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


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


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


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?


Daten-sammlung

Datenintegrieren

AktionenPrognosen

StatisticsTextMining

DataMining

Erfolgreiche Analytic erfordert einen ‘Closed Loop’ Regelkreis

- Informationen- Data Warehouse

ReportingPlanung OLAP

Dashboards / Analysen / Scorecards


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


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


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


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


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”


� 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)


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


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


DANKE

15

statistik und data mining im fm

Documents

ibm optimierung

ibm corporation

asset und service management

wie wahrscheinlich ist

vision ibm

dass wir

maschinen und assets

integration perimeter