Expertsysteem ondersteunt troubleshooting

Zelflerend platform leidt tot snelle oplossingen

Troubleshooting of storingen zoeken is een van de lastigste werkzaamheden binnen de onderhoudswereld. Een asset vertoont storingen en vervolgens is het aan de monteur om dit zo snel mogelijk op te lossen. De praktijk leert dat bij complexere oorzaken tot zo’n 80% van de monteurs als eerste een collega belt om te vragen of hij de symptomen herkent en wat mogelijk de oplossing zou kunnen zijn. Om dit proces te verbeteren, ontwikkelde Dezide een online, zelflerend expertplatform waarmee storingen tot 70% sneller zijn op te sporen.

Praktijkvoorbeeld

Om de problematiek rond troubleshooting te illustreren, geven we eerst een voorbeeld uit de praktijk van Dezide. Een leverancier van compressoren ontvangt een telefoontje van een klant over een compressor die stilstaat. Een monteur gaat ter plaatse aan de slag en start na wat onderzoek met het vervangen van diverse onderdelen die mogelijk de oorzaak van de storing zijn. Na flink wat uren én nieuwe onderdelen is de compressor echter nog steeds stil. De laatste optie die hij kan bedenken, is een volledige (grote en dure) unit uitwisselen waar de storing 'ergens' zou moeten zitten. Dit blijkt inderdaad te werken.

Het hoofddoel – een werkende compressor – is gehaald, maar wel tegen bijzonder hoge kosten. Achteraf bleek een eenvoudige sensor de boosdoener te zijn geweest. Een relatief goedkoop en eenvoudig te vervangen element, waarmee de storing in aanzienlijk kortere tijd en tegen beduidend lagere kosten had kunnen worden opgelost.

Expertsysteem

Om dit soort situaties te voorkomen, werkt Esben Rasmussen als co-founder van Dezide al meer dan twintig jaar aan de ontwikkeling van een expertsysteem dat gebruikmaakt van gegevens die binnen een bedrijf – én algemeen daarbuiten – beschikbaar zijn. Omdat data alleen de oplossing niet zijn, verzamelde het bedrijf bovendien veel kennis over probleemoplossing: welke data zijn nodig om welk type probleem op te lossen?

Rasmussen: "Onze onderzoeken en praktijktesten hebben inmiddels geleid tot een technisch georiënteerd platform waarmee troubleshooting vooral efficiënter is uit te voeren. Je vindt de oorzaak van een probleem immers direct en in het meest ideale geval zelfs vanop afstand. Soms kun je het probleem dan ook vanop afstand zelf oplossen; in andere gevallen weet je als monteur op voorhand welke gereedschappen en reserveonderdelen je moet meenemen om het probleem op te lossen. Ofwel is het mogelijk om aan de technische dienst van de klant uit te leggen wat hij moet doen."

Data en kennis omzetten naar informatie

Het platform werkt op basis van gegevens die veel bedrijven al langer verzamelen, maar dikwijls nog niet efficiënt inzetten. "Ondernemingen zijn zich er al langer van bewust dat het verzamelen van data kan helpen bij het efficiënt uitvoeren van onderhoud, maar niet zelden ontbreekt de kennis om dit ook effectief te doen. Hierdoor blijft deze data ongebruikt in een computer zitten of wordt dit hooguit verwerkt in een rapport dat vervolgens in de spreekwoordelijke lade verdwijnt", stelt Rasmussen.

Theorema van Bayes

Diezelfde data, gecombineerd met kennis die aanwezig is bij de werknemers of elders in de literatuur, worden in het expertsysteem samengevoegd en gebruikt om – het liefst first time right – de oorzaak van de storing te vinden. Hiervoor wordt gebruikgemaakt van het zogenaamde theorema van Bayes. Deze vorm van statistiek maakt het mogelijk om bestaande informatie op een systematische manier te integreren met nieuwe informatie. Het is dus ook mogelijk om steeds nieuwe informatie of data toe te voegen, waarmee het systeem steeds slimmer en efficiënter wordt. Bovendien zijn de uitkomsten eenvoudiger te interpreteren dan de uitkomsten van gangbare statistische analyses, waardoor deze methode steeds vaker wordt gebruikt.

Voordelen
Data verzamelen en deze verwerken in geschikte modellen tot informatie, biedt specifiek binnen de troubleshooting verscheidene voordelen.

1. Kostenbesparing
Kosten worden bij toepassing van het expertsysteem bespaard op verschillende fronten:
• Vooreerst zijn er minder uren nodig om een probleem op te lossen. Enerzijds omdat de oorzaak sneller wordt gevonden, anderzijds omdat de monteur ter plaatse zijn collega’s niet meer hoeft lastig te vallen om mee te denken.
• Vaak wordt ook bespaard op het aantal onderdelen dat wordt vervangen, omdat de echte oorzaak sneller is te achterhalen. Trial and error is dus veel minder aan de orde.

2. Kennis gaat niet meer verloren
Het systeem is bij uitstek geschikt om opgebouwde kennis op te slaan, te borgen en beschikbaar te houden binnen het bedrijf. Dit voorkomt dat bij het vertrek van collega’s het wiel opnieuw moet worden uitgevonden bij een eerder voorkomend probleem. Daarnaast is de opgeslagen kennis een uitkomst om minder geschoold of ervaren personeel te ondersteunen. De kennis en data zijn bovendien wereldwijd beschikbaar en hiermee een voordeel voor multinationals met verschillende vestigingen. Het is dan wel belangrijk dat monteurs na het oplossen van een storing hun bevindingen ook ingeven in het systeem. Ook wanneer het om eenvoudige werkzaamheden gaat.

