blog

Decision support tools voor optimaal ontwerp van onderhoudslogistiek

Supply chain

Voor een bedrijfsvoering is het van het grootste belang dat de beschikbare bedrijfsmiddelen goed functioneren. En verder zijn regelmatig preventieve en ook correctieve onderhoudsactiviteiten nodig om de bedrijfsmiddelen in stand te houden. Optimaal ontwerp van de onderhoudslogistiek met behulp van decision support tools is mogelijk. Hieronder staat hoe.

Decision support tools voor optimaal ontwerp van onderhoudslogistiek
IES

De onderhouder van de bedrijfsmiddelen heeft behoefte aan materialen zoals reservedelen, vervangingsdelen en bedrijfsstoffen. Maar de behoefte daaraan kan van dag tot dag variëren. Het is echter onwenselijk om op het moment dat een probleem speelt een en ander nog te moeten organiseren. Dit zou leiden tot grote vertragingen en stilstandtijden van de bedrijfsmiddelen. Daarom is er behoefte om de wijze waarop de instandhouding wordt georganiseerd vooraf goed te ‘ontwerpen’. Daarbij spelen (logistieke) keuzes een rol, zoals:

  • welk preventief onderhoud voer ik uit
  • ga ik onderdelen repareren / reviseren of weggooien
  • waar voer ik onderhoud uit: op locatie, in een werkplaats, of bij een derde partij
  • welke delen leg ik waar op voorraad
  • welke specialisten en gereedschappen heb ik waar nodig

 

Je richt geen magazijn in voor een dag

Bovenstaande keuzes maak je niet voor een individueel geval. Je richt geen magazijn in voor een dag, je schaft geen gereedschap aan voor een week, je leidt geen personeel op voor een maand. De gemaakte keuzes zullen de werkwijze van tenminste een aantal jaren te bepalen voordat ze worden bijgesteld op basis van ervaring.

Elk van deze keuzes heeft invloed op de snelheid en effectiviteit van de instandhoudingsactiviteiten en daarmee op de opbrengsten, maar ook op de instandhoudingskosten van bedrijfsmiddelen. De gemaakte keuzes zijn dus zeer bepalend voor de marge. Er is dus behoefte om deze keuzes te onderbouwen en te optimaliseren.

 

Complicerende factor daarbij is dat de keuzes elkaar beïnvloeden. bijvoorbeeld meer preventief onderhoud maakt de kans op storingen minder waardoor het voorraadniveau lager kan. Echter een hogere voorraad reservedelen maakt wellicht de noodzaak voor preventief onderhoud minder omdat een vervanging tóch snel kan worden uitgevoerd. Voor de ‘ontwerper’ van de onderhoudslogistiek is de kunst het geheel te optimaliseren.

 

Hieronder wordt een voorbeeld gegeven van de wijze waarop met moderne geïntegreerde decision support tools, het pakket CCC in dit geval, kwantitatief een ‘ontwerp’ voor onderhoudslogistiek kan worden onderbouwd. Daarmee geeft deze aanpak ook invulling aan de behoefte de kosten-baten verhouding in te schatten.

 

Casus

Het te analyseren systeem is een pakketdistributiesysteem. Het bestaat uit twee onafhankelijke, redundante, invoerlijnen. Beide zijn voorzien van diverse scanfuncties. Pakketten die ingevoerd en gescand zijn, komen op de lange distributieband waar wordt bepaald naar welke bestemming het pakket moet worden uitgesorteerd. Het systeem bestaat uit meerdere motoren, transportbanden, sensoren, etc. Voor al deze componenten moet een logistiek ‘ontwerp’ worden gemaakt.

 

 

In het decision support tool wordt als eerste een systeem breakdown gemaakt met de bijbehorende eigenschappen zoals:

  • redundantie
  • opbrengst verliezen
  • wijze waarop storingen kunnen plaatsvinden en met welke frequentie
  • benodigde correctieve en (mogelijke) preventieve onderhoudsactiviteiten en middelen (specialistisch personeel en gereedschappen)
  • logistieke aspecten

 

Deze laatste zijn bijvoorbeeld (zie nummering in rechter deel van onderstaande figuur):

  • 1. de locatie waar het hoofdsysteem in bedrijf is
  • 2. de locatie waar onderdelen worden verwijderd en of daar mogelijk een  vooruitgeschoven voorraad is
  • 3. de locatie waar het centrale magazijn is voor dat onderdeel
  • 4. de locatie waar een onderdeel wordt onderhouden
  • 5. de locatie waar dat onderdeel nieuw kan worden gekocht
  • 6. welke transportmogelijkheden beschikbaar zijn

 

 

Voor al deze aspecten kunnen ‘concurrerende’ opties worden ingevoerd met hun respectievelijke doorloop/levertijden en kosten.

 

Op deze wijze is de volledige onderhoudscyclus van onderdelen te beschrijven.

Als bijvoorbeeld. de in bovenstaande figuur geselecteerde motor faalt, wordt deze verwijderd uit het systeem op locatie Arnhem. Hij wordt getransporteerd per auto naar het centrale magazijn in Veghel. Vandaar wordt hij weer per auto vervoerd naar de locatie ’leveranciers’ aar deze wordt gerepareerd. Indien niet meer te repareren, is een nieuwe daar ook te verkrijgen. Na reparatie gaat hij naar het centrale magazijn. Ondertussen wordt op locatie Arnhem een reservemotor uit de vooruitgeschoven voorraad gebruikt om zo snel mogelijk het systeem weer operationeel te krijgen. De vooruit geschoven voorraad wordt weer aangevuld met de gerepareerde motor; waarmee de gehele cyclus is gesloten.

