SPONSORLU İÇERİK - T-Systems

Beklenmeyen Durumların Sonu

11 Eylül 2018, Salı

Makinelerin beklenmeyen arızaları... Borsa sistemlerinden tahmin edilemeyen çöküşler... Ani bir kalp krizi... Herkes bunları ve benzeri riskleri erken aşamada tespit etmenin, önlemenin veya en azından bu risklere karşı hazırlıklı olmanın peşinde. “Kestirimsel” tanımı birçok endüstri ve birey için popüler bir kavram. Peki bu kavramın özünde ne var? Hemen cevaplayalım: Veri...

Kahinler arasında kestirim açısından bir süperstar olan Nostradamus ile söze başlayalım. Bu eczacı, astrolog ve vizyoner Fransız, 2018 yılı için pek de olumlu tahminlerde bulunmamıştı: Alışılmışın dışında hava olayları, sel baskınları, kuraklıklar ve yıkıcı etkiler oluşturacak büyük kasırgalar. Ve tabii ki süper güçlerin arasını açacak büyük bir savaşın ayak sesleri...

Nostradamus’un tahminlerine inanabilir veya inanmayabilirsiniz ancak gerçek olan bir şey var: Nostradamus çoğu zaman tahminlerini tutturamadı ve tahminlerinin birçoğu eninde sonunda gerçekleşmesi kaçınılmaz olan çok genel konular hakkındaydı. Birçok kişi kâhinlerin, falcıların ve geleceği gördüğünü iddia eden kişilerin tahminlerinden çok fazla etkilenir. Yakın gelecekte olacaklara karşı hazırlıklı olup kendimizi güvenceye almak isteriz. Az sayıda kişi ise spesifik tahminlere ve kestirimlere inanır zira kehanetleri destekleyecek rakamlar, veri ve deliller yeterince güçlü değildir, bazen de hiç mevcut olmaz.

Ancak günümüzde oldukça fazla miktarda rakam, veri ve delil söz konusu. Ve bunlar her geçen gün daha da fazlalaşıyor. İnanılırlık ve güvenilirlik oranları artıyor. Bizleri, şirketlerimizi ve cihazlarımızı ilgilendiren geleceğe dair bilgiler artık deliller üzerinde şekilleniyor.

Sensörler, nesnelerin interneti ve geçmişteki bilgi ile şimdiki zamana dair verileri karşılaştırmaya yönelik birçok diğer yöntem sayesinde gelecekte olabilecek değişimler (ister kısa vadede ister uzun vadede hayata geçecek olsun) her geçen gün daha yüksek bir doğruluk oranıyla belirlenebiliyor.

“Kendi kendine öğrenen algoritmalar ve analiz araçları çeşitli parametreler arasındaki örüntüleri ve bağlantıları belirler.” 
GEORG RATKER - Otomotiv ve Üretim Çözümleri Küresel Yöneticisi, T-Systems

Makine Dairesindeki Kâhin

Hava durumu tahminini ele alalım: Günümüzde, gelecek altı güne dair hava durumu tahminlerinin doğruluk derecesi, bundan 50 yıl öncesinde ertesi güne dair tahminin doğruluk derecesiyle hemen hemen aynı. Almanya Meteoroloji Dairesi uydu bilgilerinden, yüzlerce ölçüm cihazından, ulusal meteoroloji servislerinden, binlerce ticari gemiden, uçaktan ve hava durumu istasyonundan gelen verilerden yararlanarak kestirimde bulunuyor. Bu veri seli, yüksek performanslı bilgisayarlar tarafından işleniyor ve her birkaç saatte bir hava durumu tahminleri güncelleniyor. Havuza mı gidelim, yoksa saunaya mı girelim? Doğru çıkan hava durumu tahminleri sayesinde keyifli aktivitelerimizi daha doğru biçimde planlayabiliyoruz. Çiftçiler ve lojistik şirketleri için hava durumu bir ölüm-kalım meselesi olabilir. Bu nedenle hava durumu tahminleri, ilk ortaya çıktığı andan itibaren yoğun olarak başvurulan bir servistir.

Sanayi sektörüne bakıldığında yakın döneme dair tahminler yapmanın yeni bir konsept olduğunu söyleyebiliriz zira bunu mümkün kılan teknolojiler hayatımıza gireli çok fazla olmadı. Bugün bu teknolojiler mevcut ve kullanımda. Makinelerin kendileri durum verisi toplar hale geldi. Bununla birlikte verileri okuyan sensörler bu verileri veri şebekeleri üzerinden buluta gönderiyor, özel algoritmalar bu verileri geçmişe dair bilgilerle harmanlayarak işliyor, bir araya getiriyor ve verilerin cihazları kullanan kişiler için anlamlı bilgilere dönüştürülmesini sağlıyor. Bu sürecin tamamı istenirse gerçek zamanlı gerçekleştirilebiliyor.

