Door het toepassen van voorspellend onderhoud kunnen bedrijven en fabrikanten de werking van machines beoordelen. Ze kunnen ook storingen analyseren en hierdoor inschatten wanneer de volgende storing zou kunnen optreden. Door de werking te analyseren en te voorspellen, kunt u een onderhoud voortaan van tevoren plannen en u kunt uw voorraad beter beheren. Tevens zult u de efficiëntie van uw bedrijf verhogen doordat u minder last heeft van uitval.
Om de werking van machines te beoordelen en om komende storingen voor te zijn is een goede strategie nodig voor een voorspellend onderhoudsprogramma. U heeft hier effectieve middelen voor nodig, zoals sensormetingen en zeer goede kennis van het systeem. U dient rekening te houden met meerdere factoren zoals:
- De gedetecteerde bronnen van storingen en hun frequentie. Bij dergelijke bronnen kunt u denken aan belangrijke onderdelen van een machine.
- Gebruik van sensoren om processen te meten. Het aantal sensoren, het type, de locatie en hun betrouwbaarheid hebben invloed op het bepalen van algoritmen.
- Hoe verschillende storingen zich vertalen naar waarneembare symptomen. Om zo’n oorzaak-gevolg analyse te kunnen doen zijn sensoren nodig en uitgebreide analyse van data.
- Kennis van het gehele systeem. Deze kan afkomstig zijn van systeemanalyses en van experts. Wanneer u goede kennis van het systeem heeft, dan bent u op de hoogte van de werking van de machine, zijn maximale bereik en de specifieke aard van metingen en onderhoud.
- Het ultieme doel van uw onderhoudsprogramma, zoals herstel van storingen of het bepalen van een onderhoudsschema.
Wat algoritmen kunnen betekenen voor voorspellend onderhoud
Bij een programma voor voorspellend onderhoud wordt gebruik gemaakt van algoritmen. Deze algoritmen helpen om de data te analyseren die zijn gemeten in een bepaald proces van een bedrijf.
Om de werking van een machine te monitoren, en eventuele storingen op te kunnen sporen, wordt een constante diagnose van gegevens uitgevoerd. Dit wordt conditiebewaking genoemd. Door middel van sensoren worden gegevens verzameld zoals temperatuur, druk, spanningen en trillingen.
Een verandering in een proces wordt een conditie-indicator genoemd. Wanneer een verandering optreedt dan zal het algoritme een diagnose uitvoeren door gegevens te vergelijken met andere momenten van storing of defecte condities. Op basis van de huidige en vroegere staat van de machine wordt een voorspelling gedaan wanneer een storing zal optreden. Door het verzamelen van steeds meer data, kunnen betere prognoses worden gedaan en nieuwe waarden voor conditie-indicatoren worden voorspeld. Deze toekomstige waarden worden gebruikt om uit te rekenen hoe lang een machine zal meegaan en wanneer onderhoud vereist is.
Als voorbeeld kunnen we een versnellingsbak nemen. Via constante metingen van trillingen over een bepaalde tijd kunnen voorspellingen worden gedaan met een algoritme. Het algoritme kan de waarden vergelijken met bepaalde drempelwaarden die goede werking van de versnellingsbak garanderen of wanneer er storing zou kunnen optreden.
Voor een voorspellend onderhoudssysteem worden sensoren gebruikt die een proces monitoren. Deze sensoren zorgen voor enorm veel data. Algoritmen en hardware zoals laptops zorgen ervoor dat werknemers en technici deze gegevens kunnen gebruiken om het feitelijke onderhoud uit te voeren.
Gegevens verzamelen om algoritmen te bepalen
Om algoritmen te kunnen ontwerpen heeft u data nodig. Een bedrijf moet vaak enorm veel data beheren en verwerken. Dat gaat om gegevens van meerdere machines, processen en sensoren. Deze draaien op verschillende momenten en onder andere omstandigheden. Beschikking hebben tot de volgende soorten gegevens is belangrijk:
- Real-time data van normale systeembediening
- Real-time data van een systeem dat werkt, maar in een defecte staat
- Real-time data van storingen (run-to-failure-gegevens)
U kunt bijvoorbeeld gegevens hebben via een sensor over de werking van het systeem, zoals temperatuur, druk en trillingen. Dergelijke gegevens worden doorgaans opgeslagen als signaaldata. Het kan ook zijn dat u data heeft in tekst zoals gegevens uit onderhoudsrecords. Deze gegevens worden opgeslagen in bestanden en databases.
Na het verzamelen van de gegevens worden deze geanalyseerd. Belangrijk is om de conditie-indicatoren te bepalen van een proces. Van welke functies in het systeem verandert het gedrag op een voorspelbare manier naarmate het systeem achteruitgaat? Elke functie die het verschil uitmaakt tussen een normale werking of een defecte staat is een conditie-indicator.
Conditie-indicatoren monitoren via een IoT-oplossing
Om de werking van een proces of machine te monitoren worden sensoren gebruikt. Met een IoT-oplossing, zoals De Thingsway van Salland Electronics, kunt u continu laten monitoren op bepaalde conditie-indicatoren. Bovendien worden deze gegevens rechtstreeks naar u toe gestuurd via een rechtstreekse internetverbinding.
De Thingsway is een basisproduct dat snel toepasbaar is in uw bedrijf. Afhankelijk van de te meten indicator worden de sensoren aangepast. Ook de behuizing kan worden aangepast zodat deze geschikt is voor de omgeving waarin de sensor wordt ingezet.
Vrijblijvend contact
Met het IoT ThingsWay producten en diensten portfolio is een totaalpakket gerealiseerd van sensor tot en met cloud om snel en eenvoudig IoT projecten voor preventief onderhoud te implementeren. De onderdelen bestaan uit een hardware platform, connectivity via het mobiele telecommunicatie netwerk en een cloud dienst. Omdat het een platform is en geen standaard oplossing is het eenvoudig aan te passen voor integratie met bestaande producten en/of installaties. Heeft u vragen of bent u benieuwd naar de mogelijkheden? Neem dan vrijblijvend contact met ons op!