Datan rooli kunnossapidossa kasvaa merkittävästi, kun nykyaikaiset tiedolla johtamisen työkalut – kuten IoT, tekoäly ja data-analytiikka – tekevät tuloaan kunnossapitotoiminnan tueksi. Tulevaisuudessa ne organisaatiot, joissa kunnossapitodata on laadukasta ja sitä on riittävästi, pärjäävät parhaiten kunnossapidon optimoinnissa ja päivittäisessä operoinnissa. Tässä kirjoituksessa keskityn ensisijaisesti toiminnan tuottaman ja hyödyntämän datan merkitykseen päivittäisen kunnossapitotoiminnan ja tulevaisuuden kunnossapidon optimoinnin näkökulmasta.
Alkuun lienee syytä kirkastaa, mitä kunnossapito itse asiassa on. Standardin mukaan kunnossapidon määritelmä kuuluu seuraavasti:
“Kunnossapito on kaikkien niiden teknisten, hallinnollisten ja johtamiseen liittyvien toimenpiteiden kokonaisuus, joiden tarkoituksena on säilyttää kohde tilassa tai palauttaa se tilaan, jossa se pystyy suorittamaan vaaditun toiminnon sen koko elinjakson aikana.” (PSK 6201:2011.)
Kunnossapidossa vakiintuneen terminologian mukaan kohteen tilassa säilyttämisellä tarkoitetaan käytännössä ennakoivaa kunnossapitoa ja palauttamisella tilaan puolestaan korjaavaa kunnossapitoa.
Kunnossapidon optimointi
Tehokkaan kunnossapidon tunnusmerkkejä ovat optimoidut ennakkohuoltotoimet ja vikaantumistapauksissa tehokas ja nopea kuntoon saattaminen. Ideaalitilanteessa ennakkohuoltojen määrä ja sisältö on optimoitu niin, että vikaantumisia tapahtuu mahdollisimman vähän, jos ollenkaan. Kun ennakoiva kunnossapito on optimoitu hyvin, vältetään laitteiden alihuoltaminen, joka kasvattaisi niiden vikaherkkyyttä. Toisaalta vältetään myös ylihuoltamista, joka aiheuttaa ylimääräisiä kustannuksia huoltokustannusten ja huollon vaatimien tuotantokatkosten myötä. Vikaantumistapauksissa korjaustoimet kohdistetaan laitteelle tehokkaasti ja kohde palautetaan viipymättä tuotantoon.
Tulevaisuuden kunnossapito hyödyntää kerättyä dataa
IoT-teknologia tulee muodostumaan käänteen tekeväksi teknologiaksi elinkaarenhallinnalle. IoT-ratkaisussa koneet ja laitteet tuottavat suuria massoja erilaista antureihin, mittareihin ja laiteparametreihin perustuvaa dataa. Tällainen automaattisesti tuotettu data vaatii käytännössä aina erillistä tulkintaa ennen kuin sitä voidaan hyödyntää elinkaarenhallinnan tukena. Tähän avuksi tulee tekoäly ja data-analytiikka. IoT:n tuottaman datan lisäksi tekoälyä tullaan hyödyntämään myös käytännön kunnossapitotoiminnasta tuotetun datan analysointiin ja sitä kautta myös kunnossapitotoiminnan optimointiin.
Tekoälyn tehokas hyödyntäminen edellyttää yleisesti ottaen kahta asiaa. Datan tulee olla laadukasta ja sitä tulee olla riittävästi. IoT tuottaa suuria massoja dataa, joka on usein strukturoitua eli valmiiksi lokeroitua ja näin tekoälyn helposti hyödynnettävissä. Miten on kunnossapitotoiminnan järjestelmään tuottaman datan laita? Onko sitä riittävästi ja onko se laadukasta?
Miksi perinteinen kunnossapitodata ei enää riitä?
