Framtidens underhåll i smarta fabriker

2. 4/25/2017 Chalmers 2
Framtidens underhåll i smarta fabriker
Jon Bokrantz
Doktorand, Produktionssystem
Institutionen för Produkt- och Produktionsutveckling
Email: jon.bokrantz@chalmers.se

3. 4/25/2017 Chalmers 3
”Industrie 4.0” ”Smart Industri”
“Smart Manufacturing”
”Robot Revolution” “Smart Factory”
”Made in China 2025”
”Digital Single Market”

4. 4/25/2017 Chalmers 4
Världens stora ekonomier är eniga:
Digitalisering är nyckeln till konkurrenskraft

5. 4/25/2017 Chalmers 5
Varför har vi gjort den här studien?
&
Varför är den viktig?

6. 4/25/2017 Chalmers 6
Exempel på förväntningar på
digitaliserad produktion:
• Data
• Robusthet
• Kontroll i realtid
• Integration
• Autonom produktion
• Kompetens
• Utbildning
• Arbetsmiljö
• Affärsmodeller
• Tjänster
• Juridik

7. 4/25/2017 Chalmers 7
Underhållsforskning
Förväntningar:
• Faktabaserade beslut
o Prediktivt
o Distans
o Realtid
o Samarbete
• Data-drivna tjänster
Visioner:
• Resilient systems
• Self-X (maintenance,
repair etc.)
• Engineering Immune
Systems

8. 4/25/2017 Chalmers 8
Digitaliserad produktion
Underhållsforskning
Workshops med industri
Workshops med forskare
Intervjuer
34 framtidsutsikter om underhåll år 2030

9. Extern företagsnivå
Fabriksnivå
Extern företags-
nivå Externa organisationer sompåverkar företaget
(t.ex. konkurrenter, konsultfirmor, myndigheter,
akademi m.fl.)
Utrustnings-
nivå
Intern miljö
Extern miljö
Företagsinterna påverkans-
faktorer på beslut, inklusive
tekniska systemaspekter,
personalstrukturer och org-
anisation (avdelningar, roller
etc.)
Omvärldsnivå
Socio-politiska krafter sompåverkar företaget
(t.ex. samhällsvärderingar och regeringsbeslut)
Påverkansfaktorer utanför företaget
av socio-politisk art, inklusive samhälls-
värderingar, kulturella förändringar
och samtida händelser
Företagsnivå
Interaktion mellan avdelningar och funktioner
inomföretagetsorganisation (t.ex. FoU, ledning,
Underhåll m.fl.)
Fabriksnivå
Operativa, taktiska och strategiska förfaranden
i underhållsorganisationen
Utrustningsnivå
Tillverkningsutrustningenstekniska gränssnitt och
samspel
Omvärldsnivå
Företagsnivå

10. 4/25/2017 Chalmers 10
Framtidsutsikter
30. Nya aktörer på underhållsmarknaden
31. Cyberattacker
32. Juridik
33. Underhåll i samhällsdebatten
34. Starkare lagstiftning och standarder för miljö
24. Nya affärsmodeller för underhållstjänster
25. Nya typer av underhållstjänster
26. Partnerskap
27. Digital underhållsmarknad
28. Samarbete i digitala nätverk
29. Industrin och akademin
18. Organisatorisk integration
19. Delande av data mellan fabriker
20. Underhållsavdelningen försvinner
21. Synen på underhåll
22. Underhållets roll
23. Nollvision
9. Digital och social kompetens
10. Kontinuerlig utbildning och träning
11. Attraktiv arbetsmiljö
12. Decentralisering
13. Faktabaserad underhållsplanering
14. Smarta arbetssätt
15. Teknikutveckling
16. Digitala verktyg
17. Underhållsplanering med systemperspektiv
1. Uppgradering och komplettering av befintlig utrustning
2. Dataanalys
3. Maskinintelligens
4. Modularisering
5. Mjukvaruunderhåll
6. Moln
7. Interoperabilitet
8. Hantering av stora datamängder
Utrustningsnivå
Fabriksnivå
Företagsnivå
Extern företagsnivå Omvärldsnivå

