保守管理とは

保守戦略は、設備のダウンタイム防止やコスト削減といった目標を達成するために、さまざまなタイプの保守活動に依存しています。

ある意味、保守管理は施設などの物的資産の保守を直接伴うため、企業資産管理（EAM）の一種です。

しかし、違いはあります。EAMは、資産ライフサイクル全体、たとえば買収などの初期履歴を含む資産のパフォーマンスを追跡します。保守管理プログラムは、資産のライフサイクルの後半段階に重点を置いています。重要な側面は、その期間中に施設の寿命と設備のパフォーマンスを効果的に延長するために何が必要かを決定することです。

適切に維持管理されていないと、施設などの資産はすぐに価値が下がる可能性があります。この側面は、保守管理が巨大なビジネスである理由の1つです。

毎年、企業会計士が年次企業監査中に財務を計算する際、組織の全資産がそれらの計算に含まれます。物的資産を所有する企業は、資産を良い状態に保つために大きな経済的プレッシャーを感じており、それらの資産は可能な限り最高の価値を持つものとして記録されます。

世界中で企業や個人が保守管理にどれだけの費用を費やしているかを完全に正確に推定するのは困難です。しかし、概算では、米国企業は建設または賃貸した商業用不動産スペースを維持するために、毎年1平方フィート（0.09平方メートル）あたり10～25ドルを投資しているとされています。この数字を数学的に推定すると、米国では商業ビルの保守費用に毎年何千億ドルも費やされていることになります。

「保守」という言葉は、さまざまな保守作業を説明するために人々が使用する包括的な用語ですが、ほとんどの人が直感的に理解するフレーズです。最も一般的な保守作業を以下に挙げます。

• 一般的な室内清掃
• 建物の修繕
• 床の徹底的な清掃
• ゴミ収集
• リサイクルとサステナビリティー の取り組み
• 窓洗浄
• 暖房、換気、空調（HVAC）サービス
• 配管保守
• 電力システムの保守
• 電力網の修理
• 防火対策
• 現場のセキュリティー保護
• 造園と現場の設計
• 敷地管理の日常作業
• 廃水管理

また、サイバーセキュリティーがこのリストに加わるのは当然ではないように思われるかもしれませんが、悲惨な結果を防ぐ重要な保守として機能します。

多くの点で、特に次のような側面を考察すると、サイバーセキュリティーは他のすべての活動よりも高い優先順位を割り当てる必要があると言えます。

• データ侵害は、企業の評判を決して完全には回復できないほど傷つける可能性があります。
• サイバー身代金は、施設火災よりも早く組織の収益を壊滅させるかもしれません。
• サイバー攻撃は施設の電力システムを標的にし、送電網へのアクセスを危険にさらしかねません。

これらの理由はいずれも、あらゆる組織にとって状況を一変させる可能性があるため、サイバーセキュリティーは施設管理に関して今後も最も重要な問題であり続けるでしょう。これらの理由を総合すると、現代の企業にとってサイバーセキュリティーのニーズへの対処がなぜ必須であるのかが明確になります。

私たちが最初に認識していたよりも多くの保守作業が存在するのと同様に、保守管理の種類にも同じことが当てはまります。たとえば、次のような種類があります。

機器の故障を阻止し、システム障害を未然に防ぐために設計された事前対応型保守戦略である計画保守は、パフォーマンスの問題に先手を打つことを目的としています。この戦略は、メーカーが推奨する保守プロセスをすべて実施し、提案された保守スケジュールを実行することによって実現します。

「予防保守」としても知られる計画保守には、事前に十分な検討と優先順位付けの作業が必要です。

例：計画保守を採用している企業では通常、一年全体の保守活動を予測します。次に、その年の修理中に使用される交換部品の調達を計画します。このプロセスは、これらの部品の実際の購入が暦年の後半に行われる場合でも実行されます。

計画保守とはまったく対照的に、事後保全は「何が故障するか様子を見る」提案と言えます。事後保全には、「計画外保守」や「ブレークダウン保守」など、いくつかの別名があります。

保守計画の中で、このアプローチに必要な調整と計画は最小限です。残念ながら、このアプローチでは、計画外ダウンタイムも最も長くなります。この中断が発生するのは、予期されていない緊急修理が発生し、（必要であれば）スペアパーツをおそらくプレミアム価格で急いで依頼しなければならないからです。

さらに、1つの物理システムに障害が発生すると、他の施設システムに影響を与える可能性があります。

例：配管の漏水問題はカビの発生を招き、空調設備の専門家による専門的な対策が必要となる場合があります。

状態基準保全（CBM）は、高度な方法論を最大限に活用した予知保全管理の一形態です。また、主要な機器部品上または部品に配置されたセンサーの使用を利用して、資産の信頼性と継続的な実行可能性を監視します。