Toiminnan tuottamalla datalla tarkoitetaan päivittäisestä kunnossapitotoiminnasta kertyvää dataa, kuten tuotanto- ja kunnossapitohenkilöstön kirjaamaa dataa koneiden vioista, korjauksista ja huolloista. Valitettavan usein toiminnan tuottama data on puutteellista, tulkinnanvaraista ja epäselvää.
Palveleeko järjestelmä kunnossapitoa vai sittenkin kunnossapito järjestelmää? Otetaan esimerkki käytännön tilanteesta. Sepon vastuulla oleva tuotantolaite vikaantuu ja Seppo tekee siitä järjestelmään vikailmoituksen. Risto ottaa vikailmoituksen vastaan ja tekee tarvittavat korjaustoimenpiteet, jotta laite voidaan palauttaa tuotantokäyttöön. Koska Risto on vanha tekijä, hän tietää heti missä vika on ja miten se korjataan. Tämän jälkeen Risto kuittaa järjestelmään laitteen korjatuksi.
Katsotaanpa tilannetta järjestelmätasolla. Laitteelle ABC on muodostunut vikailmoitus kirjauksella ”Ei toimi”. Korjaustoimenpiteeksi on kirjailtu pelkästään ”Korjattu”. Valitettavan tuttu tilanne käytännön elämästä. Selvää on, ettei tällainen raportointi ole riittävää tai tarpeeksi laadukasta, eikä näin palvele kunnossapitotoimintaa optimaalisella tavalla. Paraskaan tekoäly ei saa puuttellisesta datasta käytännössä mitään irti puhumattakaan, että kunnossapitohenkilöstö hyötyisi puutteellisesta tiedosta vastaavaa vikaa korjatessa.
Voidaanko ongelma korjata selkeämmällä järjestelmän käytön ohjeistuksella tai jopa käyttäjää velvoittavalla järjestelmäkurilla? Vastaus on selvä: ei voida. Mainittakoon, että järjestelmäkuri kuulostaa 2020-luvulla jopa totaalisen kielletyltä termiltä. Yleisimmät syyt tämänkaltaiseen raportointiin johtuvat kelvottomista, hankalasti käytettävistä ja heikosti skaalautuvista käyttöliittymistä. Lisäksi syynä on usein toiminnanohjausjärjestelmän huono saavutettavuus.
Kunnossapidon kirjaukset syntyvät usein vasta huoltoautossa tai jopa kunnossapidon omissa toimitiloissa. Kirjauksia tehdään kootusti päivän päätteeksi tai pahimmillaan vasta työviikon päätteeksi perjantai-iltapäivänä. Suurin osa korvien väliin tallentuneesta tiedosta on tässä vaiheessa jo unohtunut ja kirjaukset ovat sen mukaisia saati, että viasta tai sen korjauksesta tulisi siirrettyä ensimmäistäkään valokuvaa järjestelmään. Kunnossapitotoiminnan palvellessa järjestelmää, ei järjestelmästä saada käytännössä mitään irti kunnossapidon tueksi.
Huomenna hyödynnettävä kunnossapitodata kerätään tänään
Asia voisi olla myös toisin. Parhaimmillaan toiminnanohjausjärjestelmä neuvoo ja opastaa kunnossapitäjää sekä tekee ehdotuksia esimerkiksi käytettävistä varaosista. Järjestelmästä tulee olla löydettävissä kaikki kunnossapidettävään kohteeseen liittyvä tieto ja työhistoria valokuvineen sekä selkeine raportointeineen. Kaikki työhön ja kohteeseen liittyvät dokumentit tulisivat olla vaivattomasti kunnossapitäjän saatavilla eli käytettävissä myös mobiilissa.
Kun mobiilipäätteestä tulee kunnossapitäjän paras tuki, on positiivinen kierre valmis. Kunnossapitotoiminnassa syntyvää tietoa taltioidaan, koska se on helppoa ja mielekästä. Tieto on laadukasta ja sitä syntyy runsaasti päivittäisen toiminnan ohessa. Näin se palvelee parhaiten nykyistä kunnossapitotoimintaa ja tulevaisuuden kunnossapidon optimointia. Huomisen kunnossapitodata kerätään tänään.
