Voorspellend onderhoud makkelijk gemaakt 

Voorspellend onderhoud ofwel ‘predictive maintenance’ is een vrij abstracte vorm van onderhoud. Het houdt in dat wanneer het nodig is onderhoud wordt uitgevoerd, maar hoe bepaal je dat? Veelal is het ook lastig te bepalen, om reden dat uitval van machineonderdelen niet zomaar te voorspellen is. Om voorspellingen te kunnen doen is veel data nodig, wat betekent dat een lange tijd machineonderdelen gemonitord moeten worden, tijdens verschillende bedrijfsomstandigheden. Daarnaast is data-analyse essentieel, hoe dient de data te worden geïnterpreteerd, wat zijn de toleranties, hoe groot is het risico bij bepaalde afwijkingen enz. 

Als organisaties de overstap maken naar voorspellend onderhoud is dit zeer intensief en is kennis van monitoren onontbeerlijk. De machines of machineonderdelen moeten geschikt zijn, of gemaakt worden voor het monteren van sensoren en moeten aan te sluiten zijn op het internet (Internet of Things). De operators en de technische diensten moeten geschoold en ervaren worden in het bepalen van afwijkingen in de vorm van geluid, trillingen, temperatuur e.d van de machineonderdelen.

Wij maken monitoring met de Beegle klein en toegankelijk. Niet als gehele organisatie een overstap maken naar voorspellend onderhoud, maar als afdeling of kleiner nog als medewerker. Er wordt veel geschreven over voorspellend onderhoud. Hieronder vind je een plan samengevat in 5 eenvoudige stappen naar voorspellend onderhoud.  

Stap 1 | Kies een kritisch machineonderdeel  

Het begint bij een onderdeel waarbij het de moeite waard is om te monitoren en waar data van verzameld kan worden. Wij kijken daarbij ook naar de behoefte die er ligt. In principe kun je alles monitoren, maar wat levert het je op?  

Vaak gaat het om onderdelen die stilstand veroorzaken en waarbij een geheel proces verstoord wordt. Het kost tijd en geld om ze met de hand te monitoren en vaak worden ze preventief vervangen terwijl het onderdeel nog goed werkt. In die gevallen is monitoring zinvol. Je kunt het gedrag van een onderdeel op afstand in de gaten houden en bijsturen voordat het misgaat.  

Bij veel monitoringsystemen moeten er een revisie van een machine plaatsvinden, zodat er een 0-stand gecreëerd wordt en van waaruit er wordt gemeten. Dit is bij de Beegle niet nodig, wat monitoring eenvoudiger en goedkoper maakt. Je meet namelijk alleen een afwijking ten opzichte van de vooraf ingestelde norm. Daarbij maakt het niet uit of het een gebruikt of nieuw onderdeel betreft.  

Stap 2 | Houd het beheersbaar 

In de praktijk heeft monitoring invloed op werkprocessen en iedereen moet wennen aan de nieuwe manier van werken. Aanvullend heb je te maken met data van de monitoring die je wilt analyseren. Ook het vinden van toepassingen vraagt tijd en ruimte. Het kan echter zo simpel zijn als een sensor voor temperatuur of trilling. Combinaties zijn uiteraard mogelijk en het kan zo ingewikkeld als je wilt. 

Data is over het algemeen ongestructureerd en er kunnen op weinig of veel plekken metingen worden gedaan. Uiteraard geldt dat hoe meer gegevens (data) beschikbaar is hoe exacter je de status kan bepalen. Onze ervaring is dat dit het hierdoor onnodig gecompliceerd wordt in het begin waardoor het monitoren snel strandt. Wanneer je klein begint is de Beegle gemakkelijk uit te breiden omdat je steeds meer inzicht krijgt in de mogelijkheden en wat er vanuit de organisatie nodig is aan kennis en expertise.  

Stap 3 | Zorg voor een leesbare analyse 

In de praktijk valt of staat een leesbare analyse bij het algoritme wat je gebruikt om data te filteren en analyseren. Omdat wij bij de ontwikkeling van de Beegle ook een eigen algoritme hebben ontwikkeld krijg je direct gefilterde data. Dit maakt het gebruik van de Beegle erg eenvoudig en direct toepasbaar. Wij analyseren met de Beegle alleen de afwijkingen, dit maakt het gebruik ook eenvoudiger in vergelijk met andere systemen. Daarbij gaan we uit van een vooraf bepaalde interventiewaarde. Bij overschrijding van deze waarde krijg je een melding. 

Stap 4 | Leer vertrouwen op data 

Het vertrouwen op de data en ernaar handelen is vaak een te grote stap om in één keer te maken. Een combinatie is uiteraard ook mogelijk. Begin klein, kies 1 of meerdere onderdelen in 1 machine en laat het onderhoud parallel lopen met het bestaande onderhoudsprocedures. Door klein te beginnen kun je vertrouwen opbouwen. Het daadwerkelijk handelen op basis van de verkregen data is een grote stap.  

Stap 5 | Voorspel storingen 

Vanaf hier wordt het ingewikkelder. Voorspellend onderhoud kan in theorie goed werken, de praktijk kent ook goede voorbeelden. Echter moet je er rekening mee houden dat techniek zich niet laat dwingen en dat er altijd situaties kunnen voordoen waar vooraf geen rekening mee gehouden kon worden, en hierdoor machineonderdelen sneller uitvallen als voorspeld. Door te beginnen met monitoring zet je een kleine stap met uiteindelijk mogelijkheden voor voorspellend onderhoud.