T-Systems’ta otomotiv ve üretim çözümleri uzmanı olan Georg Ratker, “Kendi kendine öğrenen algoritmalar ve analiz uygulamaları çeşitli işletim parametreleri arasındaki kalıpları ve bağlantıları tespit ediyor. Bu tespitler ışığında olası arızalar ve bunların nedenleri belirlenebiliyor. Şirketler, bu sayede makinelerde veya robotlarda yaşanabilecek durma hadiselerini günler öncesinden görebiliyor; tamirat için gerekli önlemleri alırken bir taraftan da sürecin devamına yönelik hamleler yapabiliyor” diyor.

Peki faydası bu kadar açıkken neden bundan imtina ediliyor? Pahalı çözümler ve sensörlerin oluşturacağı maliyet, önemli bir neden olabilir. BearingPoint’in bulgularına göre şirketlerin çoğunluğu (yüzde 57’si) en büyük teknik sıkıntı olarak BT güvenliğini gösteriyor. Donald Wachs’a göre bir diğer sıkıntı da hata yapıp bunlardan ders çıkarma konusunda yeterince cesur olunmaması. “Bu yaklaşım, şirketleri engelliyor ve kestirimsel bakımın potansiyelini sekteye uğratıyor.”

IS Predict’in Genel Müdürü ve kurucularından Britta Hilt’e göre şirketlerin kestirimsel bakıma yeterince girememesinin nedenlerinden biri de veri eksikliği. IS Predict, on yıla yakın bir süredir kendi kendine öğrenebilen yapay zeka ve kestirimsel veri analitiği temelli yazılım çözümleri sunuyor. Hilt, “Farklı inovasyon döngülerinde de benzer sorunlara şahit oluyoruz. Birçok makine on yıl veya daha uzun bir süredir faaliyette, bu nedenle modern analitik özelliklere sahip olmayabiliyorlar” diyor. Her ne kadar makinelerin çoğunda süreç ve üretim verisi toplama özellikleri olsa da bu verinin kestirimsel amaçlar için kullanımı söz konusu olmuyor.  Kestirimsel zeka konusunda 20 yıldır çalışmalarda bulunan Hilt, “Diğer yandan yeni makineler durum verisi toplayan ve ileten bir dizi IoT modülüne sahip. Kestirimsel bakım özelliklerinin makinelerin içerisine gömülmesi için  hâlâ biraz daha zamana ihtiyaç var” diyor.

Bu alandaki potansiyel son derece yüksek. Örneğin IS Predict, bir uluslararası lojistik firması için lokomotiflerin beklenmeyen arızalarını azaltmak için kestirimsel bakımdan yararlanıyor.  Şirket, makinelerden gelen verilere erişebilmek için 4 binden fazla lokomotifin her birinden 900’e yakın veri noktasını takip ediyor. Uzmanlar, sekiz parametre ışığında motorların ne zaman arıza yapacağını tahmin eden bir karakteristik örüntü ortaya çıkardılar ve arızları azaltabildiler. Bugün bu lojistik şirketi, olası arızaları üç hafta öncesine kadar öngerebiliyor ve lokomotiflerin sürdürülebilir biçimde işlemesini sağlayabiliyor. Motorun değişme maliyetinin 200.00 Euro olduğu düşünüldüğünde ciddi bir tasarruf ortaya koyuyor.

1 milyar € 

Makinelerin arızası nedeniyle sadece otomotiv sektöründe yılda yaklaşık 1 milyar Euroluk bir maliyet ortaya çıkıyor.

Yeni Nesil Bakım

Diğer bir örneği ele alalım: IS Predict ile işbirliği yapan T-Systems, otomotiv sektöründe kaynak robotlarının bakımını optimize edecek bir süreç geliştirdi. Bir robot arızalandığında tüm üretim hattının kapatılması gerekebilir. Pazar araştırma şirketi Nielsen’in gerçekleştirdiği bir araştırmaya göre hattın durmasının şirkete maliyeti dakikada 22 bin dolar... Bugün T-Systems’ın bu müşterisi kaynak robotlarının arızalarını altı gün öncesine kadar tahmin edebiliyor ve olası etkilerin boyutlarını görebiliyor. Gereken yedek parçalar organize ediliyor ve bakım/tamirat rutin durma anlarında gerçekleştiriliyor.

