Van inzicht in Asset Health naar investering: hoe pak ik dat slim aan?

In recente blogs heb ik aandacht geschonken aan de verschillende dimensie van Asset Health. Eerst hoe je asset-kennis kunt vergroten door de combinatie van expertkennis, data en modellen. Toen de samenhang tussen inzichten op assetniveau, systeemniveau en plantniveau. En vervolgens wat dit inzicht oplevert: betere besluitvorming over operatie, onderhoud, renovatie en vervanging van assets. In één plaatje:

Maar hoe pak je het nu aan? Waar begin je? Een stappenplan kan helpen.
Het is goed één ding vooraf nog te benoemen: in een draaiende fabriek kun je niet zomaar alles stilleggen om een verbetering door te voeren. In sectoren als water, energie en infrastructuur ligt er naast onderhoud en vervanging vaak ook nog eens een uitbreidingsvraag. Focus is daarom het sleutelwoord: hoe zet je de beperkte middelen zo effectief mogelijk in?
In dit blog volg ik de stappen, met daarbij een aantal tips, om de weg van verbetering in te slaan en tegelijk de fabriek draaiende te houden (of de trein te laten rijden).

Stap 1: zorg voor focus

Bijna per definitie is er een gebrek aan middelen (tijd, geld, aandacht) waardoor een keuze noodzakelijk is. Stel hierbij twee vragen:

• Waaraan besteed ik de (meeste) middelen?
• Waar lig ik wakker van doordat beschikbaarheid, veiligheid, leveringszekerheid (en andere fundamentele bedrijfswaarden) gevaar lopen?

Voor de middelen geldt dat dit niet noodzakelijkerwijs de meest kritische onderdelen zijn. Afhankelijk van de volwassenheid van de organisatie kan deze informatie uit systemen worden gehaald (financieel, operationeel, onderhoudsmanagement) en/of ervaringen van operationeel en onderhoudend personeel. Besparingen bereiken op deze assets of systemen maakt ruimte vrij om uit de brandweermodus te komen.
Voor het tweede deel, waar lig je wakker van, geldt dat een “graded approach” houvast biedt. Dat betekent dat je de juiste analyse-instrumenten inzet op het juiste moment. Om een metafoor te gebruiken: als je met een pijntje of kuchje bij de huisarts komt, start die niet met een complete bodyscan. Uiteindelijk kan die wel nodig zijn, maar dan zijn er al diverse stappen aan voorafgegaan.
Met die vergelijking terug naar de fabriek, is een gedetailleerde FME(C)A-analyse een mooi maar tijdrovend en kostbaar instrument. Een eenvoudiger ABC-analyse of een Quick FMECA (op (sub)systeem-niveau) kan snel zorgen voor inzicht in de meest kritische assets en/of systemen.

Stap 2: bouw asset-kennis op

Zoals eerder beschreven, zit de kennis over assets in hoofden (van experts), data en modellen. Als je na stap 1 focus hebt op welke assets of asset types alle aandacht verdienen, kun je hiermee aan de slag. Denk hierbij aan de volgende twee stappen:

• In kaart brengen van de kennisdriehoek
• Vaststellen hoe deze kennisdriehoek kan worden vergroot

Voor het eerste punt betekent dit dus het inventariseren van de drie elementen van de driehoek. Als het gaat om kennis in hoofden, dan zijn er meestal diverse mensen met kennis over de assets: operators, monteurs, maintenance engineers, project engineers en misschien ook wel mensen buiten de organisatie (dienstverleners, leveranciers). Het is zaak die kennis bij elkaar te brengen.
Een klant van mij uit de waterwereld heeft een periodiek 5-hoeks-overleg geïntroduceerd, waarbij precies die mensen onder leiding van de assetmanager met elkaar de assets bespreken: wat zien we, wat gebeurt er, wat komt eraan en wat is een verstandig besluit? Zelfs als de hoeveelheid data zeer beperkt is, is dit overleg zeer waardevol.
Vaak zijn er meer data dan men denkt. Alleen is het niet altijd evident om die data op een dusdanige manier bij elkaar te brengen dat ze geschikt zijn voor analyse. Er is bijvoorbeeld geen uniforme benaming (Object Type Library) of het ene systeem genereert transactionele data (een activiteit op tijdstip X), in een ander systeem zit masterdata (bouwjaar, merk, leverancier et cetera) en weer een ander systeem draait om operationele data (de opgenomen stroom per tijdeenheid).
Soms blijkt kennis ook al in een model te zijn opgenomen. Een voorbeeld hiervan is een organisatie die een applicatie heeft gekocht voor online monitoring van de oliekwaliteit van transformatoren. De data (oliekwaliteit) gaat naar een externe dienstverlener waarmee een model wordt gevoed. De dienstverlener levert als service een indicatie van de gezondheid van de transformator en waarschuwt bij afwijkingen. Deze organisatie vertrouwt voor een deel dus op de kennis van een partner.
Bovenstaande exercitie geeft veelal veel inzicht en de kansen voor verbetering liggen meestal voor het oprapen. Door de kloof tussen afdelingen te overbruggen (bijvoorbeeld met zo’n 5-hoek overleg) wordt snel duidelijk welke data relevant is, welke data wordt gemist en waarop de focus moet liggen voor verbetering.