11. 4/25/2017 Chalmers 11
Svensk tillverkningsindustri
Diskret och kontinuerlig produktion
Panelen
> 20 år
80%
Topp
10056%
Topp
20
UH chef
VD/Chef
Chef
Tillförlitlighetsingenjörer
Erfarenhet
Roll
Företag

12. 4/25/2017 Chalmers 12
Sannolikhet
Effekt
Önskvärdhet
Omgång 1
Analys
Omgång 2
Analys
Omgång 3
Analys
Feedback
Feedback

13. 40 50 60 70 80 90 100
3
5
4
Uppskattad sannolikhet [%]
Effekt[Likertskala]
28
20
33
Wildcard-
scenarier
Sannolika
scenarier
Konsensusbland experter (n=30)
Delade meningar bland experter (n=4)
27 6
24
32
15
3
22
5
26
23
30
12 4
19
18
2521
16
31
11
1
9 29
7
13
8
34
2
10
1417

14. 4/25/2017 Chalmers 14
8 sannolika scenarier om framtidens underhåll
2. Dataanalys
7. Interoperabilitet
8. Hantering av stora datamängder
10. Kontinuerlig utbildning och träning
13. Faktabaserad underhållsplanering
14. Smarta arbetssätt
17. Underhållsplanering med systemperspektiv
34. Starkare lagstiftning och standarder för miljö
3
5
4
Effekt[Likertskala]
28
20
33
Wildcard-
scenarier
Sannolika
scenarier
Konsensusbland exper
Delade meningar bland
27 6
24
32
15
3
22
5
26
23
30
12 4
19
18
2521
16
31
11
1
9 29
7
13
8
34
2
10
1417

15. 4/25/2017 Chalmers 15
2. Dataanalys
Hög sannolikhet Låg sannolikhet
Data samlas in idag, analysen utvecklas mer i framtiden Svårt att motivera ekonomiskt
Automatisk insamling och analys i framtiden För dyrt att implementera i enkel utrustning
Ger en bild av hela produktionssystemet och gör det möjligt att hitta
mönster och grundorsaker
Princip:
• Olika typer av data från olika källor och olika tidpunkter
• Integreras och analyseras tillsammans
Effekt:
• Identifiera mönster och grundorsaker
• Proaktivt undvika störningar

16. 4/25/2017 Chalmers 16
7. Interoperabilitet
Hög sannolikhet Låg sannolikhet
En nödvändighet för att hantera information inom produktion Arbetet med standarder går för långsamt
Möjliggör datainsamling från olika typer av utrustning, koordinering
mellan utrustningar och hantering av olika informationssystem från
olika leverantörer
Konkurrens och stort utbud gör det svårt att enas om en gemensam
standard
Arbetet med standarder har inletts och kommer därför ha
implementerats år 2030
Princip:
• Standarder för att integrera informationssystem (e.g. CMMS, MES, PLM)
Effekt:
• Integrering av system och utrustning från olika leverantörer och plattformar
• Minskar kraven vid anskaffning

17. 4/25/2017 Chalmers 17
8. Hantering av stora datamängder
Hög sannolikhet Låg sannolikhet
Stora datamängder kommer finnas, men utmaningen ligger i att säkra kompetens,
resurser och beslutsstödsystem för att analysera data
Begränsningen ligger i tid och resurser, vilket kräver att framtidens underhållssystem
automatiskt presenterar beslutsstöd
Analys av stora datamängder möjliggör bättre beslutsfattande inom underhåll
Framtidens beslutsstödsystem är automatiska och kräver ingen analyspersonal
Datakvalitén måste säkras så att beslut tas på relevant och korrekt data
Princip:
• Stora mängder data genereras från utrustningen
• Identifiera och analysera rätt data för att ta rätt beslut
Effekt:
• Data måste användas – kräver att den är relevant och korrekt!
• Kompetens, resurser och system som gör det möjligt att använda data

