Statistik und Data Mining im FM
-
Upload
roberthenzel -
Category
Documents
-
view
269 -
download
5
description
Transcript of Statistik und Data Mining im FM
© 2013 IBM Corporation
Smarter Buildings@IBM
Optimierung der RE/FM-Prozesse durch Advanced Analytics: ‚Big Data‘
Hagen NeulenBusiness Solution Manager Enterprise Asset Mgt. LösungenIBM Deutschland GmbH
© 2013 IBM Corporation2
Brandschutz HKLAufzüge SecurityBeleuchtungZähler
GovernanceGovernance ReportingReporting RE StrategieRE Strategie ModellierungModellierungContent Management
Content Management
Wasser
\
Asset Mgt., Ticket- &
Auftrags Mgt
Asset Mgt., Ticket- &
Auftrags Mgt
DatenAggregation, Warehousing
DatenAggregation, Warehousing
Event Management
Event Management
Energie- & BetriebsAnalytics
Energie- & BetriebsAnalytics
Business Analytics
Business Analytics
Energie und Umwelt Mgt.,
Nachhaltigkeit
Energie und Umwelt Mgt.,
Nachhaltigkeit
Capital Projekt
Management
Capital Projekt
Management
Flächen-Management &
Optimierung
Flächen-Management &
OptimierungPortfolio
ManagementPortfolio
Management
IWMS RE/FM-Dashboards & ReportsIWMS RE/FM-Dashboards & Reports
Gebäude Automatisierung & -Management SystemeGebäude Automatisierung & -Management Systeme
CA
D In
teg
rato
r, CO
BIE
Ad
ap
ter
CA
D In
teg
rato
r, CO
BIE
Ad
ap
ter
AutoCadAutoCad
AutoDeskRevit
AutoDeskRevit
BentleyMicrostation
BentleyMicrostation
Bu
sin
ess In
teg
rati
on
ER
PB
usin
ess In
teg
rati
on
ER
P
FI/COFI/CO
Supply Chain
Supply Chain
HRHR
Vision IBM: Integriertes Real Estate- und Facility-Management
© 2013 IBM Corporation3
FeuerFunktionelle Checks,Brandmelder Service
WasserSmart Meters,
Verbrauch / FlussSensorik
HKLVentilatoren, Variables
Luft- Volumen, LuftQualität
AufzügeInstandhaltung,
Performance
Zugang/SecurityBadge in,
Kameras, IntegrationPerimeter, Türen, Etagen, Belegung
BeleuchtungBelegungsErkennung
24/7 MonitoringCondition Monitoring,
Parkplatz Nutzung
EnergieSmart Meters,
Bedarfsdeckung
Was macht Gebäude smart?
Voice/Video/Daten
Community ServicesTransport &
Verkehr, Events
Community ServicesTransport &
Verkehr, Events
MedienBedarfs Mgmt,Kostenkontrolle
MedienBedarfs Mgmt,Kostenkontrolle
WetterAktuelle
Prognose
WetterAktuelle
Prognose
NotfallServices
Alarme, Aktionen
NotfallServices
Alarme, Aktionen
KommerziellesPotentialWerbung
KommerziellesPotentialWerbung
Integrierte Gebäude- & Kommunikations Services
An
aly
tics u
nd
Op
timie
run
g Exte
rne
Inte
gra
tio
n
PortfolioEstates MgmtPortfolio
Estates Mgmt
BelegungFlächenmanagement
BelegungFlächenmanagement
Abfall MgmtMüll/Wasser/Recycle
Abfall MgmtMüll/Wasser/Recycle
ComplianceUmwelt ReportsComplianceUmwelt Reports
Mieter ServicesHelp Desk
Mieter ServicesHelp Desk
Asset MgmtLebenszyklus
Asset MgmtLebenszyklus
Gebäude ServiceInstandhaltung
Gebäude ServiceInstandhaltung
Industriespezif.Hospital, Hotel etc.
Industriespezif.Hospital, Hotel etc.
Energie NutzungPassiv/Aktiv
Energie NutzungPassiv/Aktiv
© 2013 IBM Corporation4
Optimierung durch Monitoring & Analytics
� Operatives Asset- & Service
Management
• Run to Failure (Störungsbehebung)
• Präventive Maßnahme (Wartung)
• Korrektive Maßnahmen (Reparatur/Umbau)
• Zustandsorientierte Maßnahmen
• Predictive Maßnahmen
• Geschäftsprozess-Optimierung
� Strategisches Asset Management
• Simulation / Auslegung
• Optimierung
• Budgetierung / Investitionsplanung
• Integration Engineering / BIM
Reifegrad von Asset- und Service Management
We
rt
Reaktiv, Stoerungs
Mgt.
