Wat is het verschil tussen voorspellend en preventief onderhoud?

Bij voorspellend onderhoud worden realtime gegevens van de apparatuur gebruikt om onderhoud pas in gang te zetten wanneer zich een probleem begint te ontwikkelen, terwijl preventief onderhoud volgens een vast schema verloopt, ongeacht de daadwerkelijke toestand van de apparatuur. Het belangrijkste verschil zit hem in de timing: preventief onderhoud is tijdsgebonden; voorspellend onderhoud is toestandgebonden. Voor industriële fabrikanten die hoogwaardige apparatuur beheren, heeft dat onderscheid een directe invloed op de bedrijfstijd, de arbeidskosten en het percentage eerste reparaties.

In de onderstaande paragrafen worden de meest voorkomende vervolgvragen beantwoord die operationele leidinggevenden stellen wanneer ze beoordelen welke aanpak het beste bij hun omgeving past.

Welke onderhoudsstrategie zorgt eigenlijk voor minder stilstand?

Voorspellend onderhoud vermindert ongeplande stilstand effectiever dan preventief onderhoud, omdat er wordt ingegrepen voordat er een storing optreedt, in plaats van volgens een schema dat mogelijk geen rekening houdt met de daadwerkelijke slijtage. Preventieve onderhoudsschema’s zijn van nature conservatief opgesteld, wat betekent dat ze vaak te vroeg of te laat tot werkopdrachten leiden in verhouding tot de werkelijke toestand van de apparatuur. Op de toestand gebaseerde interventies vullen die leemte op.

Dat gezegd hebbende, is de vergelijking niet zwart-wit. Preventief onderhoud presteert nog steeds beter dan reactief onderhoud in vrijwel elke omgeving met veel bedrijfsmiddelen. De vraag is of uw organisatie beschikt over de nodige sensorinfrastructuur en datarijpheid om betrouwbaar te kunnen reageren op voorspellende signalen. Zonder die basis levert een goed uitgevoerd preventief programma consistentere resultaten op dan een slecht geïmplementeerd voorspellend programma.

Voor industriële fabrikanten is ongeplande stilstand niet alleen een operationeel ongemak. Het heeft een domino-effect op productieschema’s, SLA-verplichtingen en servicecontracten, met snel oplopende gevolgen. De argumenten voor de overstap naar voorspellend onderhoud zijn het sterkst wanneer de kosten van één enkele ongeplande storing hoger zijn dan de investering die nodig is om deze vroegtijdig op te sporen.

Hoe werkt preventief onderhoud in de praktijk?

Voorspellend onderhoud werkt door continu de parameters van apparatuur te monitoren, zoals trillingen, temperatuur, druk en stroomverbruik, en vervolgens de actuele meetwaarden te vergelijken met de drempelwaarden om afwijkingen op te sporen voordat deze tot storingen leiden. Wanneer een meetwaarde buiten het toegestane bereik valt, genereert het systeem een werkopdracht, zodat een technicus het probleem kan onderzoeken en verhelpen voordat de apparatuur uitvalt.

In de praktijk gaat het hierbij om drie onderling verbonden lagen:

Verzameling van sensor- en IoT-gegevens van kritieke activa, waarbij continu meetgegevens naar een centraal platform worden gestuurd.
Analyses of op regels gebaseerde waarschuwingen die afwijkingen van de normale bedrijfsparameters signaleren en een urgentiegraad toekennen.
Veld dispatch en en uitvoering van werkorders, waarbij een technicus naar het object wordt gestuurd met de juiste documentatie, onderdelenlijst en de geschiedenis van het object, die al zijn geladen.

De derde laag is waar bij de meeste organisaties een tekortkoming zit. Het opsporen van de afwijking heeft alleen zin als de juiste monteur het apparaat snel bereikt, met volledige context, en het probleem bij het eerste bezoek oplost. Dat vereist een planningslogica die de vaardigheden van de monteur afstemt op het specifieke type apparaat, en mobiele toegang tot de geschiedenis van het apparaat en de veiligheidsdocumentatie, ongeacht of er op de werkvloer een betrouwbaar signaal is.

Wat zijn de belangrijkste vormen van preventief onderhoud?

Preventief onderhoud kan worden onderverdeeld in drie hoofdcategorieën: tijdgebonden, gebruiksgebonden en op storingen gebaseerd onderhoud. Elk daarvan wordt van tevoren gepland en wordt niet in gang gezet door realtime gegevens van de apparatuur, maar de planningslogica verschilt naargelang de factor die bepalend is voor het onderhoudsinterval.