18. 4/25/2017 Chalmers 18
10. Kontinuerlig utbildning och träning
Hög sannolikhet Låg sannolikhet
En nödvändighet för att möta framtidens kompetenskrav och bibehålla
konkurrenskraft
Osäkert om ledningen förstår vikten av detta och om organisationen
tar sig tid
Ny teknik och förändrad kompetensprofil kräver utbildning och träning
Princip:
• Utbildning och träning för att säkra kompetens
• Hänga med i tekniska utvecklingen
Effekt:
• Kompetensprofilen måste följa teknikutvecklingen
• Ineffektivt användande av ny teknik ökar känsligheten mot störningar

19. 4/25/2017 Chalmers 19
13. Faktabaserad underhållsplanering
Hög sannolikhet Låg sannolikhet
En tydlig trend idag som kommer fortsätta i framtiden Kräver bättre och mer användarvänliga verktyg, metoder och
beslutsstödsystem
En naturlig utveckling i takt med automatisering, interoperabilitet och
dataanalys
Ett viktigt verktyg för att komplettera traditionellt underhållsarbete
Princip:
• Faktabaserade beslut grunden för underhållsplanering
• Prediktiva och preskriptiva dataanalyser
Effekt:
• Stor ekonomisk effekt
• Ökad tillgänglighet, livslängd, kostnadseffektivt utnyttjande av resurser

20. 4/25/2017 Chalmers 20
14. Smarta arbetssätt
Hög sannolikhet Låg sannolikhet
Tekniken finns idag och kommer användas mer i framtiden i takt med bättre verktyg,
metoder och tjänster
Inspektion och reparation utförs på plats då de kräver fysiska åtgärder
Kortar ner ledtider för reparationer och ger information till tekniker på plats
Det finns inga tveksamheter gällande tekniken, utan utmaningen ligger i
organisatoriska aspekter, samarbete med leverantörer och implementering av
standarder.
Princip:
• Ny teknik möjliggör nya smarta arbetssätt
• T.ex. övervakning och kontroll i realtid, inspektion och reparation på distans
Effekt:
• Utnyttjas mycket idag och ingen tvekan på tekniken
• Realtid och på distans => proaktiva, smarta underhållsorganisationer

21. 4/25/2017 Chalmers 21
17. Underhållsplanering med systemperspektiv
Hög sannolikhet Låg sannolikhet
Tankesättet anammas idag, men kommer förbättras i framtiden med ny teknik och
bättre beslutsstödsystem
Bra i teorin men svårt i praktiken, speciellt i små företag
Möjliggör underhållsplanering från ett flödesperspektiv, där underhållsinsatser riktas så
att maximerar tillförlitlighet och tillgänglighet
Ett fokus på hela produktionssystemets prestanda är en nödvändighet för att bibehålla
konkurrenskraft
Princip:
• Insikter från individuella maskiner tillsammans med systemperspektiv
• Optimera prestandan för hela produktionssystemet, inte individuella maskiner
Effekt:
• Maximera effekten från begränsade resurser
• Prioritera och differentiera underhåll, t.ex. genom flaskhalsanalyser

22. 4/25/2017 Chalmers 22
34. Starkare lagstiftning och standarder för miljö
Hög sannolikhet Låg sannolikhet
En tydlig trend redan idag – miljökraven kommer att öka och påverka
underhåll i större utsträckning i framtiden
Den miljömässiga påverkan bestäms i första hand i designfasen
Miljökrav kommer att öka för alla funktioner, inklusive underhåll
Ny teknik kommer stödja underhåll i att möta dessa krav, t.ex.
övervakning och kontroll av energiförbrukning
Princip:
• Pressade av hårdare krav, t.ex. CO2-utsläpp, energiförbrukning
• Underhåll förväntas leva upp till miljömässiga krav
Effekt:
• Tydlig trend idag som ökar i framtiden
• Underhåll bidrar till hållbar produktion. Stödjs av digital teknik!