PräventivWartung & Inspekt
Korrektiv
Proaktiv:Zustand
Prediktiv:Prognose
Service Optimier.
(WFM)
Ersatzteil-Optimier.
Simulation &
Optimier.
Investitions-planung
Integration Engineering
Operativ Strategisch
Reporting & Dashboarding
Monitoring & fortschrittliche Analytics
Optimierung
*Aktueller Status FM & Instandhaltung der meisten Branchen
Kostensenkung und Prozessoptimierung: Monitoring- und Simulationsfähigkeit
© 2013 IBM Corporation5
Würden Sie Ihr Geschäft anders steuern wenn Sie folgende Fragen im Voraus beantworten könnten…?
Wie wahrscheinlich ist es, dass es in den nächsten
zwei Wochen zu technisch bedingten Ausfällen von
Objekt: A, B,…X kommt)?
Wie wahrscheinlich ist es, dass das Ableseergebnis
dieses Zähler auf Betrug hinweist?
Wie wahrscheinlich ist es, dass dieser Kunde
seinen Vertrag kündigt?
Wie wahrscheinlich ist es, dass wir in den nächsten Stunden unsere Kapazitäten erhöhen müssen?
Wie wahrscheinlich ist es, dass dieser
Kunde seine offenen Rechnungen bezahlen
wird?
Was ist das nächst beste Angebot für einen
Kunden aus diesem Nutzungssegment?
Wie wahrscheinlich ist es, dass es sich um unberechtigte Leitungsentnahme
handelt?
© 2013 IBM Corporation6
Daten-sammlung
Datenintegrieren
AktionenPrognosen
StatisticsTextMining
DataMining
Erfolgreiche Analytic erfordert einen ‘Closed Loop’ Regelkreis
- Informationen- Data Warehouse
ReportingPlanung OLAP
Dashboards / Analysen / Scorecards
© 2013 IBM Corporation7
Nutzen von Predictive Analytics
� Verringerte ungeplante Downtime von
Maschinen und Assets mit in der Folge
höheren Durchlaufraten
� Verbesserung MTTF (Mean Time to Failure)
� Senkung der Ersatzteilkosten
� Verbesserung der Produktivität der
Wartungsressourcen
� Verbesserte und effizientere
Fehlerursachenanalyse
� Verbesserte Kostenvorhersagen
� Erhöhung der Kundenzufriedenheit aufgrund
verbesserter Service Levels
Mehrwert durch Predictive Maintenance
� Hohe Kosten, die durchStillstände für ungeplanteInstandhaltung entstehen
� Verschwendung von Ressourcen und zu hoheStillstandzeiten aufgrund von unnötiger Instandhaltung
� Hohe Kollateralschäden durchAusfallschäden
� Hohe Kosten derErsatzteillogistik und -lagerung
� Unzuverlässige Vorhersagenüber Instandhaltungskosten
Herausforderungen
7
© 2013 IBM Corporation8
Arbeitsweise Predictive Analytics
Predictive Monitoring & Optimierung von Assets
folgt einem 3-stufigen analytischen Prozess
1. Sammlung von Asset- & Instrumentation Daten und Integration mit existieren-
den Prozess-Informationen
2. Analyse von Daten ausEchtzeit-Betrieb und Predictive Analytics zurIdentifikation von Anomalien und Ausfall-vorhersage
3. Optimierung / Präsentation
der Handlungsempfehlung-
en sowie die Kommunika-
tion von Erkenntnissen an
die zuständigen Stellen
Predictive Analytics analysiert Datenaus multiplenQuellen (auchFreitext-Rück-meldungen derService-Techniker) zur besserenEntscheidungs-findung
© 2013 IBM Corporation9
Kernfunktionalität: Prognose von Ausfallwahrscheinlichkeitenin Abhängigkeit von Zeit und betrieblichen Einflussfaktoren
� Nutzung aller verfügbaren Daten, wie Sensordaten, Wartungshistorie (inkl. Freitext-Berichten), Zustandsdaten, Herstelldaten, etc.
� Erstellung von Vorhersagemodellen (neuronale Netze, Logistische Regression, Entscheidungs-bäume, etc.) um zeit- und bauteilabhängige Fehlerwahrscheinlichkeiten zu prognostizieren
� Automatische periodische Anpassung der Modelle
© 2013 IBM Corporation1010
Schritt 1: Ursachenanalyse von Ausfällen (Root Cause Analysis)
Welche Komponenten sind gefährdet? Was sind die entscheidenen Treiber und wesentlichen Einflussfaktoren für Ausfälle?
