Big Data creëert kansen voor predictief onderhoud

Over de hele wereld streven productiefaciliteiten ernaar om hun producten zo veilig, betrouwbaar en efficiënt mogelijk te leveren. Daarom moet alle kritieke uitrusting optimaal functioneren.

Trefwoorden: #big data, #predictief onderhoud, #productie, #productiemachines, #reactief onderhoud, #Wonderware

Lees verder

Productnieuws

( Foto: EDF Luminus, Wonderware,Schneider Electric/Invensys )

ENGINEERINGNET.BE - Helaas is dat niet vanzelfsprekend. Uitrusting veroudert en verslijt, omgevingsfactoren eisen hun tol en bedrijfsmiddelen raken beschadigd.

Om dit tegen te gaan en voor ideale bedrijfsomstandigheden te zorgen, voert men onderhoudsprogramma’s in. Tot nog toe waren die voornamelijk reactief en pakten ze problemen pas aan zodra die zich stelden.

De exponentiële en aanhoudende groei van industriële ‘big data’ maakt het echter mogelijk om onderhoudsplannen te versterken door in te zetten op geavanceerde predictieve technologie.

Hoe geavanceerd de technologie ook wordt, reactief onderhoud zal nooit volledig verdwijnen. Er kunnen namelijk altijd onvoorziene situaties ontstaan waarin je onmiddellijk moet ingrijpen. Wel het kan wel worden beperkt, omdat proactieve onderhoudsstrategieën de nood aan reactieve maatregelen grotendeels kunnen wegnemen.

Productiefaciliteiten focussen zich dus bij voorkeur op de invoering van een allesomvattend onderhoudsplan met meer proactieve en efficiënte strategieën. Zo’n plan omvat verschillende onderhoudsbenaderingen, zoals een combinatie van toestandsafhankelijke, preventieve, predictieve en betrouwbaarheidsgerichte maatregelen.

Onderdelen van een allesomvattende aanpak
Preventief onderhoud is voornamelijk een kalendergebaseerde benadering waarbij men uitrusting op vooraf bepaalde tijdstippen of periodiek onderhoudt of vervangt. Denk maar aan de vervanging van een stroomonderbreker op een welbepaald tijdstip of na een aantal tussenkomsten.

Een toestandsafhankelijk onderhoudsprogramma baseert zich dan weer op de toestand en werking van uitrusting in plaats van op een bepaald tijdsbestek of een vooraf bepaalde planning. Zo’n aanpak is wel sterk afhankelijk van werkingsinformatie die sensoren verzamelen en doorsturen.

Zo houden ingenieurs de temperatuur van een transformator in de gaten om er zeker van te zijn dat bepaalde limieten niet overschreden worden, wat op een belastingsprobleem kan wijzen. Online predictief onderhoud is een belangrijk onderdeel van een allesomvattende strategie.

Met software wordt daarbij de conditie van uitrusting in realtime opgevolgd en wordt de actuele bedrijfstoestand vergeleken met een model van de normale of ideale bedrijfsomstandigheden.

Predictieve analysesoftware detecteert aan de hand van geavanceerde algoritmes subtiele variaties die vaak gelden als vroegtijdige signalen van dreigende problemen die anders onopgemerkt gebleven zouden zijn.

Zo kunnen automatische alarmmeldingen worden gegenereerd, waarbij de software dan gebruikt wordt om zowel de oorzaak van de onregelmatigheden te achterhalen als problemen een bepaalde prioriteit toe te kennen op basis van de ernst van de situatie.

Betrouwbaarheidsgericht onderhoud is een gegevensintensieve strategie waarbij er een analyse van de falingstoestand, de effecten en de belangrijkheid (FMECA) van bedrijfsmiddelen plaatsvindt. Op basis van de resultaten past men vervolgens onderhoudsstrategieën toe.

Door zo’n strategie te hanteren, gebeurt het onderhoud op een andere manier en worden de prioriteiten bepaald op basis van de algemene toestand van de installatie, het netwerk of de faciliteit. Maar van een optimaal betrouwbaarheidsgericht onderhoud kan geen sprake zijn zonder de integratie van preventieve, toestandsafhankelijke en predictieve technieken.

Een predictief plan toepassen
Aanvankelijk gebruikte men predictief onderhoud en de bijbehorende analysemogelijkheden om patronen te identificeren en falingsmodi te herkennen in cyclisch werkende mechanische uitrusting. Later werd de predictieve technologie ook ingezet om een vergelijkbaar inzicht in kritieke bedrijfsmiddelen te krijgen.

Een predictieve onderhoudsstrategie rendeert het meest in combinatie met volwaardige onlinemonitoring- en analysesoftware. Doorgaans analyseert predictieve analysesoftware bedrijfsgegevens en wordt er daarbij op toegezien dat alle historische en realtimegegevens van sensoren bij de analyse en modelvorming worden betrokken.