CBMセンサーが生成する保守データは、運用効率に関する重要なメトリクスを捕捉し、確立されたベースライン・メトリクスと比較して、期待されるパフォーマンスからの逸脱を検出します。どのようなパターンが示唆されているかに基づいて、企業は、機器やシステムがもうすぐ故障するという事前の警告を得ることができます。

センサー情報とデータに基づく意思決定により、貴重な稼働時間が期限切れになる前に、コスト効率の高い緊急修理を行うことができます。

例：振動解析により、金属シャフトが曲がったり、ボールベアリングが焼き切れそうになったりすることがわかります。

予知保全（PdM）は、設備がいつ故障するかを正確に予測します。つまり、その時間より前に修理を行うことができ、潜在的なダウンタイムを事前に最小限に抑えることができます。

PdM は、高度なアルゴリズムを採用し、履歴データを調査することでこの技を実現します。PdMはCBMと似ていますが、それぞれの使命の追求方法は異なります。CBMはリアルタイムのデータを使って設備のパフォーマンスの異常を検知しますが、PdMはより進化した技術（AIと機械学習に基づく）を使って設備の故障を予測します。

例：製造工場の主要な産業用モーターは、オイルの持続力に依存しています。PdMは、センサーとAIを使用して石油を徹底的に分析し、予想される寿命について推定します。

施設保守プログラムのもう1つの事前対応型の信頼性中心保全（RCM）は、稼働中の重要な設備に対して予防的なアプローチをとり、設備が故障したときに何が起こるかを研究します。設備の根本原因と、それが設備の中核機能の実行能力にどのように影響するかを探ります。

RCMでは、保守チーム・メンバーの部門横断的な参加が必要であり、今後の保守作業に備えてスペアパーツの在庫管理が必要になる場合があります。意思決定を改善するための組織的プロセスであるRCMは、組織が十分な情報に基づいた意思決定を行えるよう支援します。

例：ウォーターポンプは、何年も故障することなく稼働します。ポンプの予想寿命を把握した上で、ポンプが故障する前に予防保守を行うようにスケジュールを設定します。

保守部門が保守管理を実行する方法は、使用する保守管理の種類や具体的な目的などの要因によって異なります。ただし、いくつかの一般的な保守管理ツールとプラクティスが通常は役立ちます。

1つ目は作業指示管理で、保守作業を最初から最後まで管理する標準化された方法を提供します。作業指示書には、保守作業に必要なさまざまな手順がまとめられているため、保守部門はプロセスの各部分で何が期待されているかを明確に把握できます。

チームは、これらの手順を項目別にまとめるために、作業指示書にチェックリストを添付します。

また、スプレッドシートは、スケジュールや作業指示書などの情報を比較的低コストで管理する方法としても利用されています。多くの場合、チームはスプレッドシートが自動化され、関連する計算が実行できるように努めています。

しかし、注目すべき点として、スプレッドシートの機能には依然としてかなり制限があります。たとえば、モバイル・デバイスでスプレッドシートを表示しようとすると、視覚的にわかりにくいという問題が残ります。さらに、スプレッドシートを使用すると、ユーザーによる手作業のミスが発生することがよくあります。

対照的に、ダッシュボードははるかに有益であることが証明されています。さまざまな入力を単一のディスプレイに一元化する視覚的なインターフェースを提供し、多くのパフォーマンス情報（関連指標を含む）を伝え、さまざまな作業指示がどのように進行しているかを示します。

同様に、機器の修理が必要な場合、ダッシュボードからチーム・メンバーに、今後のダウンタイムや代替機器の手配が必要かどうかを警告することができます。こうした情報だけでなく、何が起こっているかを常に更新された単一のビューをすべてのチーム・メンバーに提供することで、全員が同じ認識を持つことができるようにします。

設備保全管理システム（CMMS）には、さらに優れた機能があります。CMMSソフトウェアは、施設の保守運用管理のすべての段階を適切に処理し、作業とワークフローを簡素化します。

保守管理ソフトウェアを使用するその他の利点は、保守スケジュールの最適化や保守管理タスクの自動化ができることなどです。CMMSソフトウェアを使えば、組織は平均故障間隔（MTBF）や保守コストなどの 主要性能評価指標（KPI）を調査できます。

CMMSソフトウェアは、継続的改善の概念もサポートしています。これは、保守が、純粋に事後対応的なスタンスから、パフォーマンス・データと最新のAI拡張機能を活用した事前対応的なアプローチに完全に移行する時点を永続的に示しています。