23. 40 50 60 70 80 90 100
3
5
4
Uppskattad sannolikhet [%]
Effekt[Likertskala]
28
20
33
Wildcard-
scenarier
Sannolika
scenarier
Konsensusbland experter (n=30)
Delade meningar bland experter (n=4)
27 6
24
32
15
3
22
5
26
23
30
12 4
19
18
2521
16
31
11
1
9 29
7
13
8
34
2
10
1417

24. 4/25/2017 Chalmers 24
3 wildcard scenarier om framtidens underhåll
20. Underhållsavdelningen försvinner
28. Samarbete i digitala nätverk
33. Underhåll i samhällsdebatten
40 50
3
5
4
Effekt[Likertskala]
28
20
33
Wildcard-
scenarier
2

25. 4/25/2017 Chalmers 25
20. Underhållsavdelningen försvinner
Främjande faktorer Hindrande faktorer
Tvärfunktionella grupper med gemensamma mål och utvecklingsresurser kan uppnå
bredare och högre nivåer av kompetens
Underhåll kvarstår som en separat avdelning för att säkra specifika kompetenser och
resurser samt för att undvika att bli en funktion med oklara roller och ansvarsområden.
Underhållsavdelningen kvarstår, men det tvärfunktionella samarbetet med andra
funktioner ökar för att bredda kompetensprofilen
Denna typ av organisatoriska förändring kräver lång tid och kraft eftersom det
ifrågasätter kulturella barriärer och traditionella hierarkier
Tvärfunktionella grupper
ger kompetensfördelar
Behålla kompetens och
resurser i en separat
avdelning
Princip:
• Ersätts med tvärfunktionell organisation där team (t.ex. UH, inköp, konstruktion) levererar
produktion som en tjänst (t.ex. OEE, uptime) över hela produktionssystemets livscykel

26. 4/25/2017 Chalmers 26
28. Samarbete i digitala nätverk
Främjande faktorer Hindrande faktorer
Denna typ av samarbete skull kunna ändra hela affärsstrategin för vissa företag Detta förhindras främst av en faktor: konkurrens. Data, information, produkter, tjänster
och företagshemligheter ses som konkurrensmedel och delas inte mellan företag
Med ett förändrat världsekonomiskt system skulle olika aktörer kunna samarbeta
istället för att enbart konkurrera om affärer
Riskerna med att dela data är för stora. Säkerhetspolicys och osäkerhet i vem som har
tillgång till data hindrar denna utveckling.
Svårt att uppnå uppenbart ömsesidiga fördelar mellan aktörer
Nya affärsmöjligheter Konkurrens och
IT-säkerhet
Princip:
• Olika aktörer delar data och samarbetar i digitala nätverk
• Kunskap, kompetens, ny teknik

27. 4/25/2017 Chalmers 27
33. Underhåll i samhällsdebatten
Främjande faktorer Hindrande faktorer
Betydelsen av underhåll inom offentlig infrastruktur kommer belysas från två håll:
underhålls positiva effekt på lönsamhet, säkerhet etc., samt kostnaden av uteblivet
underhåll
Andra samhällsproblem kommer dominera debatten
Underhålls status kommer styra dess synlighet i samhällsdebatten, där ökad forskning
och tydlig organisation av underhållsfrågor främjar högre status
En ökad förståelse för hur underhåll bidrar till hållbarhet kan öka möjligheterna att
synas i samhällsdebatten
Status och betydelsen
av underhåll ökar
Andra problem
dominerar
Princip:
• Syns i samhällsdebatten och påverkar lagstiftning, policy, standarder etc.

28. 4/25/2017 Chalmers 28
• Tydlig efterfrågan av enkla, användarvänliga beslutsstödsystem med
automatisk dataanalys
• Två hinder för samarbete: konkurrens & IT-säkerhet
• Stor osäkerhet kring delande av data
• Optimism – en vilja att sätta detta i verket!
Intressanta kommentarer och analyser

29. 4/25/2017 Chalmers 29
Syftet med scenarier är att de fungerar som:
• Stöd vid osäkra situationer där industrin står inför stora förändringar, t.ex. digitalisering
• Hjälpmedel för att företag skall kunna utvärdera och omvärdera sin interna och externa miljö
• Input till strategisk utveckling
Vi rekommenderar att:
• Resultaten används som stöd för att strategisk utveckla underhållsverksamheter, t.ex. som
diskussionsunderlag, intern utbildning, motivering till ledningen eller utveckling av långsiktiga
underhållsstrategier.
Hur kan detta användas?