 

Gebaseerd op bovenstaande gegevens is dit decision support systeem in staat de meest optimale logistieke ‘ontwerp’ keuzes te adviseren. Daarbij wordt er primair naar gestreefd om de minimaal vereiste beschikbaarheid en betrouwbaarheid te realiseren en wel voor de laagst mogelijke kosten. Elke keuze is naar eigen inzicht te wijzigen of te negeren, waarna vervolgens de resultaten kunnen worden herberekend.

 

Resultaten

Scenario: alleen correctief onderhoud

Bij dit scenario is geen optimaal (logistiek) ‘ontwerp’ uitgewerkt: geen preventief onderhoud, noch reservevoorraden. Hierbij blijken de resultaten voor 20 jaar gebruik voor beschikbaarheid en kosten als volgt te zijn:

 

 

 

Opvallend is dat de onderhoudsactiviteiten zelf slechts 100 – 99.983 = 0.017% onbeschikbaarheid veroorzaken. De rest van de onbeschikbaarheid wordt veroorzaakt door logistiek: 99.983 – 81.291 = 18.692%. Dit is een verschijnsel dat voor zeer veel systemen geldt. Desondanks wordt onderhoud vaak ‘geoptimaliseerd’ zonder rekenschap te geven van de invloed van logistiek: “dat is er tóch gewoon…….”

 

Scenario: geoptimaliseerd preventief onderhoud en logistiek

Indien we met dit decision support systeem de preventieve onderhoudsschema’s en de logistieke keuzes optimaliseren, zijn de resultaten:

 

 

Opvallend is dat alleen het centrale magazijn (Veghel) wordt bevoorraad. Er wordt geen vooruitgeschoven voorraad geadviseerd. Dit is te verklaren door de snelle levertijd van het centrale magazijn aan de operationele locatie Arnhem. De ‘fotoswitches’ en de ‘tensionpulls’ zullen niet worden gerepareerd, maar bij falen worden weggegooid. De meerkosten van de vervanging ten opzichte van reparatie van de ‘tensionpull’ rechtvaardigen niet de investering in een reparatiecyclus. Daarbij is ingecalculeerd dat geïnvesteerd moet worden in extra voorraad omdat de levering door de leverancier 4 maal zo lang duurt als een reparatie: 60 dagen versus 15 dagen.

 

Overigens: het initiële aantal reservedelen is de hoeveelheid die nodig is om de reparatiecyclus bij ingebruikname te ‘vullen’. Daarbij wordt met behulp van een methode uit de kansberekening, de Poisson-verdeling, berekend wat de optimale balans is tussen investeren in reservedelen versus de kans op gederfde opbrengsten gedurende de periode dat reservedelen in het reparatiecircuit zijn.

 

Periodieke aanschaf

Onafhankelijk daarvan dienen gedurende de levensduur reservedelen worden aangeschaft om niet repareerbare delen te vervangen en de voorraad op peil te houden. Ook voor deze periodieke aanschaf kan worden bepaald hoe dit het meest optimaal kan plaatsvinden. Bijvoorbeeld grote hoeveelheden in een keer met korting, of kleine bestellingen met minder investeringen vooraf. De optimale bestelhoeveelheden kunnen separaat worden berekend met de formule van Camp. Deze optimalisatie zal met name bij de zogenaamde snellopers voordeel kunnen opleveren. De zogenaamde langzaamlopers, vaak strategische voorraad, kunnen vaak het meest optimaal in kleine hoeveelheden op het moment van verbruik worden besteld. In dat geval volstaat de getoonde optimalisatie van de ‘initial spares‘.

 

 

De operationele beschikbaarheid is door de optimalisaties van 81% naar 99,7% gestegen. Er wordt relatief een zeer gering deel geïnvesteerd in aanschaf van reservedelen. 23% van de totale kosten worden geïnvesteerd in preventief onderhoud. Deze geïntegreerde optimalisatie resulteert in een reductie van de correctieve kosten, inclusief de vermindering van de gederfde opbrengsten, van ruim 9 naar 2,7 miljoen Euro. De totale kosten dalen ruim 4 miljoen Euro.

 

Bovenstaande maakt duidelijk dat er een grote hoeveelheid (logistieke) keuzes moeten worden gemaakt. Deze keuzes beïnvloeden elkaar onderling en kunnen tegenstrijdige effecten hebben. Voor het maken van een optimaal en onderbouwd ‘ontwerp‘ van de wijze van instandhouding om de juiste balans van de totale systeemprestaties en kosten te krijgen, zijn handmatige optimalisaties vrijwel onuitvoerbaar. Dankzij de moderne decision support tools zijn geïntegreerd analyses en onderbouwingen van keuzes te maken. Daarbij is het grote voordeel dat de benodigde gegevens voor de diverse keuzes voor 90% gelijk zijn waardoor een integrale aanpak zelfs tijd zal besparen ten opzichte van separate analyses.

 

[1] LCC = Life Cycle Costs

[2] CM = Corrective Maintenance inclusief de gederfde inkomsten

[3] Preventive Maintenance

 

Reageer op dit artikel