ROI determination framework for predictive maintenance implementation based on F1-Score methodology. A case study of Beijing Daimler production line.

The rising prominence of Industry 4.0 and the commitment to address cost and waste reduction in production processes are driving the growing significance of predictive maintenance strategies in the contemporary industrial scenarios. Research shows that a wrong choice in maintenance strategy can have a high influence on the company’s cost structure with an impact of up to 30% on maintenance costs. Despite all the benefits of this type of strategy, not all systems benefit from a Predictive Maintenance system’s adoption similarly. The difference between one situation and another is mainly led by the company’s cost structure and the performance of the PdM model. Moreover, the decision related to the system implementation is extremely delicate because of the large investment involved. This work proposes a methodology to drive from a strategic point of view the implementation of a predictive maintenance strategy within an industrial environment. Starting from the context definition and the PdM system development it will be provided an evaluation of the model accuracy based on the calculation of the F1-score. The uncertainty related to the performance indicator on unseen data is considered by implementing a Bayesian approach to estimate the posterior distribution of the F1 score value. The following step involves the costs and benefits estimation based on the company’s historical data and assumptions motivated by experts’ opinions. Once the cost benefit scenario is clear, an ROI (Return on Investment) economic evaluation is developed by considering the accuracy of the system in the formulation. This application can help the company management evaluate the feasibility of the investment and identify the opportunity to achieve the fixed target by combining economic evaluation and the system’s performance. The framework has been implemented in a case study of Daimler Beijing where a PdM system to monitor the sliding contact line in the final assembly shop has been developed and economically assessed.

Il rapido diffondersi dei principi dell’Industria 4.0 e la necessità di ridurre costi e sprechi nei processi produttivi stanno conferendo un'importanza crescente alle strategie di manutenzione predittiva nel contesto industriale attuale. Ricerche dimostrano che una scelta erronea nella strategia di manutenzione può avere un impatto significativo sulla struttura dei costi aziendali, comportando un aumento fino al 30% dei costi di manutenzione. Tuttavia, non tutti i sistemi beneficiano in maniera uniforme dall'adozione di un sistema di manutenzione predittiva, poiché tale disparità è principalmente influenzata dalla struttura dei costi aziendali e dalle prestazioni del modello PdM. Inoltre, la decisione relativa all'implementazione di tale sistema risulta particolarmente delicata a causa delle notevoli risorse finanziarie coinvolte. La presente tesi propone una metodologia per guidare, da un punto di vista strategico, l'implementazione di una strategia di manutenzione predittiva all'interno di un contesto industriale. Tale metodologia inizia con la definizione del contesto e lo sviluppo del sistema PdM, seguito dalla valutazione dell'accuratezza del modello basata sul calcolo dell'F1-score. Al fine di affrontare l'incertezza legata all'indicatore delle prestazioni su dati non osservati, si è implementato un approccio bayesiano per stimare la distribuzione posteriore del valore dell'F1-score. La fase successiva prevede la stima dei costi e dei benefici basata sui dati storici aziendali e su assunzioni motivate dalle opinioni degli esperti. Una volta chiarito lo scenario costi-benefici, si sviluppa una valutazione economica del ROI (Ritorno sull'Investimento) considerando l'accuratezza del sistema nella formulazione. Questa metodologiaaiuta il management aziendale a valutare la fattibilità dell'investimento e a identificare l'opportunità di raggiungere gli obiettivi prefissati, combinando la valutazione economica con le prestazioni del sistema. A tal fine, il framework proposto è stato implementato in un caso studio presso Daimler Beijing, in cui è stato sviluppato e valutato economicamente un sistema PdM per monitorare la linea di contatto scorrevole nel reparto di assemblaggio finale.