Op tijd gebaseerde PM-triggers genereren werkorders op vaste kalenderintervallen, zoals maandelijkse inspecties of jaarlijkse revisies, ongeacht hoeveel het bedrijfsmiddel daadwerkelijk in bedrijf is geweest.
Bij op gebruik gebaseerd preventief onderhoud wordt onderhoud geactiveerd na een bepaald aantal bedrijfsuren, cycli of geproduceerde eenheden, waardoor dit beter inspeelt op daadwerkelijke slijtage dan onderhoud volgens een vaste kalenderplanning.
Onderhoud gericht op het opsporen van storingen is bedoeld voor installaties die in stand-by staan, zoals noodgeneratoren of veiligheidsuitschakelaars, waarbij het doel is om te controleren of de installatie naar behoren functioneert wanneer deze nodig is, en niet om slijtage tijdens normaal gebruik te voorkomen.

Bij de meeste industriële fabrikanten wordt al gebruikgemaakt van een combinatie van deze drie, vaak beheerd via ERP-systemen zoals SAP, AFAS of Microsoft Dynamics. De uitdaging is dat PM-checklists en -intervallen vaak eenmalig worden vastgesteld tijdens de inbedrijfstelling en zelden worden bijgewerkt om rekening te houden met de manier waarop de prestaties van de bedrijfsmiddelen in de loop van de tijd veranderen.

Wanneer moet je kiezen voor voorspellend onderhoud in plaats van preventief onderhoud?

Pas voorspellend onderhoud toe wanneer de kosten van een onvoorziene storing hoog zijn, de installatie continu wordt bewaakt en uw team over de benodigde gegevensinfrastructuur beschikt om betrouwbaar op waarschuwingen te reageren. Pas preventief onderhoud toe wanneer installaties niet zijn uitgerust voor realtime bewaking, de kosten van storingen matig zijn of wettelijke voorschriften inspecties met vaste tussenpozen voorschrijven, ongeacht de toestand van de installatie.

Een praktische manier om hierover te beslissen, is door elke activaklasse op twee aspecten te beoordelen: de gevolgen van een storing en de haalbaarheid van monitoring. Activa die op beide aspecten hoog scoren, komen sterk in aanmerking voor voorspellend onderhoud. Activa waarbij monitoring onpraktisch is of waarvoor de regelgeving gedocumenteerde, geplande inspecties voorschrijft, horen thuis in een preventief programma.

In de meeste productieomgevingen is een hybride aanpak de juiste keuze. Voor bedrijfskritische procesapparatuur, koelmachines, compressoren en aandrijvingen met een hoog vermogen zijn voorspellende benaderingen het meest geschikt. Hulpapparatuur, veiligheidscontroles en wettelijk voorgeschreven preventieve onderhoudscycli kunnen beter volgens vaste schema’s worden beheerd. Proberen om voorspellend onderhoud uniform toe te passen op alle soorten bedrijfsmiddelen voordat de data-infrastructuur daarvoor klaar is, leidt doorgaans tot extra kosten zonder dat dit evenredig bijdraagt aan een hogere uptime.

Wat is er nodig om over te stappen van preventief naar voorspellend onderhoud?

De overstap van preventief naar voorspellend onderhoud vereist drie dingen: een sensornetwerk op de installaties die je wilt monitoren, een platform dat die gegevens kan ontvangen en ernaar kan handelen, en werkprocessen in het veld die de waarschuwing snel genoeg bij de technicus brengen om de storing te voorkomen. De meeste organisaties onderschatten de derde vereiste en investeren te veel in de eerste twee.

De overgang vereist ook dat uw field service -platform werkorders die voortvloeien uit conditiewaarschuwingen anders afhandelt dan geplande preventieve onderhoudswerkorders. Voorspellende werkorders zijn urgent, vereisen snellere dispatch en vragen dat de technicus ter plaatse komt met de juiste geschiedenis van de installatie en onderdeleninformatie al beschikbaar, ook in delen van de fabriek waar de verbinding onbetrouwbaar is.

Op operationeel vlak verandert deze verschuiving ook de manier waarop de prestaties van technici worden gemeten. Het percentage problemen dat bij het eerste bezoek wordt opgelost, wordt belangrijker dan het percentage voltooide preventieve onderhoudsbeurten, omdat de meerwaarde van voorspellend onderhoud juist ligt in het oplossen van het probleem bij het eerste bezoek, voordat de storing ernstiger wordt.

