From Static to Dynamic Reliability-Centered Maintenance (RCM): A Knowledge-Driven Framework for Specific Inspection-Maintenance Planning
RCM omvormen tot een dynamisch, activaspecifiek proces voor slimmere inspectie- en onderhoudsplanning
Reliability-Centered Maintenance (RCM), ofwel betrouwbaarheidsgericht onderhoud, biedt een systematische methodologie voor het ontwikkelen van onderhoudsprogramma’s die veiligheid, betrouwbaarheid, beschikbaarheid, kosten en wettelijke vereisten met elkaar in evenwicht brengen. In de praktijk zijn conventionele RCM-studies echter vaak arbeidsintensief, sterk afhankelijk van expertenkennis en opgezet als periodieke engineeringoefeningen. Daardoor worden onderhoudsstrategieën vaak ontwikkeld voor volledige apparatuurklassen, in plaats van te worden afgestemd op de specifieke kenmerken en toestand van individuele assets.
Tegelijkertijd blijven de toestand, bedrijfsomgeving, degradatie en risicoprofielen van uw assets gedurende hun volledige operationele levensduur evolueren. Inspecties, conditiebewaking, operationele gegevens en onderhoudsactiviteiten leveren voortdurend nieuwe informatie op, maar deze kennis wordt niet altijd systematisch verwerkt in de oorspronkelijke RCM-analyse. Hierdoor kunnen onderhoudsprogramma’s geleidelijk los komen te staan van de werkelijke toestand en risico’s van individuele assets.
Een dynamische benadering van RCM kan helpen deze kloof te overbruggen. Door engineeringkennis te combineren met assetspecifieke gegevens en nieuwe informatie uit inspecties, monitoring en onderhoud voortdurend te verwerken, kan RCM evolueren van een statische, documentgebaseerde studie naar een continu bijgewerkt proces van technische analyse en besluitvorming.
Tijdens dit seminarie ontdekt u hoe een kennisgestuurd computationeel raamwerk ondersteuning kan bieden bij assetspecifieke FMECA-analyses, conditiebewaking en risicogebaseerde inspectie- en onderhoudsplanning, met behoud van transparantie in engineeringbeslissingen en toezicht door experten.
Inhoud van het webinar
Beperkingen van conventionele RCM
- Waarom periodiek uitgevoerde RCM-onderzoeken niet meer aansluiten bij de veranderende toestand van de bedrijfsmiddelen.
- Uitdagingen in verband met arbeidsintensieve analyses en de afhankelijkheid van deskundige kennis.
Van strategieën op basis van apparatuurklasse tot onderhoud per specifiek bedrijfsmiddel
- Verder gaan dan algemene onderhoudsprogramma’s.
- Rekening houden met de specifieke configuratie, bedrijfsomstandigheden, slijtage en het risicoprofiel van individuele bedrijfsmiddelen.
Het concept van dynamisch RCM
- RCM omvormen van een periodieke technische exercitie tot een proces dat voortdurend wordt bijgewerkt.
- Technische analyses bijwerken zodra er nieuwe informatie over de activa beschikbaar komt
Op kennis gebaseerde identificatie van slijtage en defecten
- Het identificeren van relevante afbraakmechanismen, faalmechanismen en faalwijzen.
- Hierbij wordt gebruikgemaakt van technische kennis in combinatie met activaspecifieke informatie.
Apparatuurspecifieke FMECA
- Geautomatiseerde ontwikkeling van een installatiespecifieke FMECA.
- Het bijwerken van de analyse naarmate de bedrijfsomstandigheden, inspectieresultaten en de toestand van de installatie veranderen.
Integratie van meerdere gegevens- en kennisbronnen
- Gegevens over conditiebewaking en inspectieresultaten.
- Onderhoudsgeschiedenis en operationele informatie.
- Kenmerken van de constructie en de apparatuur, beveiligingssystemen en technische kennis.
Het combineren van verschillende AI- en technische technieken
- Op kennis gebaseerd redeneren.
- Machine learning en fuzzy-redeneren.
- Grote taalmodellen (LLM’s).
- Gespecialiseerde technische modellen in verschillende fasen van de workflow.
Dynamische, op risico’s gebaseerde inspectie- en onderhoudsplanning
- Het opstellen van inspectie- en onderhoudsplannen voor specifieke bedrijfsmiddelen.
- Het bijwerken van plannen wanneer er nieuwe gegevens beschikbaar komen
- Het integreren van de resulterende plannen in het geautomatiseerde onderhoudsbeheersysteem (CMMS).
Technische transparantie en menselijk toezicht
- Het waarborgen van de traceerbaarheid van technische beslissingen.
- Inzicht krijgen in de rol van deskundig oordeel bij AI-ondersteunde besluitvorming op het gebied van onderhoud.
- AI gebruiken als aanvulling op, en niet als vervanging van, technische kennis.
Je leert hoe RCM kan evolueren van een periodieke, op documenten gebaseerde activiteit naar een continu bijgewerkt technisch proces, en hoe technische kennis, assetgegevens, inspectieresultaten, conditiebewaking en AI-technieken kunnen worden gecombineerd om specifieke inspectie- en onderhoudsplannen voor individuele assets op te stellen. Daarnaast krijgt u inzicht in het belang van transparantie, traceerbaarheid en deskundig toezicht bij de toepassing van AI op de besluitvorming rond onderhoud. Neem deel aan het seminar om te ontdekken hoe deze aanpak kan bijdragen aan de volgende generatie intelligente assetmanagementsystemen.
Practical Information
- 10:45 Welkom op het BEMAS Live-leerplatform
- 11:00 Begin van de presentatie
- 12:00 Afsluiting en vraag-en-antwoordronde
About the speaker
Prof. Maneesh Singh – Technisch adviseur, MIMER Services AS
Prof. Maneesh Singh heeft meer dan 30 jaar ervaring in de industrie, het onderzoek en de academische wereld op het gebied van asset integrity, betrouwbaarheid, inspectie en onderhoudstechniek. Zijn loopbaan omvat de sectoren olie & gas, procesindustrie, materialen en engineering, waarbij hij leidinggevende functies bekleedde bij organisaties als DNV, Global Maritime, AGR EmiTeam, Elkem, Imerys Minerals en het Tata Research Development and Design Centre.
Bij DNV heeft hij bijgedragen aan de ontwikkeling van DNV-RP-G101 voor risicogebaseerde inspectie (RBI) en aan RBI-methodologieën en -software voor offshore-installaties.
Momenteel is hij hoogleraar Bedrijfs- en Onderhoudstechniek aan de Hogeschool van West-Noorwegen (HVL) en oprichter en CEO van MIMER Services AS. Zijn werk richt zich op betrouwbaarheidsgericht onderhoud (RCM), risicogebaseerde inspectie (RBI), conditiebewaking, voorspellend onderhoud, risico en betrouwbaarheid, en kennisgebaseerde beslissingsondersteuning.
Prof. Singh heeft twee doctoraten, in offshore-engineering en procesmetallurgie, waardoor hij beschikt over een multidisciplinaire achtergrond die zich uitstrekt over structurele integriteit, degradatie, materialen, onderhoudstechniek en industrieel activabeheer.
Hou me op de hoogte
BEMAS Corporate Sponsors
