ENGINEERINGNET.BE - Dit roept natuurlijk de vragen op: wanneer doe je te weinig onderhoud en wanneer doe je te veel onderhoud?
Te weinig onderhoud leidt tot onverwachte storingen, die mogelijks secundaire schade kunnen veroorzaken, en die grote reparatiekosten meebrengen.
Bovendien sturen ze de geplande productie in de war, wat tot ontevreden klanten kan leiden of tot extra kosten om de klanten tevreden te houden door bv. producten vanuit een andere vestiging te beleveren.
Te veel onderhoud leidt tot onnodige kosten, teveel uren gepresteerd en teveel wisselstukken verbruikt. Ook kan er door veelvuldige stops voor preventieve interventies kostbare productietijd verloren gaan.
Het lijkt er dus op dat de optimale hoeveelheid onderhoud bepaald wordt door kostenminimalisatie, waarbij we er gemakkelijkheidshalve maar vanuit gaan dat de installatiebeschikbaarheid ook in euro’s is uit te drukken.
Hoe bepalen we dat optimum nu? We stoppen de juiste data in een geschikt mathematisch model, wachten even tot de computer het antwoord uitspuwt en gieten dit antwoord dan in een schedule voor de techniekers. Juist? Ja en neen.
Ja, principieel is er geen speld tussen te krijgen. Neen, want zo simpel is het niet. Het bouwen van een mathematisch model, dat geschikt is voor de specifieke situatie, is geen sinecure.
Machines of installaties bestaan uit verschillende onderdelen die op een bepaalde manier interageren en bovendien vormen ze zelf vaak een stuk van een grotere productielijn.
Deze structuren modelleren met net genoeg details om realistisch te zijn met een redelijke rekeninspanning vraagt niet alleen de nodige mathematische skills, maar ook - vooral - technisch inzicht en ervaring.
Nu zijn deze beide meestal wel aanwezig, alleen niet op één plek verenigd. Mathematisch modelleren gebeurt vooral aan de universiteit, terwijl technisch inzicht en ervaring vooral in de bedrijven zit.
Het water tussen de twee is jammer genoeg nog steeds vrij diep. Minder diep dan pakweg 25 jaar geleden, maar nog steeds diep. Ook is er data nodig, we willen immers evidence-based werken en niet louter vertrouwen op ons buikgevoel.
Even abstractie makend van het feit dat CMMS’en zelden perfect zijn en het feit dat historische onderhoudsdata vaak inaccuraat en onvolledig is, blijft er het probleem dat historische data niet alles vertellen.
Het blijft aartsmoeilijk om in te schatten wat de impact van het al dan niet doen van een onderhoudsinterventie zal zijn, zeker als we dat over een langere periode willen bekijken.
Dit laatste is niet onredelijk, gezien het feit dat machines en installaties toch een levensduur van meerdere jaren hebben en we onze kostenminimalisatie toch liefst niet op een kortzichtige korte termijn, maar wel op een duurzame lange termijn willen doen.
Dit is nog niet de hele lijdensweg van het optimaliseren. Het gaat tegenwoordig immers niet langer over het bepalen van de meest geschikte preventieve onderhoudsfrequentie, het afwegen van onderhoudskosten (bv. wisselstukken) ten opzichte van onderhoudsgerelataeerde kosten (bv. schade).
Tegenwoordig is er ook condition monitoring. Condition monitoring in de basisvorm leidt tot predictief onderhoud, van zo gauw een trigger - dit kan eenvoudig weg een temperatuur zijn, maar ook een afwijkend vibratiepatroon - bereikt wordt, wordt een onderhoudsinterventie gepland.
In een meer gesofistikeerde vorm leidt dit tot prognostisch onderhoud, waarbij voorspellingsmodellen worden ingeschakeld om te bepalen hoe lang er redelijkerwijze nog mag gewacht worden met onderhoud.
Bepalen of condition monitoring een interessant alternatief is dat moet meegenomen worden in de optimalisatie-queeste is een verhaal op zich.
Ik realiseer me net dat je misschien deze column als zwartgallig zou kunnen ervaren, maar niets is minder waar.
Het besef - in academia en in bedrijven - dat onderhoudsoptimalisatie een complexe materie is, waarbij het globale plaatje niet uit het oog mag verloren worden, komt er steeds meer en meer.
En dat stemt ons positief, zei Confucius al «he who cannot describe the problem will never find a solution to it».
Liliane Pintelon is professor aan de KU Leuven. Ze is auteur van o.a. het boek 'Asset management: the maintenance perspective'.
