Kennisborging in technisch onderhoud

Het onderhoudsconcept, de RCM-analyse en de OEM-voorschriften vormen de formele bron: welke inspecties, welke intervallen, welke vervangingscriteria gelden voor een asset. Deze bron is expliciet, gedocumenteerd en in principe voor iedereen raadpleegbaar in het CMMS of het onderhoudsmanagementsysteem.

Daarnaast bestaat er een praktijklaag: de monteur die weet dat een specifieke pomp bij een bepaalde belasting eerder gaat trillen dan het interval aangeeft, of dat een storingscode in de praktijk vaak een andere oorzaak heeft dan het handboek suggereert. Die kennis staat zelden volledig in een werkorder en verdwijnt met de persoon die haar draagt.

Kennisborging in onderhoud betekent niet dat je alle ervaring van monteurs codificeert, maar dat je zichtbaar maakt waar het formele concept en de praktijkervaring uiteenlopen, en dat je vaststelt welke van de twee op dat moment leidend is voor de volgende beslissing.

Een compressor draait volgens het onderhoudsconcept op een vast inspectie-interval, gebaseerd op de FMECA-analyse en de OEM-voorschriften. De conditiemonitoring meet trillingswaarden die net binnen de gestelde norm blijven.

De ervaren monteur die deze compressor al jaren onderhoudt, herkent echter een geluidspatroon dat volgens hem voorafgaat aan lagerschade, ook al bevestigt de trillingsdata dat nog niet. Hij meldt dit, maar de werkorder wordt op basis van de formele data afgesloten zonder aanvullende actie.

Enkele weken later valt de compressor onverwacht uit met lagerschade die aanzienlijk grotere gevolgschade veroorzaakt dan een vervroegde inspectie had gekost. Achteraf blijkt de ervaring van de monteur een vroeger en gevoeliger signaal te zijn geweest dan de gangbare trillingsdrempel voor dit specifieke asset.

Het kennisrisico zat niet in een gebrek aan data, maar in de status van de melding: de ervaringskennis van de monteur werd niet als volwaardig signaal behandeld naast de formele meetwaarde, en er was geen vastgelegd afwegingsmoment waarop een reliability engineer beide bronnen naast elkaar kon leggen.

Het grootste risico is niet het ontbreken van data, maar het ontbreken van een vastgelegd besluit over welke bron in een specifiek geval leidend was en waarom. Zonder dat spoor herhaalt de discussie zich bij elke storing en verdwijnt de argumentatie met de mensen die erbij waren.

Een tweede risico ontstaat bij uitstroom van ervaren monteurs: hun beeld van asset-specifiek gedrag is zelden overgedragen aan opvolgers, terwijl het CMMS wel gewoon blijft functioneren en dus een schijn van volledigheid geeft.

Prodenda helpt dit soort momenten expliciet en herleidbaar te maken: niet door zelf te oordelen over storingsdiagnoses, maar door vast te stellen waar bron en praktijk botsen, wie daarover mag beslissen en welke uitkomst institutionele status krijgt voor vergelijkbare assets.