Hoe AI de voorraadniveaus van reserveonderdelen voor onderhoud optimaliseert

De voorraad reserveonderdelen voor onderhoud is een van de lastigste voorraadcategorieen om te beheren. De onderdelen zijn weinig nodig en hun behoefte is onvoorspelbaar. De gevolgen van het ontbreken ervan lopen uiteen van een klein ongemak tot productiestilstand. Veel onderdelen zijn specifiek voor bepaalde machinemodellen, zonder substituten. En de totale waarde van de reserveonderdelenvoorraad in een productieplant is vaak aanzienlijk: vaak miljoenen euro's.

De klassieke aanpak van reserveonderdelenbeheer steunt sterk op het oordeel van onderhoudsmanagers en machinebouwers, aangevuld met historisch verbruik. AI biedt een systematischer en economisch beter onderbouwde aanpak.

De voorraadbeslissing

Voor elk reserveonderdeel komen een paar vragen op tafel. Wat is de kans dat dit onderdeel binnen een bepaalde periode nodig is? Als het nodig is en niet op voorraad ligt, wat zijn dan de kosten van de stilstand tijdens het wachten op levering? Wat kost het om dit onderdeel op voorraad te houden? Wat is de doorlooptijd van de leverancier en is spoedlevering mogelijk?

Het optimale niveau brengt de verwachte kosten van een stockout (stilstandskosten maal kans op stockout) in evenwicht met de voorraadkosten. Voor kritieke onderdelen met hoge stilstandskosten en lange doorlooptijden houdt u meer aan. Voor niet-kritieke onderdelen met lage stilstandskosten of een vlot beschikbare spoedlevering houdt u minder of niets aan.

Hoe AI optimale niveaus berekent

AI-gebaseerde optimalisatie van reserveonderdelen gebruikt faalvoorspellingsdata vanuit het predictieve onderhoudssysteem om de vraagkans te schatten. Voorspelt de AI dat een specifieke lager binnen het komende kwartaal waarschijnlijk uitvalt, dan zorgt het systeem dat een vervanging op voorraad ligt. Wordt geen uitval voorspeld, dan kan de veiligheidsvoorraad voor die lager omlaag.

De AI weegt ook het vlooteffect mee. Heeft u 50 identieke pompen met dezelfde lager, dan is de kans dat ten minste een lager binnen een periode vervangen moet worden veel hoger dan voor een enkele pomp. De AI berekent de vlootbrede vraagkans en stuurt de voorraad daarop af.

Doorlooptijd en leveringsrisico

Onderdelen met lange of onbetrouwbare doorlooptijden vragen om hogere veiligheidsvoorraad. De AI volgt de daadwerkelijke leverprestaties van leveranciers en past de veiligheidsvoorraad aan zodra doorlooptijden veranderen. Wordt een leverancier die historisch in twee weken leverde plotseling vier weken, dan verhoogt de AI het voorraadniveau voor onderdelen van die leverancier.

Voor onderdelen waarbij de oorspronkelijke machinebouwer de enige bron is, beoordeelt de AI het risico op verstoring van de aanvoer en kan zij aanbevelen alternatieve bronnen te kwalificeren of extra eenheden ter verzekering aan te houden.

Beheer van veroudering

Naarmate apparatuur veroudert en uiteindelijk wordt vervangen, raken de bijbehorende reserveonderdelen verouderd. De AI volgt het geinstalleerde park en signaleert reserveonderdelen die het einde van hun levenscyclus naderen. Voor onderdelen waarvan het apparaat binnen enkele jaren wordt vervangen, verlaagt de AI de voorraad om overschotten bij buitengebruikstelling te voorkomen. Voor onderdelen die door de fabrikant worden uitgefaseerd, beveelt zij een eindkoop aan voordat ze niet meer leverbaar zijn.

Voor meer informatie over AI-onderhoudsoptimalisatie in de productie kunt u terecht op de FirmAdapt-pagina voor productie-analyse.