Midwest Precision Machining（仮名、実在の企業）が2023年末に34,000平方フィートの施設全体に予知保全を導入することを決定した際、同社のCFOは確かな数字を求めていました。ベンダーの予測ではなく、業界平均でもなく、他の設備投資と同じ厳密さで、投入したすべてのドルと節約したすべてのドルを追跡したいと考えていたのです。18ヶ月後、彼らが得た結果がこちらです。
出発点：それまでの支出状況
予知保全導入前、Midwestは事後保全と時間基準保全を組み合わせて運用していました。設備はCNCマシン14台（フライス盤と旋盤）、射出成形機3台、コンベアシステム付き塗装ブース2基、そして各種補助設備（エアコンプレッサー、チラー、油圧パワーユニット）で構成されていました。保全部門にはフルタイムの技術者4名と保全マネージャー1名がいました。
導入前12ヶ月間の年間保全コスト：847,000ドル。内訳は、計画保全（定期保全、予定された修繕、消耗品）に312,000ドル、計画外修理（緊急サービスコール、特急部品、残業労働）に389,000ドル、事後対応に起因する保全スタッフの人件費に146,000ドルでした。
計画外ダウンタイムは全設備合計で月平均47時間でした。負荷込みの機械稼働レート285ドル/時間で計算すると、年間160,740ドルの生産能力損失に相当しました。このうち一部は十分な稼働余力があったため吸収できましたが、計画外ダウンタイムの約60%は出荷遅延、翌週以降の残業、または納期を守るための外注作業につながっていました。
投資内容
予知保全システムには、全14台のCNCスピンドルおよび軸モーターへの振動センサー（合計56個）、射出成形機メインドライブへの電流モニタリング（6個のセンサー）、エアコンプレッサーおよび主要ベアリング箇所をカバーするサーマルカメラ（4台）、油圧パワーユニットへのオイル状態センサー（3個）が含まれていました。
ハードウェア費用：67,400ドル。設置工事（ベンダー技術者と自社電気技師の組み合わせ）：18,200ドル。ソフトウェアプラットフォーム年間サブスクリプション：42,000ドル。保全スタッフ向けトレーニング（ベンダーによる3日間のオンサイト研修）：8,500ドル。エッジコンピューティングハードウェア（データ収集とローカル処理用の産業用PC 2台）：6,800ドル。初年度の総投資額：142,900ドル。
1〜6ヶ月目：学習期間
ベンダーは最初の6ヶ月がベースライン構築期間になることを事前に説明していました。システムは各機械の正常な稼働パターンを学習する必要がありました。この期間中、システムはアラートを生成しましたが、保全チームにはそれらを対応すべきものではなく参考情報として扱うよう指示されていました。
実際には、システムは予想より早く有用な情報を提供し始めました。3ヶ月目には、最大のOkuma旋盤で進行中のベアリング問題を正確に特定しました。振動トレンドは十分に明確で、保全チームはベアリングを発注し、計画停止時に交換をスケジュールすることができ、推定22,000ドルの緊急修理費用を節約しました。
学習期間で苦労したのは誤検知でした。2〜3ヶ月目は週平均12件のアラートが発生し、そのうち約70%はシステムがまだ分類を学習していない通常の稼働変動でした。6ヶ月目までに誤検知率は約15%まで低下し、チームにとって管理可能なレベルになりました。
7〜12ヶ月目：測定可能な成果
システムがベースラインデータを取得した後、状況は急速に改善しました。7〜12ヶ月目の間に、システムは8件の設備故障を、発生する平均16日前に正確に予測しました。内訳はスピンドルベアリングの問題が3件、油圧ポンプの問題が2件、チラーコンプレッサーが1件、コンベア駆動ベアリングが2件でした。
計画外ダウンタイムは月47時間から月18時間に減少しました。残りの計画外イベントは主にシステムが監視していなかったもの（クーラントポンプのシール故障、電気接触器、空圧バルブ）に加え、スピンドルベアリングがモデルの予測より速く故障した予測ミスが1件でした。
7〜12ヶ月目の保全コスト比較（年換算）：計画保全はやや増加して338,000ドル（予防的な交換の増加）となりましたが、計画外修理コストは124,000ドルに減少しました。保全コストの純削減額：年換算で239,000ドル。
13〜18ヶ月目：成熟した運用
2年目までに、製造チームは予知保全を標準的なワークフローに統合していました。保全プランナーは月曜朝の生産会議でシステムダッシュボードを確認し、今後の保全活動を生産優先事項と合わせてスケジュールしていました。
計画外ダウンタイムは引き続き減少し、この期間中は月平均11時間でした。2つの重要な出来事がありました。システムが射出成形機のバレルヒーター故障を22日前に予測し（不均一な加熱ゾーンでの稼働による45,000ドルのスクリューおよびバレル交換を防止）、一方でVMCのボールスクリュー故障を見逃しました。これは故障モード（循環ボールケージの亀裂）がモデルが学習した緩やかな振動増加パターンを示さなかったためです。
2年目のソフトウェアサブスクリプションは36,000ドルに下がりました（初年度後のベンダーボリュームディスカウント）。追加のハードウェアは不要でした。2年目の総コスト：41,200ドル（サブスクリプションに加え、故障した3個のセンサーの交換とサーマルカメラの再キャリブレーション）。
18ヶ月間のまとめ
18ヶ月間の総投資額：184,100ドル。文書化された総節約額（修理コスト削減＋負荷込み機械稼働レートで評価した計画外ダウンタイム削減）：412,000ドル。純利益：227,900ドル。ROI：124%。
CFOの評価は実務的なものでした。数字は投資を正当化するのに十分な強さでしたが、主張された節約額のうち約95,000ドルは故障が発生した場合のコスト推定に依存していると指摘しました。確実に検証可能な節約額（実際の修理コスト削減）は184,100ドルの投資に対して317,000ドルであり、それでも堅実なリターンを示していました。
保全マネージャーの視点は異なっていました。彼はこのシステムをチームの仕事の質への影響として主に評価していました。午前2時に故障対応に追われる代わりに、技術者たちは通常の勤務時間内に計画的な作業を行うようになりました。保全部門の残業時間は62%減少しました。4名の技術者のうち2名は、絶え間ない緊急コールで燃え尽きかけていたため、システム導入前は退職を考えていたと打ち明けました。
数字は一つの物語を語りますが、運用の安定性やチームの士気向上はスプレッドシートにきれいに収まるものではなく、長期的にはドルの数字以上に重要かもしれません。