使用资产绩效管理来最大化资产价值
工业部门的资产有到期日。然而,资产生命周期非常有弹性。通过适当的照顾和智能的资产绩效管理,公司拥有正确的工具,可以在实物资产变得无法使用或过时之前从它们中提取最大价值。
在过去,这样的方法不是很实用。大多数公司根本无法访问正确类型的数据。
随着高级计算和软件的出现,情况已不再如此。即使是较小的公司也可以利用先进的绩效资产管理策略来确保关键资产的最佳利用。
让我们看看如何。
什么是资产绩效管理?
资产绩效管理 (APM) 代表由一个共同目标绑定在一起的不同流程——在生产车间保持持续的卓越运营水平。它主要由工业部门的企业使用,但对任何资产繁重的组织都有用。
“卓越运营”一词是指对生产关键方面所涉及的复杂资产的最佳利用。
APM 的主要目标是减少计划外停机时间,延长资产的使用寿命,并普遍提高其对整体创收的贡献。
资产绩效管理主要涉及以下关键流程:
- 监控资产以收集数据(使用物联网传感器)
- 使用软件(CMS/EAM、人工智能分析)获得关键洞察
- 根据这些见解执行纠正/预防性维护
- 确保持续优化资产以实现最大生产力
从上面的列表中可以看出,传感器和软件在 APM 过程中发挥着关键作用。这是资产绩效仅在过去几十年随着数字化转型而变得突出的一个主要原因。许多单独的流程在过去确实存在,但它们直到最近才成为连贯的、重点突出的战略的一部分。
除了技术,该组织还在成功实施 APM 方面发挥着重要作用。
所涉及的流程相当复杂,需要企业各个层面的积极参与和支持——从操作员、维修技术人员和楼层经理,一直到决策层、C 级高管。整体方法对于良好的资产战略至关重要,结合人力和技术资源以充分利用 APM 的优势。
绩效资产管理的好处
许多工业公司仍然依赖过时的反应策略进行资产维护。预算紧张和未能着眼大局是最常见的罪魁祸首,在某些情况下也是迟到的数字化。
成功属于那些能够超前思考并理解投资于资产绩效管理的长期价值的人:
- 减少了计划外停机时间。 计划外停机的最常见原因是资产故障,通常是由于维护不当和误用造成的。通过资产监控和主动维护策略,您可以显着降低意外设备故障的风险并增加正常运行时间。
- 降低维护成本。 虽然维护是不可避免的,但您可以使用预测性维护计划降低所有相关成本。 APM 流程产生的洞察力有助于防止过度维护并确保所有维护资源的最佳利用。这里要避免的是达到资产临界点,详细的企业资产管理计划可以帮助解决这个问题。
- 降低 EHS 风险。 不可靠的资产可能会带来健康和安全风险。不遵守环境、健康和安全 (EHS) 法规将招致巨额罚款,并使公司容易受到代价高昂的诉讼。妥善保管您的资产有助于降低工作场所的安全风险。
- 更轻松地过渡到工业 4.0。 这是安全和可持续工业生产的未来——下一次工业革命。公司必须采用数字技术以保持相关性。数据驱动的 APM 方法为这种新范式提供了垫脚石。
简而言之,绩效资产管理可提高资产可靠性、降低运营成本(从而提高盈利能力)并降低运营风险。
如何衡量资产绩效?