Stap 3: creëer inzicht

Inzicht is een noodzakelijke stap tussen het hebben van voldoende assetkennis en besluitvorming. Hiermee kun je ook starten als de kennis alleen maar in hoofden zit (impliciete kennis). Maar uiteraard geldt dat meer kennis een beter inzicht geeft. In feite breng je de kennis van de verschillende assets bij elkaar en probeer je daar conclusies uit te trekken.
Zoals ik in een eerdere blog heb uitgelegd, kun je dat op assetniveau doen, maar ook op populatieniveau, systeemniveau en op plantniveau. De belangrijkste hulpmiddelen zijn:

• Asset Health Indicator
• Populatie Health Indicator
• System Health Indicator

Een Asset Health Indicator is een visuele representatie van de gezondheid van een object op basis van de beschikbare kennis. Dat kan bijvoorbeeld in de vorm van een stoplicht, een dashboard of een scorecard. Het is de uitdaging om een (potentieel) complex onderliggend algoritme op een eenvoudige manier te visualiseren.
Voor de Asset Health Indicator (AHI) geldt dat deze tegelijk een waarde moet aangeven (0 – 100%) én een betrouwbaarheid van indicatie. Indien de AHI slechts op één datapunt is gebaseerd (bijvoorbeeld leeftijd), is deze minder betrouwbaar dan als er meerdere datapunten worden meegenomen.
Neem een fietsketting als voorbeeld. In het meest basale geval zou je kunnen starten met de aanname dat de ketting twee jaar mee gaat en dat de AHI lineair terugloopt van 100 naar 0%. De AHI wordt een stuk beter als je ook de gereden kilometers zou meenemen. De AHI zou nog beter kunnen worden als je weet in welke weersomstandigheden de ketting gebruikt wordt en hoeveel kracht wordt uitgeoefend. Van al deze datapunten zou je een model kunnen maken dat de AHI voedt. Maar veel fietsers weten dat er ook een veel eenvoudiger hulpmiddel is om de kwaliteit van de ketting te meten: een low-tech kettingslijtage-tool. Periodiek een inspectie met deze tool geeft een nog betere indicatie en overrulet de andere indicators.
Voor de Populatie Health Indicator is het van belang om te kijken naar trends in de populatie. Enerzijds kan dit inzichten geven voor individuele assets en anderzijds in de mogelijke end of life van de populatie.
Een klant in de nucleaire energiesector hanteert hiervoor een scorecard-methodiek, waarbij ze kijken naar de trends in verstoringen, in conditie, de kwaliteit van de onderhoudsplannen, de beschikbaarheid van reservedelen (voorraad, end of life-signalen van leveranciers en beschikbaarheid van leveranciers) en ook de kennis die binnen de organisatie aanwezig is over het type asset.
De System Health Indicator aggregeert als het ware de vorige Health Indicatoren, waarbij elke asset een bepaalde weging heeft in het systeem. Neem de fiets weer als voorbeeld, waarbij de ketting onderdeel is van de aandrijflijn (crank, lagers, tandwielen, trappers, derailleurs). De ketting heeft hierin bijvoorbeeld een zwaardere weging dan een lager vanwege het gevaar op ongelukken. De aandrijflijn is dan weer onderdeel van het geheel (de plant).

Stap 4: besluitvorming

Met de juiste inzichten wordt besluitvorming niet per se gemakkelijker, maar wel rationeler en beter te verdedigen. Het is belangrijk om te realiseren dat Asset Health slechts een van de factoren – maar wel een belangrijke – is in de besluitvorming. Nieuwe wensen/eisen of betere alternatieven in de markt kunnen ook aanleiding zijn voor een vervangingsinvestering.

Als ik weer de fiets als voorbeeld neem:

• Asset Health: slechte conditie van de ketting
• Population Health: derailleur van dit type is niet meer leverbaar
• System Health: onvoldoende als gevolg van de ketting en derailleur
• Plant Health: De overige systemen zijn gezond, investeren in de gezondheid van de aandrijflijn is rationeel. Bovendien zijn er inmiddels nieuwe systemen in de markt die minder onderhoud vergen en meer functionaliteit bieden (meer versnellingen en comfortabel elektrisch schakelen). Dit geeft de doorslag om de gehele aandrijflijn te vervangen.

Digitalisering

De kennis van assets en het verkrijgen van inzicht kan worden verbeterd door beschikbare data beter te benutten en specifieke conditiedata toe te voegen. Alleen…. de hoeveelheid data wordt al snel te veel om op de ‘oude manier’ bij te houden. Digitalisering kan dan uitkomst bieden. Het opschalen vereist een investering in data, in systemen en in de juiste competenties. Hoe je zo’n digitale transformatie aanpakt én wat dat oplevert, verdient een eigen blog. Wordt vervolgd…