Navigering Sidans innehåll

Share/Bookmark Skriv ut

Maintenance Decision Support System (MDSS)

System för beslutsstöd inom underhåll behövs i producerande företag. Noggrannhet i underhållsbeslut är nödvändigt för att minska ekonomiska förluster och följaktligen även produktionskostnaderna. Med andra ord, beslut om när man ska stoppa produktionen för underhåll innan det blir haveri, och om det är kostnadseffektivt eller inte, är i de flesta tillfällen avgörande för lönsamheten i produktionen.

Onödiga produktionsstopp är speciellt kostsamma i producerande företag med kapitalintensiva investeringar, så som sågverk, pappers- och massaindustrin, raffinaderier, sjöfart, kraftverk och maskinindustrin. Det är därför avgörande att ha ett system som förser underhållsingenjörer och produktionsledning med pålitliga data och verktyg i syfte att uppnå kostnadseffektiva och dynamiska underhållsbeslut för att uppehålla och förbättra företagets konkurrenskraft och lönsamhet.

När ska maskinen/produktionen stoppas?
Underhållsaktiviteter kan planeras och genomföras med hänsyn tagit till olika strategiska val.
Som exempel kan underhållsaktiviteter göras för att:
  • vid fel restaurera maskinen till samma produktionsnivå som tidigare
  • regelbundet underhåll oavsett behov eller inte, alternativt
  • baserat på maskinens tillstånd, vilket betyder ”gör inget förrän det behövs”. Gör underhållet när initiering av symtom uppstår för att undvika driftstörning.
Forskning hjälper företagen att minska ekonomiska förluster
Att genomföra underhåll efter behov reducerar antalet onödiga stopp i produktionen, vilket ger färre produktionsstörningar, längre produktionstid , mer produktion och reducerar ekonomiska förluster. MDSS är skapat för att hjälpa företag minska de ekonomiska förlusterna genom att kartlägga produktions- och underhållsprocessen, följa upp, analysera och styra dess resultat samt uppskatta underhållets ekonomiska nytta i syfte att höja prestandan i underhållet och produktionen .
Den största fördelen med MDSS är att det ger ett bättre beslutsunderlag. Detta gör det möjligt att fatta noggrannare och kostnadseffektivare underhållsbeslut som leder till minskande ekonomiska förluster och ökad marginalvinst .

De viktigaste egenskaperna hos MDSS är; det är pålitligt genom att öka underhållsbeslutens noggrannhet och kostnadseffektivitet viket leder till att minska de ekonomiska förlusterna. Detta leder till ökad lönsamhet och konkurrenskraft. Fördelarna med att använda MDSS kan sammanfattas i följande;

1. Det ger relevant information och kriterier för mer noggranna, dynamiska och kostnadseffektiva underhållsbeslut.
2. Det kan användas för olika syften som;
  • mer noggranna underhållsbeslut
  • kartläggning, analyser och förbättrade underhålls- och produktionsprocesser genom att identifiera och prioritera problemområden
  • identifikation och uppskattningav bortfallen produktionstid
  • simulering av alternativa tekniska lösningar i syfte att identifiera den mest kostnadseffektiva lösningen
  • uppföljning, kontroll och bedömning av underhållets betydelse i förhållandet till lönsamhet och underhållets kostnadseffektivitet
3. stödjer kontinuerligt och kostnadseffektivt förbättringar av underhållet.
Tester gjorda för visa på nyttan av MDSS
MDSS användbarhet och nytta har testats med framgång av personal från stora företag såsom FIAT (Italien), Goratu (Spanien) och det finns planer för tester på VOLVO LV i Skövde (Sverige).
DYNAMITE (Dynamic Decisions in Maintenance)
DYNAMITE är ett integrerat projekt som är finansierat av EU:s 6 ramprogram. Kärnverksamheten i projektet är INID (International Network of Industrial Diagnostics). INID består av Växjö universitet, Sverige, Manchester University och Sunderland University, Storbritannien, VTT, Finland, University Henri Poincare, Frankrike och Tekniker Spain. Utöver detta så medverkar tio europeiska företag i projektet; som exempel kan nämnas FIAT och VOLVO.
Växjö universitets roll i projektet är dels att ingå i styrgruppen och att driva delprojektet som handlar om strategier för kostnadseffektivitet. Universitetet deltar även i fem andra delprojekt. DYNAMITE startade i september 2005 och avslutas i slutet av februari 2009.

Linnéuniversitetet erbjuder regionala företag möjligheten att testa MDSS kostnadsfritt.

Det är felaktigt accepterat idag att underhåll hanteras som en nödvändig kostnad som inte ger något tillbaka. Underhåll bör ses som en kostnadseffektivisering då det är starkt kopplat till företagets interna effektivitet. Att använda en ändamålsenlig underhållspolicy för roterande maskiner så som tillståndsbaserat underhåll (TBU) , leder till färre stopp, längre produktionstid, bättre arbetsmiljö, mindre lager av reservdelar och en smidigare produktionsprocess. Det kommer även att leda till högre produktionskvalitet och mer lönsam produktionsprocess inom process-, kemi-, energiindustrin och även på senare tid även tillverkningsindustrin.

Kontakta professor Basim Al-Najjar, basim.al-najjar_AT_lnu.se, om ni är intresserad av att veta mer och testa MDSS.

För att kunna övervaka, kartlägga, analysera, bedöma, förutsäga och förbättra utfallet av olika underhållsaktiviteter på ett bra sätt krävs insamlande av relevanta data och information. Det kan vara teknisk data, ekonomisk och organisatorisk information. Viktigt är att kunna identifiera och lokalisera denna information i företagets databaser. För att kunna göra processen att samla in denna information problemfritt och kostnadseffektivt, bör man använda ett datoriserat beslutssystem som t.ex. MDSS. Systemet tillåter uppföljning och mätning av underhållsperioderna mer regelbundet vilket gör att man snabbare reagera på störningar och därmed undviker onödiga kostnader. Som ett resultat av detta blir det lättare att spåra orsaken till avvikelsen.

Idag är det inte lätt att på förhand se fördelarna med någon investering i underhåll. Det är inte heller så lätt att urskilja huruvida tidigare investeringar i underhåll varit kostnadseffektiva. Att planera och genomföra underhållsaktiviteter, samt få svar på varför en investering i underhåll kan vara lönsam, kan lätt göras av MDSS.
Basim Al-Najjar, basim.al-najjar_AT_lnu.se
Professor