Geeft monitoring inzicht?

Verlagen van onderhoudskosten en het voorkomen van downtime zijn veel voorkomende gespreksonderwerpen in de industrie. Ervaring leert dat onderhoud vaak te vroeg komt of juist te laat. Je krijgt te maken met (extra) kosten waarvan je vaak niet weet of ze eigenlijk onnodig zijn. Daarbij komt de kritische houding van klanten op het functioneren van een machine en de onderdelen. Monitoring is dan oplossing die inmiddels veel gebruikt wordt in de industrie. Wij hebben hier zelf ook veel ervaring mee met ons eigen monitoringsysteem de Beegle. Monitoring wordt vaak als oplossing gezien omdat de gedachte is dat het inzicht geeft.

Monitoring geeft geen inzicht.

Je krijgt data vanuit monitoring, maar dan ben je er nog niet. Wat ga je met de data doen? Hoe interpreteer je de gegevens? Wat kun je ervan leren en hoe ga je er in de toekomst mee om? Wij weten uit de praktijk dat alleen de data die je uit monitoring krijgt geen enkel inzicht geeft. Het is een set aan getallen. Data is een middel en geen doel op zich en is niets anders dan een verzameling gegevens die van een machine via sensoren door wordt gegeven, ook wel ruwe data genoemd. Met andere woorden onleesbare en eigenlijk onbruikbare gegevens. Deze ruwe data moet dus gefilterd en omgezet worden in leesbare en herkenbare data.

Kies het onderdeel en het juiste moment.

Data mag zoals gezegd geen doel op zich zijn. Te veel data, ook al is het gefilterd geeft data-stress en dan gaat het zijn doel voorbij. Essentieel is het om de juiste onderdelen te monitoren op het juiste moment en onder de juiste omstandigheden. Dit is niet zo eenvoudig als dat het klinkt, vandaar dat historische data belangrijk is. Bedenk waarom je een onderdeel wilt monitoren. Dit hoeft niet altijd een kritisch machine onderdeel te zijn. Het kan ook zijn dat de monteur moeilijk bij het onderdeel kan komen voor bijv. vervanging.

Hoe gebruik je de data?

Veelal wordt data gebruikt om een situatie achteraf te analyseren. Dan weet je wat er gebeurd is, maar dan is het kwaad al geschied. Efficiënter is om de huidige data te analyseren in combinatie met de historische data, dit geeft een voortschrijdend inzicht. Op basis van deze data combinatie kunnen analytische modellen ontwikkeld worden die patronen herkennen. Hiermee kunnen voorspellingen voor onderhoud en downtime beter gedaan worden. Daarbij geeft real-time inzicht je het voordeel dat je direct kunt reageren wanneer je ziet dat de waarde een grens overschrijden. Er is nog niets kapot en alles draait nog, maar je weet wel dat er aandacht nodig is om erger te voorkomen.

Interpreteren van Data

Data-analyse is een specialisme op zich, echter in de praktijk is interpreteren van data ook een combinatie van gezond verstand en ervaring. Omgevingsvariabelen als temperatuur, vocht, trillingen enz. hebben ook een invloed op de gegenereerde data. Om die reden is het zo dat enkel een theoretische analyse, die op dat moment gedaan wordt geen garantie geeft. Een juiste data-analyse kent de combinatie van theorie en praktijk in combinatie met ervaring en historische gegevens.  

In gesprek over monitoring?

Wil je weten wat de mogelijkheden voor jou zijn m.b.t. monitoring? Wij denken graag met je mee en kunnen je een breed scala aan opties voorleggen. Neem contact op met Frans Nijman wanneer je in gesprek wilt over de opties.