Znaczenie danych w analizie niezawodności

Część 1

Poniższy artykuł stanowi pierwszą część dwuczęściowego cyklu poświęconego znaczeniu skutecznego gromadzenia danych o zdarzeniach w analizie niezawodności. Część druga ukaże się w następnym numerze.

Gromadzenie danych dotyczących zdarzeń jest wymogiem minimalnym, niezbędnym do oszacowania efektywności bieżących strategii zarządzania aktywami „asset management”. Bez tych informacji środki zwykle przydzielane są tam, gdzie pojawia się „problem dnia”. Takie postępowanie oznacza, że w przedsiębiorstwie najprawdopodobniej brakuje systematycznego podejścia do kwestii usuwania nieprawidłowości w działaniu. Posiadając pełny zestaw danych o wszystkich zdarzeniach związanych z aktywami, można znacznie lepiej zrozumieć to, w jaki sposób osiągnąć największy zysk z posiadanych zasobów, zarówno ludzkich, jak i kapitałowych.

Źródła danych o zdarzeniach

Dane o zdarzeniach mogą pochodzić z rozmaitycych źródeł, takich jak system zarządzania utrzymaniem ruchu (obsługą maszyn, eksploatacją, konserwacją i naprawami) (ang. Maintenance Management System), zakładowe systemy kontroli i prognozowania oraz inne systemy produkcyjne. W niniejszym artykule skupimy się przede wszystkim na znaczeniu gromadzenia danych o zdarzeniach dotyczących maszyn, znajdujących się w skomputeryzowanym systemie zarządzania utrzymaniem ruchu (ang. Computerized Maintenance Management System – CMMS).

Niezmiernie istotne jest to, aby najpierw zrozumieć potrzebę gromadzenia danych, a dopiero potem zastanowić się, w jaki sposób to zrealizować. Zbieranie danych o zdarzeniach przynosi podwójne korzyści. Pierwszą jest uświadomienie kadrze zarządzającej, na ile skuteczne są ich strategie zarządzania aktywami. Po zidentyfikowaniu nieefektywnych strategii te same dane o zdarzeniach posłużą do pogłębionej analizy przyczyn i określenia, dlaczego stosowane strategie nie są skuteczne.

Autor: Ken Latino