现在是制定在资产密集型工业环境中衡量资产绩效的基本路线图的时候了。下面概述了所有主要步骤。
第 1 步:确定关键资产
评估单个资产对生产车间的业务影响。一开始,选择对生产过程不可或缺的那些。在以后的迭代中,您可以扩展 APM 项目的范围以涉及优先级较低的资产。
组织可以使用基于风险的维护来识别最关键的资产。之后,他们可以应用 RCM 方法来确定哪些故障模式值得积极跟踪和分析。
第 2 步:监控所选资产
资产健康的数据收集可以通过多种方式进行,具体取决于所涉及的资产类型。一个版本包括记录在您的 CMMS 或 EAM/ERP 软件中的性能/生产力/维护数据。
另一个包括安装在设备上的物联网传感器测量的读数,尤其是那些在高压力环境中工作的设备。技术人员还可以使用手持设备进行无损测试和诊断,寻找设备老化的早期迹象。
步骤 3:使用 APM 软件分析收集的数据
在此步骤中,组织使用目标指标和 KPI 从收集的资产性能和状况数据中获取可操作的见解。
在 CMMS 之上,他们可以应用结合 AI 数据管理、机器学习和分析的现代 APM 解决方案来提高资产可见性。
<块引用>资产绩效管理作为资产管理的一部分,可以包括各种不同的行动。因此,分析过程可以包括分析数据趋势、进行 RCM、分析生产损失、进行根本原因分析、验证运营数据等等。
第 4 步:根据分析的数据改进资产管理
APM 方法的主要影响将体现在您的组织采用的维护策略中。利用提高的资产可见性,您可以制定有针对性的维护策略,在降低成本的同时提高设备可靠性等关键指标。
像这种从状态监控、各种应用程序和人工智能中获益的整体方法将对您的资产生命周期产生巨大影响。
绩效指标和 KPI 在 APM 中的作用
在 APM 数据分析中,指标和 KPI 的重要性怎么强调都不为过。它们提供关键资产信息的可见性。选择错误的指标,它可能会给您关于资产状态的歪曲或不准确的图片。
选择受到多种因素的影响——行业、资产类型以及 APM 负责人的角色/优先级。选择正确的跟踪对象非常棘手,因为有 20 多个指标可供选择。我们在下面讨论最常见的。
维护性能指标
执行 APM 程序的职责通常落在维护部门的肩上。他们从一系列关注短期和长期维护绩效的指标中获得最大价值:
- 工单关闭率: 用于衡量维护计划和执行的效率(短期)。
- 生产时间百分比 :衡量已完成的维护工作占总计划(短期)的一部分的百分比。
- 平均故障间隔时间 :MTBF 是一种非常常见的指标,用于衡量资产故障之间的时间间隔(长期)。
- 紧急工作百分比: 提供有关预防性维护计划(长期)效率的见解。
生产力/财务相关指标
组织内的高级部门可以使用更高级别的指标来改进他们的商业智能并促进更好地规划他们的业务流程。一些在高级管理人员和财务部门中流行的 KPI 包括:
- 整体装备效率: OEE 是众所周知的生产力指标,它衡量三件事:生产设备的可用性、性能和质量。
- 可用性: OEE 的一部分,也是设备健康状况的重要指标。
- 单位生产的维护成本: 通常用于决定哪些资产应该用于哪个维护计划(做出明智且具有成本效益的决策)。
跟踪指标和 KPI 不仅仅是跟踪设定目标的进度。这也是关于发现问题区域。
自然地,在绩效资产管理的背景下,我们试图识别和消除的问题与有缺陷的资产、维护不当和设备使用不当有关。
使用 CMMS 进行资产绩效管理
APM 需要随时访问广泛的业务和资产数据。当组织针对各种任务使用互不兼容的软件解决方案时,就会形成孤立的数据孤岛。数字生态系统支离破碎的公司将难以应用 APM 原则。
计算机化维护管理系统 (CMMS) 是解决此问题的方法之一。它是一个集中式数字平台,可提供所有重要资产相关信息的 360 度视图。
最重要的是,Limble 等现代 CMMS 解决方案具有许多对资产绩效管理有用的功能,包括:
- 详细的资产维护日志和历史记录
- 用于实时资产监控和资产跟踪的传感器连接
- 自动跟踪 MTTR 和 MTBF 等指标
- 完全集中的资产数据管理
- 支持组织、规划和执行高级维护策略,例如预测性维护
将响应式维护减少 73.2%
查看 Red Hawk 使用 Limble 的效果
阅读我们的案例分析
投资功能强大的 CMMS/EAM 软件是实现结构化资产绩效管理的第一步。您不能以任何其他方式拥有它 - 它是企业构建其数字 APM 流程的基础。
结束语
工业资产的真正价值基于其对生产的贡献。未得到适当利用的维护不良的资产无法提供良好的投资回报率。
资产绩效管理可帮助公司将设备保持在更长时间的最佳工作状态,减少故障或严重故障,并且不会浪费维护资源。
为了实现这一切,APM 依靠硬件和软件来提供必要的数据,这些数据将为未来的维护行动和操作指南提供信息。
设备保养维修