи с добре развити модели и високи разходи при повреда, може да се изплати ясно. Критериите:

• Клас активи със зрел модел. Въртящо оборудване с анализ на вибрациите е каноничният пример.
• Разходът при повреда за събитие е значително над разходите за датчици и софтуер. Ако катастрофалното събитие струва еквивалента на 5× инвестицията в PdM, дори 30% степен на предотвратяване оправдава внедряването.
• Текущата PM програма не улавя режима на повреда. Ако интервенциите на ниво PM вече предотвратяват 70% от тези повреди, PdM се бори за останалите 30% и сметките стават по-трудни.
• Заводът има капацитет да разследва сигналите. PdM система, която генерира сигнали, които никой не разследва, е данни от датчици без оперативни последици.

Заводите, които внедряват по тези критерии — насочено, върху инструментализирани критични активи със зрели модели — обикновено виждат ясна възвръщаемост за насочената подгрупа. Заводите, които внедряват на ниво целия завод само защото доставчикът е предложил отстъпка, обикновено не виждат ясна възвръщаемост.

Структура на честния бизнес случай

Ако оценявате предложение за PdM, четирите въпроса:

1. Кои режими на повреда адресира това, които нашата текуща PM програма не улавя? Конкретни режими, не общи „повреди“.
2. На кои класове активи моделът всъщност постига заявената точност? Казуси, предоставени от доставчика, за подобни активи, а не агрегирани твърдения за точност.
3. Какъв е прогнозираният процент на фалшиво положителните и какви са разходите за разследване на един фалшив сигнал? Умножете ги.
4. Можем ли да тестваме системата на три актива за един тримесечен период преди да се ангажираме с пълно внедряване? Нежеланието на доставчика по този въпрос само по себе си е диагностично.

Отговори, които са конкретни и защитими, насочват към проект, който си струва да се направи. Отговори, които са неясни, сочат към проект, който ще разочарова екипа на операторите през втората година. Статията за системите за управление на работни поръчки разглежда как насочените сигнали от PdM се интегрират в съществуващия поток на работните поръчки.

Как се вписва Fabrico

Fabrico не предлага PdM решение за целия завод. Ролята на платформата е да бъде оперативният слой с данни, върху който всякакъв PdM проект — на доставчик или вътрешен — се наслагва. Режимите на повреда, йерархията на активите, интеграцията с работните поръчки, цикълът за разследване на фалшиво положителните — всички те се нуждаят от стабилна основа, преди PdM да може да достави стойност. За да видите как насочен PdM проект би се вписал с вашите текущи оперативни данни, запишете демонстрация.

Често задавани въпроси

Дали доставчиците умишлено подвеждат с тези числа за ROI?

Обикновено не. Доставчиците прилагат еталонни случаи от своите най-добри внедрения. Несъответствието идва от това, че ситуациите на купувачите са по-средни в сравнение с еталона. Четете всяко казусно изследване като „най-добър случай за най-благосклонния клиент на доставчика“ и съобразявайте очакванията си съответно.

Какво да кажем за AI-базирана прогнозна поддръжка — по-добра ли е тя?

Етикетът „AI“ се прилага за модели, които варират от наистина сложни до преработени прагови правила. Честният тест е същият: поискайте проценти на фалшиво положително за класовете активи, които вие действително имате, а не за общ еталон.

Трябва ли въобще да правим PdM?

Да, но в правилния обхват. Насочена PdM за въртящо оборудване със зрели модели за вибрации е защитима инвестиция за повечето заводи от средния пазар. Разгърнатите на ниво целия завод PdM внедрявания обикновено не са.

Каква е подходящата продължителност на пилота?

Един тримесечен период, три актива, с изрично определени критерии за успех преди започване на пилота. По-късите пилоти не събират достатъчно събития на повреда, за да измерят точността на модела; по-дългите пилоти забавят решението за внедряване отвъд момента, в който натискът върху цените от доставчика има значение.

Коя е най-честата грешка при внедряване?

Ангажиране с внедряване на ниво целия завод преди валидиране на представянето на модела върху собствената популация от активи на завода. Твърденията за точност на доставчика обикновено са верни за някои класове активи и неверни за други, и единственият начин да узнаете кои са кои е да тествате върху вашите активи, а не върху техните.