組織が最も貴重な資産の健全性とパフォーマンスを戦略的に監視することが可能になり、その結果、運用コストが削減され、計画外のメンテナンスにつながる可能性のある故障の可能性が減ります。予防および予測メンテナンス 戦略を導入することで、予測機能を向上させ、予期せぬ障害の後ではなく、適切なときに修理のスケジュールを設定できます。

メンテナンス作業は、組織の資産の健全性と生産性を維持するために不可欠です。ただし、そのコストは大きく異なる可能性があり、組織の収益性に影響を与える可能性があります。強力な APM アプローチによって生成される意思決定機能の向上により、組織は過剰かつ不必要なメンテナンスの実行を回避できます。

AI と 機械学習 (ML) 機能を使用して予測保守と予防保守を展開する最新の APM ソリューションは、資産の可用性と資産の状態を向上させます。これらの新しいテクノロジーの支援により、オペレーターは、会社が依存している資産のコストのかかるダウンタイムを削減するのに役立つ修理戦略をより適切に推奨できるようになります。

今日、資産豊富な組織の多くは モノのインターネット（IoT） 機能と 人工知能（AI） を活用し、全体的な APM 戦略の一環として、効率性を高める機会を特定するのに役立ちます。以前は、ビジネス リーダーは業績数値を確認するために月末または四半期の終わりまで待たなければなりませんでしたが、現在では同じデータをリアルタイムで取得できるようになりました。2022 年のケーススタディでは、組織の 51% が他の取り組みよりも業務効率の向上を優先すると回答しました。¹

効果的な APM は、資産ライフサイクルの最初の段階である計画から始まります。意思決定者は、資産を取得する前に、その運用と維持が広範な業務にどのように適合するかを考える必要があります。これを行うには、資産の価値を評価する必要があります。

資産評価は、組織や業界によって大きく異なります。 たとえば、食品配達ビジネスでは、商品の輸送に使用される車両の健全性とパフォーマンスが非常に重要になります。しかし、ソフトウェア会社の場合、車両を所有して時々使用することはあっても、車両の健全性やパフォーマンスは日常の業務運営にとって重要ではありません。したがって、これら 2 つの組織は同じ資産の評価方法が異なります。APM の作成を開始するときは、まず事業運営に重要な資産を選択します。優先度の低い資産の状態には、後で対処できます。

APM でますます価値が高まっているテクニックの 1 つは、 デジタル ツインの作成です。デジタル ツインは、オペレーターがテストを実行し、シミュレーションに基づいてパフォーマンスを予測できるようにする資産の仮想表現です。優れたデジタルツインがあれば、意思決定者は、対象となる条件下で資産がどの程度パフォーマンスを発揮する可能性があるかを知ることができます。デジタル ツインは、オペレーターとメンテナンス リーダーがパフォーマンスの問題を特定し、メンテナンス プランの改善の可能性についての洞察を得るのに役立ちます。

資産パフォーマンスの監視や重要な資産ワークフローの自動化に関しては、効果的な戦略を実行するために エンタープライズ資産管理 (EAM) システムなどの APM ソフトウェアが不可欠です。EAM はソフトウェアとサービスを組み合わせて、組織が運用資産を維持、制御、最適化できるようにします。最近では IoT を通じて大量のデータが生成されるため、保守管理者は、より賢明な意思決定を支援するために、AI で強化されたデータ分析を備えた EAM などの管理ソフトウェアにますます依存しています。

EAM に加えて、多くの APM イニシアチブで はコンピューター化された保守管理システム (CMMS) を導入し、保守部門が重要な資産情報を一元管理できるようにしています。CMMS は、保守管理者に、資産がどこにあるか、どのような種類のサービスや修理が必要か、誰がそれらを実行するべきかを通知します。強力な CMMS を使用すると、オペレーターが資産に関する重要な情報にすぐにアクセスして監査できるようになります。

今日の最も効果的な APM アプローチは、定期的にメンテナンスをスケジュールして機器の故障を防ぎ、パフォーマンスをリアルタイムで継続的に評価する機能に依存しています。これら 2 つの戦略、予防保守と予知保守は、多くの APM イニシアチブを成功させる鍵となります。

予防メンテナンスでは、定期的に計画されたメンテナンス活動を使用して、資産が故障する可能性を減らします。ダウンタイムは 、平均故障間隔 (MTBF)などのベスト プラクティスと過去の平均を使用して計画されます。

予知保全では、資産に関するデータをリアルタイムで収集するセンサーを使用して、資産の状態を継続的に評価および再評価します。その後、このデータはAI対応のEAMまたはCMMSに取り込まれ、機械学習などの高度なデータ分析ツールとプロセスが問題をリアルタイムで特定、検出、対処します。 このデータとその後の分析に基づいて、アルゴリズムを使用して、機器に将来発生する可能性がある問題を予測するモデルを構築します。 予知保全は、メンテナンスコストを削減し、資産のダウンタイムを35〜50％削減し、資産の寿命を20〜40％延ばすことが証明されています。²

おそらく、メンテナンス プログラムの成功を評価するために最も広く使用されている指標は、修復を担当した資産の MTBF です。MTBF は、合計動作時間をその間の故障数で割ることによって、機器の必要な修理までの平均時間を計算する単純な式です。MTBFの高い資産を持つメンテナンス部門は、通常 "強い "と評価される。

MTBFと同様によく知られ、広く使用されている、 総合設備効率（OEEリンクはibm.comの外にあります）も、資産パフォーマンスを測定するための一般的な指標です。 機器の可用性、パフォーマンス、品質という 3 つの指標に焦点を当てています。「アベイラビリティ」は、計画された生産時間と比較した実際の資産の生産時間を用いて決定され、「パフォーマンス」は、設備の最大潜在能力と比較した場合の性能の高さを測定し、「品質」は、欠陥があったり手直しが必要な製品を生産した場合と比較した「良品」とみなされる製品の生産率を評価する。 資産の OEE スコアを決定するには、これら 3 つの要素を掛け合わせます。

APM プログラムの成功を測定するためのもう 2 つの指標は、メンテナンス技術者が割り当てられた作業指示チケットをどれだけ迅速かつ効果的にクローズするか、および完了した作業と未完了の作業の全体的な割合です。

通常、長期的なメンテナンス戦略に関連する緊急メンテナンス タスクの頻度の指標は、予防メンテナンス プログラムの有効性についての洞察を提供します。簡単に言うと、メンテナンス部門が予防メンテナンスの実施に優れているほど、緊急介入が必要な故障は少なくなるはずです。