Hoe Gomocha fabrikanten helpt om de overstap te maken van reactief naar voorspellend onderhoud

De meeste ‘ field service ’-platforms zijn ontwikkeld voor IT-omgevingen binnen grote ondernemingen, waar men uitgaat van een stabiele verbinding en gestandaardiseerde werkprocessen. Op de werkvloer van fabrieken werkt het echter anders, en dat geldt ook voor de overgang van preventief naar voorspellend onderhoud. Daarom hebben we Gomocha op een andere manier opgezet.

Ons industriële productie field service platform koppelt de waarschuwing aan de afgehandelde werkopdracht, zonder de hiaten die de waarde van investeringen in voorspellende technologie ondermijnen:

Mobiele app die offline kan worden gebruikt, zodat technici op de werkvloer toegang hebben tot de volledige geschiedenis van bedrijfsmiddelen, veiligheidsdocumentatie en preventieve onderhoudscontrolelijsten, ongeacht de signaalsterkte, wat direct bijdraagt aan een verbetering van 19% in het percentage problemen dat in één keer wordt opgelost.
No-code workflowontwerper waarmee operationele teams PM-checklists en op condities gebaseerde werkordertemplates per type bedrijfsmiddel kunnen configureren zonder te hoeven wachten op IT-projecten.
Gegarandeerde ERP-integratie met native koppelingen naar AFAS en Microsoft Dynamics en gecertificeerde koppelingen voor SAP, waardoor voorspellende waarschuwingen worden omgezet in werkorders binnen de systemen die uw planners al gebruiken.
Een op vaardigheden gebaseerd systeem voor het toewijzen van opdrachten ( dispatch ) dat de juiste technicus aan de juiste installatie koppelt, waardoor het aantal herbezoeken wordt verminderd en de marges op servicecontracten worden gewaarborgd.

Bij 13 klanten in de productiesector en meer dan 177.000 werkorders heeft het Gomocha-platform gezorgd voor een vermindering van 41% in het aantal ongeplande stilstanden van apparatuur – precies het resultaat dat de overstap van preventief naar voorspellend onderhoud financieel verantwoord maakt.

Als u wilt weten waar uw huidige onderhoudsprocessen tijd en marge verspillen voordat u een beslissing neemt over een platformwisseling, begin dan met onze efficiëntiebeoordeling. Deze brengt uw specifieke tekortkomingen in kaart en biedt u een concreet uitgangspunt om verbeteringen aan af te meten. Vraag uw efficiëntiebeoordeling aan en ontdek waar voorspellend onderhoud het snelst een verschil kan maken voor uw bedrijfsvoering.

Veelgestelde vragen

Hoe lang duurt het doorgaans voordat er rendement (ROI) zichtbaar wordt na de implementatie van voorspellend onderhoud?

De meeste industriële fabrikanten zien binnen 12 tot 18 maanden na de implementatie van een goed opgezette voorspellende onderhoudsoplossing een meetbaar rendement op hun investering (ROI), hoewel de eerste voordelen in de vorm van minder noodoproepen al in het eerste kwartaal zichtbaar kunnen zijn. De tijdsduur hangt sterk af van hoe snel uw werkprocessen in het veld worden aangepast om te reageren op op de toestand gebaseerde waarschuwingen, en niet alleen van hoe snel de sensoren worden geïnstalleerd. Organisaties die vanaf het begin hun logica voor ‘ dispatch ’, de afstemming van de vaardigheden van technici en de ERP-integratie op elkaar afstemmen, slagen er doorgaans in die terugverdientijd aanzienlijk te verkorten.

Kunnen voorspellend en preventief onderhoud naast elkaar plaatsvinden, of moet je kiezen tussen beide?

U hoeft niet te kiezen — beide parallel laten lopen is niet alleen mogelijk, maar wordt ook aanbevolen voor de meeste productieomgevingen. In de praktijk wordt dit per apparaat geregeld: pas voorspellende monitoring toe op apparatuur met een hoge kriticiteit die continu wordt bewaakt, en houd preventieve onderhoudsschema’s aan voor ondersteunende apparatuur, veiligheidscontroles en alle apparatuur die onderworpen is aan wettelijke inspectie-eisen. Een platform voor ‘ field service ’ dat beide soorten werkorders binnen hetzelfde systeem afhandelt, maakt het beheer van het hybride model operationeel gezien veel minder complex.

Wat zijn de meest voorkomende fouten die fabrikanten maken wanneer ze voor het eerst predictief onderhoud invoeren?