Betriebsbedingungen, Wartungszeitpunkte und Herstellungsfaktoren beeinflussendie Ausfallwahrscheinlichkeit
Vier fehlerträchtige Konstellationenwurden automatisch identifiziert
© 2013 IBM Corporation11
Schritt 2: Vorauschauende Instandhaltung durch Vorhersage des optimalen Wartungszeitpunkts
Ziele
� Prognose des idealen Zeitpunkts für den Teiletausch auf jeder Maschine
� Proaktive Steuerung der Wartungstrupps
� Forecasting“ von Reparaturkosten
Mehrwert
�Steigerung der Asset OEE
�Senkung ungeplanter Stillstände von Maschinen (ungeplanter Stillstand wirdproaktiv zu geplantem Stillstand)
� höhere Durchlaufraten
� Verbesserung der Produktivität des Instandhaltungspersonals
� „Vorausschauende Lagerhaltung“ führt zu einer Senkung der Lagerkosten
“Von der reaktiven Wartung zurproaktiven Instandhaltung”
© 2013 IBM Corporation12
� Modelle werden auf neue bzw. aktuelle Daten angewendetund erzeugen sog. “Risk Scores”
� Monitoring der Ausfallwahrscheinlichkeiten und automatischeAlarmierung bei großen Veränderungen der Risikoscores(“Risk Rank Change”)
� Visualisierung der Ergebnisse und Integration der Scores in andere Anwendungen (z.B. Cognos, Maximo, Tririga) in Echtzeit
Schritt 3: Monitoring & Alerting – Aufbau eines Frühwarnsystems durchAutomatisierung der Analysen (‘Dressieren’ des Analyse-System)
© 2013 IBM Corporation13
Störungen (Events) bei Brandschutz, Heizung und Security & Zugangskontrollebenötigen längere Behebungszeiten als ursprünglich erwartet bzw. eingeplant
Problem� Wir haben festgestellt, dass Störungen an Brandschutz Assets
trotz höherer Priorität längere Erledigungszeiten haben� Wie verhalten sich andere Anlagenklassen?
Kundenbeispiel FM: Reaktive Events – Fertigstellungszeiten
Befund
� Bei den meisten Asset Klassen korreliert die durchschnittlicheErledigungszeit mit der durchschnittlichen Meldungs Priorität
� Nur bei Brandschutz-, Heizungs- und Security & Zutritts-Events scheint die Erledigungszeit nicht mit der Priorität zu korrelieren
Folgerungen für weitere Arbeit
� Identifikation der Ursachen für die verlängerte Bearbeitungszeit
• Was ist an diese Asset Klassen so anders, dass Störungen längerzur Behebung benötigen
� Weitergehende Analyse der Daten zur Überprüfung, ob die Problemegenereller Art sind oder spezifisch für bestimmte Standorte
Sonstige Events (ohne Anlagen-bezug)
Catering
HKL
Stromversorgung
Sanitär
Licht
Aufzüge
Gasversorgung
Brandschutz
Security & Zutritt
Heizung
Hohe Priorität, zeitaufwändig in der Behebung
Niedrige Prio.,
schnelle
Abhilfe
© 2013 IBM Corporation14
Assets unterschiedlicher Klassen haben signifikant unterschiedlicheFrequenzen von Instandhaltung und dringlichen Aufträgen
Rotary UPS
Hard Wired Alarms
Chillers RecipCooling Towers (Closed)
Maximo BMS System
Fire Alarm Systems
Fire Alarm PanelLeak Detection Systems
Maximo Main SystemBMS SystemsMaximo Hot & Cold Drinking WaterMotor Control Cabinets (MCC)
Booster Pumps Variable Speed Drives Maximo Electrical SystemChange-over Panels Sensible CoolersMaximo Cooling System
Sprinklers (Dry System)Cooling Systems Static UPS GeneratorsChilled Water Pumps >7.5KW
Not Equipment Goods Lifts
Static SwitchesMaximo Fabric System Passenger Lifts
Water Storage Tanks Batteries & ChargerPower Distribution Units
CCTV
Maximo Ventilation System
Control Panels Air Handling Unit
Maximo Security SystemMain Distribution Boards Maximo Fire System
DX Units
Fire Break Glasses
0.01
0.1
1
10
1 10 100
Anzahl von Instandsetzungsaufträgen pro kritischer Anlagenklasse
Au
sfä
lle
Regelmäßige Wartung,wenig AusfälleEmpfehlung: Zurückfahrengepl. Instandhaltung
Regelmäßige Wartung,häufige AusfälleEmpfehlung: Ersatz derAnlagen
Selten gewartet,häufige AusfälleEmpfehlung: AusweitungInstandhaltung oderErsatz der Anlagen
Selten gewartet,wenig AusfälleKeine Aktivitätnotwendig
Anm: Anlagen ohne Aufträge im Beobachtungszeitraum wurden von der Analyse ausgenommen
Kundenbeispiel FM: Reaktive Events – Fertigstellungszeiten
© 2013 IBM Corporation15
DANKE
15