T-Systems, “Next Generation Maintenance” yaklaşımıyla kestirimsel bakımın da bir adım ötesine geçiyor. Bu yaklaşımda veri, sadece arızaları engellemek ve servisi optimize etmek için kullanılmıyor. Yeni yaklaşımı tanımlayan Ratker, “Bakım ve onarımdan gelen makine verilerini mühendislik süreçlerine de dahil ediyoruz. Bakım sırasında üretim teçhizatının zayıflıklarına dair elde edilen veriler teçhizatın daha da geliştirilmesi için kullanılıyor” diyor. Bakım ve onarım geçmişi analiz edilerek gerekli yorumlar ortaya çıkarılabilir. Bu yaklaşımla cihazların kalitesi artırılabilir ve makinenin veya tesisin tamamının servis ömrü yükseltilebilir. Ratker şöyle diyor: “Bu sayede toplam sahip olma maliyeti ciddi biçimde düşebilir. “Örneğin bir makine belirli sıcaklık değerlerinde daha sık arıza yapıyorsa üretici firma malzeme yapısında değişikliğe gidebilir. Ya da şirket makinenin bulunduğu ortamdaki sıcaklığı kontrol ederek arızanın oluşmasının önüne geçebilir.

Beklenmeyen Arızaları Azaltma

“Önlemek tamir etmekten çok daha iyidir.” Bu söze herkes katılır. Peki kestirimsel bakım konusuna odaklanan şirketler gerçekte ne fayda elde ediyor? Burada asıl amaç planlanmayan sistem durmalarını en aza indirgemek ve maliyetleri azaltmaktır. Günün sonunda sadece otomotiv sektöründe makinelerin durması nedeniyle oluşan zarar yılda bir milyar Euro civarında. Konveyörler ve üretim ekipmanları gibi sistemlerin işletilmesi ve servislerine yönelik maliyetler, bu sistemlerin toplam sahip olma maliyetinin yüzde 80’ini oluşturabiliyor. Yani bu sistemlerin satın alma maliyeti toplam maliyetin sadece beşte birine karşılık geliyor.

Sektörden sektöre değişkenlik göstermekle birlikte bir sanayi şirketinde bakım maliyetleri genelde toplam maliyetin yüzde 6’sı civarında gerçekleşir. PAC’da sektör analisti olan Milos Milojevic, “Avrupa’da faaliyet gösteren şirketler endüstriyel teçhizatlarının ve bu cihazların bakım süreçlerinin verimliliği konusunda çok da iyimser değiller. Şirketlerin birçoğu bakım süreçlerinin yeterince verimli olmadığına inanıyor” diyor.

Bunlar akla yatkın yorumlar. Ancak Frenus tarafından 2009 yılında yapılan ve Batı Avrupa’da makine mühendisliğine dayalı sektörlerin durumunu inceleyen bir ankete göre şirketlerin üçte ikisi kestirimsel bakım uygulamıyor. Ratker, “Durum böyle olsa da bu şirketlerin büyük çoğunluğu makine mühendisliğine dayalı sektörlerdeki şirketlerin gelecekte ayakta kalabilmeleri için bu tür çözümlere başvurmalarının hayati öneme sahip olduğuna inanıyor. Özellikle de düşük işçilik maliyetine sahip ülkelerden gelecek rekabet düşünüldüğünde...” diyor.

Mevcut Bakım Konseptleri Geride Kalıyor

Danışmanlık şirketi BearingPoint’in yaptığı bir çalışmaya göre de kestirimsel bakım, uygulamaya geçmekten ziyade lafta kalıyor. Her ne kadar çalışmaya katılanların yüzde 84’ü kestirimsel bakım konusunu konuşmaya başlamış olsalar da ancak dörtte biri bu konuda ilk projelerini hayata geçirmiş. BearingPoint’de Üretimden Sorumlu Küresel Direktör ve Endüstri 4.0/IoT uzmanı olan Donald Wachs, “Her ne kadar geleneksel bakım kavramı günümüz ihtiyaçlarını karşılamakta yetersiz kalsa da şirketlerin önceden yaptıkları yatırımlar söz konusu ve bundan kolay vazgeçemiyorlar” diyor. Ancak kestirimsel bakım sayesinde şirketlerin beşte dördünün bakım maliyetlerini yüzde 60 oranında azaltma şansı doğuyor.

Paylaş:

Sınırsız Erişime Sahip Olmanın Tam Zamanı

HBR Türkiye içeriğine bir yıl boyunca tüm platformlardan erişin!
HEMEN ABONE OL

Tüm Arşive Gözatın