3. Rekenkracht
Probleemoplossende taken zijn moeilijk, omdat het bij aanvang onduidelijk is welke data wel of niet te maken hebben met het uiteindelijke probleem. Door hun rekenkracht kunnen de huidige computers miljarden berekeningen per seconde uitvoeren en hierdoor de vele gegevens razendsnel verwerken in een geschikt algoritme. Naarmate er meer gegevens beschikbaar komen uit het veld, worden de modellen steeds nauwkeuriger en slimmer. Hierdoor zijn ze steeds beter in staat om ineens het probleem vast te stellen.

4. Klantentevredenheid
Sneller storingen oplossen, levert in alle gevallen een bijdrage aan een hogere klantentevredenheid.

Software

Rasmussen: "Een van de redenen waarom expertsystemen aan populariteit winnen, is het feit dat storingen steeds vaker samenhangen met software. Daar waar troubleshooting vroeger vaak vanuit de mechanische kant werd benaderd, heeft de monteur nu veel meer te maken met software, IT en elektronica. In bepaalde gevallen is dat een voordeel, omdat juist software en elektronica eenvoudig data kunnen ontsluiten die de oorzaak van de storing aangeven. Anderzijds betekent het dat de hoeveelheid informatie die de monteur moet overzien – en waaruit hij alleen de relevante informatie moet zien te halen – steeds groter en dus onoverzichtelijker wordt. Het feit dat systemen door de tijd alleen maar complexer zijn geworden, helpt hierin ook niet."

Opbouw expertsysteem

De softwareoplossing van Dezide is gebaseerd op 'beslissingstheoretische probleemoplossing', wat wordt gezien als een exacte wetenschap voor 'detectie'. Dit betekent dat het systeem diverse oorzaken van een probleem onderzoekt en 'wegstreept' tot de meest waarschijnlijke overblijven.

Rasmussen: "Bij deze aanpak houd je niet alleen rekening met gemeten data zoals druk, temperatuur en flow, maar bijvoorbeeld ook met de weersomstandigheden zoals buitentemperatuur en de luchtvochtigheid. Het kan immers heel goed zijn dat een probleem samenhangt met het feit dat het ergens onverwacht twintig graden heeft gevroren. Voor eenvoudige problemen kan het menselijk brein de conclusie trekken, maar wanneer grote hoeveelheden data een rol spelen, is een computer met rekenkracht nodig. En dat is zeker het geval bij troubleshooting waar je begint met álle beschikbare informatie."

Efficiënt

De wijze waarop de tool is opgebouwd levert niet alleen voordelen op met betrekking tot de snelheid van troubleshooting, maar ook ten aanzien van de gebruikersvriendelijkheid. Zo is het bijvoorbeeld niet nodig door papieren of digitale handleidingen te bladeren in de hoop iets tegen te komen dat de storing verklaart. In plaats daarvan 'leidt' het expertsysteem de gebruiker automatisch en op de meest efficiëntie manier door een beslissingsproces.

In de praktijk

Tijdens een demonstratie van de tool toont Rasmussen een storing in een voertuig. Het systeem stelt de gebruiker diverse vragen, waarbij elk antwoord hem een stukje dichter bij de oplossing brengt. Doordat het systeem 'slim' is, wordt er geen standaardlijst afgewerkt, maar bepaalt elk antwoord wat de volgende vraag zal zijn. Wanneer een antwoord een bepaalde oorzaak uitsluit, is het immers zinloos om daar verder nog op door te vragen. Verder strandt het proces niet wanneer het niet mogelijk is een bepaald antwoord te geven. Deze vragen kan de gebruiker overslaan en dit zal het systeem triggeren om een andere route kiezen, om dan tóch tot de juiste conclusie te komen.

"Het systeem slaat alle juiste oplossingen op en wordt zo telkens een stukje wijzer"

Afhankelijk van het probleem en het detailniveau waarop informatie beschikbaar is, zal het platform uiteindelijk met één of meer oplossingen komen die de meest waarschijnlijke zijn. Vervolgens is het aan de troubleshooter om te beslissen met welke oplossing hij begint. Dit kan op basis van zijn eigen kennis en ervaring zijn, maar het is ook een logische stap om met bijvoorbeeld de meest eenvoudige of goedkoopste oplossing te beginnen. Mocht dit niet het gewenste resultaat opleveren, dan zijn er in elk geval geen hoge kosten gemaakt.

Rasmussen: "In alle gevallen zal het systeem opslaan wat uiteindelijk de juiste oplossing is geweest, waarmee het systeem dan dus weer een stukje wijzer is geworden. Daarom is het ook zo belangrijk dat ook de eenvoudige oplossingen worden gedocumenteerd. Wanneer deze immers niet bij het expertsysteem bekend zijn, zal hij vooral complexere of duurdere oplossingen voorstellen. En dat is nu net niet de bedoeling."

Data en bedrijfsvoering

De data die in de experttool worden verzameld, zijn tot slot ook in de bedrijfsvoering te gebruiken. Zo is het eenvoudiger om achteraf de totale kosten van een oplossing vast te stellen of analyses te maken van troubleshooting.

"Al met al is dit een oplossing die al voor een aantal grote bedrijven de nodige voordelen heeft opgeleverd. Voor MKB's is een dergelijke oplossing minder geschikt, maar vanaf zo’n honderd medewerkers loont het zeker de moeite om de mogelijkheden te onderzoeken", besluit Rasmussen.