Met de technologie kan men zo het gedrag van de meeste systemen en bedrijfsmiddelen opvolgen en interpreteren. Een voorbeeld uit de energiesector (transmissie en distributie) is de toepassing van een predictieve onderhoudsstrategie om transformatoren te monitoren via de analyse van opgeloste gassen, warmteontwikkeling en isolatiedoorslagspanning.

Preventieve onderhoudstechnieken en predictieve analysesoftware kunnen bv. samen worden gebruikt om verschillende gasconcentraties te evalueren en problemen te diagnosticeren voordat een defect ontstaat.

Een transformator betrouwbaarder maken is van het grootste belang, aangezien hij een erg belangrijk onderdeel van het transmissienet vormt.

Productie verbeteren met predictieve analyses
Predictief onderhoud opnemen in een allesomvattende strategie biedt zowel onmiddellijk als op lange termijn voordelen. Een hogere betrouwbaarheid en efficiëntie zijn voor de hand liggende voordelen. Maar hoe wordt daarvoor gezorgd?

Dankzij predictieve onderhoudstactieken kunnen productiefaciliteiten geïnformeerde beslissingen nemen over het tijdstip en de plaats van onderhoudstussenkomsten.

Zo kunnen ze hun onderhoudskosten drukken door alles beter te plannen en het nodige inzicht verwerven om eventueel niet-dringende onderhoudstussenkomsten uit te stellen tot een gepaster en voordeliger tijdstip.

Met predictieve analyses kan men ook achterhalen welke middelen onvoldoende presteren en personeel helpen te begrijpen welke factoren tot de abnormale werking bijdragen.

Op dezelfde manier kan predictieve analysetechnologie defecten voorkomen via vroegtijdige waarschuwingen bij subtiele wijzigingen die anders onopgemerkt gebleven zouden zijn.

De technologie kan problemen dus dagen, weken en maanden op voorhand identificeren, waardoor men proactiever kan optreden.

Dat resulteert niet alleen in kostenbesparingen doordat de levensduur van uitrusting en de onderhoudsintervallen langer worden en de doeltreffendheid en de beschikbaarheid van apparatuur toeneemt.

Ook andere besparingen zijn mogelijk als je de aldus vermeden kosten in aanmerking neemt (stroompannes, vervanging van uitrusting, verlies aan productiviteit, extra manuren enz.).

Vroegtijdige waarschuwingen
Een van de grootste energieklanten van Wonderware kon met onze predictieve analysesoftware PRiSM een subtiele variatie in de eigen uitrusting identificeren die anders een hele tijd onopgemerkt zou zijn gebleven.

Werknemers ontdekten namelijk dat bij het in werking stellen van een condensatorbatterij de neutrale stroom abnormaal hoog was. Desondanks ging het realtimemonitoringalarm niet af.

In plaats van te wachten tot meer condensatoren het zouden laten afweten met bijkomende problemen tot gevolg, was het bedrijf vroegtijdig op de hoogte van het probleem dankzij geavanceerde patroonherkenningstechnologie.

Dit soort vaststellingen of vroegtijdige waarschuwingen zijn niet ongewoon wanneer men een predictieve strategie toepast. Het gaat daarbij van eenvoudige storingen over gevolgen voor de omgeving tot grootschalige efficiëntieverliezen op het net.

Wijs geraken uit big data
Na hun aanzienlijke investeringen in moderne controle-, monitoring- en slimme apparatuur kunnen productiefaciliteiten met predictieve monitoringtechnieken de verzamelde gegevens ook gaan gebruiken en analyseren om beter gefundeerde onderhoudsbeslissingen te nemen.

Met geavanceerde predictieve analyse- en diagnosetechnologie als onderdeel van een allesomvattend onderhoudsprogramma kan men kritieke bedrijfsmiddelen opvolgen en zo dreigende uitrustingsproblemen voorspellen, diagnosticeren en prioriteren.

Continu en in realtime.
Terwijl tal van productiefaciliteiten moeite hebben om de grote hoeveelheid gegevens van slimme toestellen, slimme netwerken en machinesensoren te verwerken, is predictief onderhoud dus echt een praktische toepassing.

Dankzij data en predictieve analyseoplossingen verliezen productiefaciliteiten minder tijd met de zoektocht naar mogelijke problemen en blijft er meer tijd over om elk bedrijfsmiddel optimaal te benutten.

Met deze aanpak kunnen ze het onderhoudsroer dus werkelijk omgooien.


door Eric Van Nispen, General Manager Wonderware Benelux
Vraag snel méér informatie via
de Direct Contact-service van Engineeringnet
" onclick="this.form.action='https://engineeringnet.be/infoaanvraag/DirectContactHome.asp?code=Big Data creëert kansen voor predictief onderhoud - advertorial&EngnetId=14814';" style="font-size: 90%; width:140px; height: 30px;" type="submit">


Bericht van de redactie: dit is een ingezonden mededeling, die mogelijk niet vrij is van commerciële invloeden. De verantwoordelijkheid voor de verstrekte technische en andere gegevens berust volledig bij de vermelde leverancier of fabrikant.