Hoe predictive maintenance machines efficiënter laat draaien

Ook machines, productielijnen en systemen genereren tegenwoordig grote hoeveelheden data. Het gaat dan vaak om sensordata zoals temperatuur, trillingen of zelfs beeldmateriaal. Aan de hand van deze data kunnen we voorspellen wanneer en welke component van een machine of systeem vervangen moet worden. Dit leidt tot lagere kosten door verkorte uitvaltijd, monteurs die doelgerichter kunnen werken en onderdelen die alleen vervangen worden wanneer ze ook echt aan vervanging toe zijn.

Hoe werkt het?

Een eenvoudig voorbeeld hiervan is sensordata van ventilatoren die de motor van een systeem moeten koelen. Gebrekkige ventilatoren resulteren in oververhitting van de motor wat kan leiden tot grote financiële schade. Aan de hand van bijvoorbeeld het aantal rotaties per minuut van de ventilator, de temperatuur van de motor en de fluctuaties hiervan kunnen we een goed inzicht geven in de staat van de ventilatoren. Wij zorgen voor een duurzame data opslag, schonen de data op en gaan vervolgens middels machine learning of deep learning op zoek naar opvallende patronen in deze data. Opvallende patronen in de data bespreken we met een ingenieur om te bepalen of dit duidt op een verhoogde kans op storing.

Op basis van de data en de input van een expert kunnen we een model bouwen. Dit model is in staat om nieuwe data te verwerken en te herkennen wanneer onderhoud verricht moet worden. In de praktijk betekent dit dat het model een van de volgende twee dingen doet:

• Voorspellen hoe lang de ventilator nog meegaat
• Voorspellen hoe groot de kans is dat de ventilator binnen een vooraf bepaalde periode (bijvoorbeeld 30 dagen) kapot zal gaan

Wat levert het op?

Door dit model kunnen we een verschuiving maken van vast periodiek onderhoud naar voorspellend onderhoud (Predictive Maintenance in het Engels). Onderhoud op basis van voorspelling betekent lagere kosten en minder verspilling. Onderdelen worden namelijk pas vervangen wanneer ze aan vervanging toe zijn door monteurs die vooraf beter weten wat er vervangen moet worden.

Wil je weten hoe we voor jouw organisatie de stap naar voorspellend onderhoud kunnen maken, neem dan contact met ons op.