De meest voorkomende fout is te veel investeren in sensoren en analyse, terwijl er te weinig wordt geïnvesteerd op locatie -workflows die een waarschuwing omzetten in een afgehandelde werkopdracht. Een voorspellende waarschuwing die urenlang in een wachtrij blijft staan, of die bij een technicus terechtkomt zonder de juiste geschiedenis van het bedrijfsmiddel of informatie over onderdelen, levert niet meer waarde op dan een gemiste preventieve onderhoudsbeurt. Een fout die daar vlak achter volgt, is proberen elke klasse van bedrijfsmiddelen in één keer te monitoren, in plaats van te beginnen met de twee of drie soorten bedrijfsmiddelen waarbij één enkele onvoorziene storing de grootste financiële gevolgen heeft.

Hoe ga je om met waarschuwingen voor preventief onderhoud in delen van de fabriek waar de verbinding slecht of helemaal afwezig is?

Dit is een van de meest over het hoofd geziene uitdagingen bij de implementatie op de werkvloer, waar signaaldode zones veel voorkomen rond zware machines en afgeschermde behuizingen. De oplossing is een mobiele applicatie die offline kan werken en waarin de details van werkorders, de geschiedenis van bedrijfsmiddelen, veiligheidsdocumentatie en checklists al worden geladen voordat de technicus het gebied met zwak signaal betreedt, waarna de gegevens automatisch worden gesynchroniseerd zodra de verbinding weer tot stand is gebracht. Elke strategie voor voorspellend onderhoud die afhankelijk is van live-connectiviteit op de werkplek, zal uitvoeringslacunes vertonen die het percentage succesvolle reparaties bij de eerste poging ondermijnen.

Hoe weet je welke bedrijfsmiddelen in aanmerking komen voor voorspellend onderhoud en welke nog volgens een preventief onderhoudsschema moeten worden onderhouden?

Beoordeel elke activaklasse aan de hand van twee criteria: de financiële gevolgen van een onverwachte storing en de haalbaarheid van continue monitoring, rekening houdend met de locatie, de constructie en de bedrijfsomgeving van het actief. Activa die op beide punten hoog scoren – denk aan koelmachines, compressoren, aandrijvingen met een hoog vermogen en kritieke procesapparatuur – zijn uw sterkste kandidaten voor voorspellende monitoring. Activa waarbij het achteraf inbouwen van sensoren onpraktisch is, de kosten van een storing gematigd zijn of waar regelgeving inspecties met vaste tussenpozen voorschrijft, ongeacht de toestand, horen thuis in een preventief programma totdat uw data-infrastructuur voldoende is uitgegroeid.

Welke KPI’s moeten we bijhouden om te meten of ons programma voor preventief onderhoud daadwerkelijk werkt?

De drie belangrijkste KPI’s zijn het percentage problemen dat bij het eerste bezoek wordt opgelost, het aantal uren ongeplande stilstand en de gemiddelde tijd tussen storingen (MTBF) voor gemeten bedrijfsmiddelen. Het percentage problemen dat bij het eerste bezoek wordt opgelost is bijzonder cruciaal, omdat de volledige waarde van voorspellend onderhoud afhangt van het oplossen van het probleem voordat het escaleert tijdens het eerste bezoek — een laag percentage duidt op een probleem met de dispatch, de afstemming van vaardigheden of de beschikbaarheid van onderdelen in uw werkstroom op locatie. Houd deze statistieken bij per activaklasse in plaats van voor uw gehele machinepark, zodat u kunt vaststellen welke investeringen in voorspellend onderhoud vruchten afwerpen en welke aanpassingen in de workflow vereisen.

Moeten we ons bestaande ERP- of CMMS-systeem vervangen om voorspellend onderhoud te kunnen implementeren?

Nee — de implementatie van voorspellend onderhoud moet aansluiten op uw bestaande ERP- of CMMS-systeem, en dit niet vervangen. De op de toestand gebaseerde waarschuwingen die door uw monitoringplatform worden gegenereerd, moeten worden omgezet in werkorders binnen de systemen die uw planners al gebruiken, zoals SAP, Microsoft Dynamics of AFAS, in plaats van een parallelle workflow te creëren die operationele teams apart moeten beheren. De belangrijkste vereiste is een platform voor ' field service ' met betrouwbare, native ERP-integratie, zodat voorspellende waarschuwingen, de status van werkorders en de activiteiten van technici allemaal via uw bestaande planningsinfrastructuur verlopen zonder dat handmatige herinvoer nodig is.