Predictive maintenance
Met predictive maintenance zie je aankomen dat een machine aandacht nodig heeft, voordat hij stilvalt. We koppelen sensordata, machinegegevens en je storingshistorie en bouwen een model dat afwijkingen herkent en een seintje geeft. Voor productiebedrijven en bedrijven met koeling, pompen, motoren of andere installaties waar een storing veel geld kost. Het levert minder onverwachte stilstand op, onderhoud op het juiste moment en minder spoedwerk.
In het kort
Het probleem
Dat horen we in productie vaak. Een pomp, een compressor of een lopende band valt midden in een drukke week uit. De monteur moet komen, een onderdeel moet besteld, en ondertussen ligt de productie stil. Klanten wachten, medewerkers staan te wachten en de kosten lopen op.
De gebruikelijke oplossing is preventief onderhoud: elke zoveel weken of draaiuren een beurt, of er nu iets aan de hand is of niet. Dat voorkomt een deel van de storingen, maar je vervangt ook onderdelen die nog prima waren. En storingen tussen twee beurten zie je nog steeds niet aankomen.
Vaak zijn de signalen er al. Een motor die warmer wordt, een trilling die toeneemt, een stroomverbruik dat langzaam stijgt. Alleen kijkt niemand daar elke dag naar.
Uitleg
Predictive maintenance betekent onderhoud op basis van de toestand van een machine, in plaats van op basis van de kalender. Je meet continu hoe een machine draait en voorspelt daarmee wanneer er iets mis gaat. Zo plan je onderhoud op het moment dat het nodig is.
Er zijn drie vormen van onderhoud naast elkaar:
| Vorm | Wanneer | Nadeel |
|---|---|---|
| Correctief | Als het kapot is | Onverwachte stilstand en spoedwerk |
| Preventief | Op vaste momenten | Onderdelen vervangen die nog goed waren, storingen ertussen gemist |
| Voorspellend | Als de gegevens een probleem aankondigen | Vraagt gegevens en een model dat je moet onderhouden |
Het werkt met gegevens die veel machines al leveren: temperatuur, trilling, druk, stroomverbruik, draaiuren en foutcodes. Daar komt de storingshistorie bij: wanneer ging iets kapot en wat was er daarvoor te zien. Een model leert welke patronen een storing aankondigen en geeft een melding als het die weer ziet.
Oplevering
01
Sensoren, machinebesturing en storingshistorie op één plek, met een koppeling die blijft lopen.
Lees meer02
Een seintje naar de juiste persoon als een machine afwijkt, met uitleg wat er afwijkt en hoe erg.
Lees meer03
Een dashboard met de toestand van elke machine, trends en de verwachte onderhoudsmomenten.
Lees meer04
Werkorders in je onderhoudssysteem of ERP, zodat onderhoud vanzelf in de planning komt.
Lees meerWerkwijze
Voorbeeld
Een fictief voorbeeld. Een voedingsbedrijf heeft een aantal koel- en vriescellen. Valt een compressor uit, dan gaat er binnen een paar uur voorraad verloren. Er is een temperatuuralarm, maar dat gaat pas af als het al te laat is.
We koppelen de temperatuur, het stroomverbruik en de draaitijd van elke compressor. Het model leert hoe een gezonde installatie zich gedraagt: hoe lang hij moet draaien om op temperatuur te komen, hoeveel stroom hij gebruikt. Draait een compressor steeds langer voor hetzelfde resultaat, of stijgt het verbruik langzaam, dan krijgt de technische dienst een melding. Ruim voordat het alarm afgaat.
In het bouwden we voor Mousse Cakes een systeem waarin koeling en vriezers 24/7 bewaakt worden, met een digitaal logboek waarmee elke batch traceerbaar is. Dat is bewaking, de eerste stap richting voorspellend onderhoud. hebben we een eigen predictive maintenance project of demo die we mogen noemen?
Software
Er is kant-en-klare predictive maintenance software, vaak van de leverancier van de machine of van grote industriële platforms. Werkt al je apparatuur van één merk en biedt de leverancier een goede oplossing, dan is dat vaak de snelste weg. We kopen wat al goed bestaat.
Maatwerk is zinvol als je machines van verschillende merken hebt, als de gegevens in verschillende systemen zitten, of als je de voorspellingen wilt koppelen aan je eigen planning en ERP. Ook als je de gegevens en het model zelf in handen wilt houden. Vaak is het een mix: bestaande sensoren en platforms, met een laag erbovenop die alles samenbrengt. Hoe AI verder in productie helpt, lees je bij AI in de industrie. Voor controle met camera's, zoals slijtage of lekkage zien, kijk bij computer vision.
Kosten
De kosten hangen af van het aantal machines, welke gegevens er al zijn, of er sensoren bij moeten en welke systemen we koppelen. Een eerste machine met bestaande sensoren is iets anders dan een hele fabriek zonder gegevens.
We werken met een vaste prijs per afgesproken stap, met functionaliteiten en acceptatiecriteria vooraf. Kost het ons meer tijd dan ingeschat, dan dragen wij dat binnen de scope. Lost de opgeleverde kernfunctionaliteit het vooraf omschreven probleem niet op, dan betaal je niet voor die oplossing. prijsindicatie predictive maintenance, eerste machine en uitbreiding
De opbrengst reken je uit met wat een uur stilstand kost, hoe vaak het nu misgaat en wat je bespaart op onderhoud dat niet nodig was. Die som maken we samen voordat je beslist.
Veiligheid
Machinegegevens zijn bedrijfsgevoelig, en een koppeling met de werkvloer mag de besturing nooit in gevaar brengen. We lezen gegevens uit zonder in te grijpen in de besturing, scheiden het netwerk van de machines van de rest waar dat nodig is en werken met toegangsbeheer en logging. Meer over beveiliging lees je bij cyber security.
De code, het model en de gegevens zijn van jou. We werken met Europese hosting waar passend, of op een eigen server bij je op locatie.
Voor onderzoek, ontwikkeling en scholing zijn er landelijke en regionale regelingen. We checken welke bij jouw plan passen.
Veelgestelde vragen
Dat hangt af van het aantal machines, welke gegevens er al zijn, of er sensoren bij moeten en welke systemen we koppelen. We spreken een vaste prijs per stap af, met acceptatiecriteria vooraf. prijsindicatie predictive maintenance Vaak beginnen we met één machine waar een storing het meeste kost.
Het koppelen van gegevens en de eerste meldingen bij afwijkingen kunnen vrij snel staan. Echt voorspellen vraagt tijd, omdat het model moet leren wat normaal is en er storingen nodig zijn om van te leren. gebruikelijke doorlooptijd predictive maintenance project In het eerste gesprek maken we een planning.
Meestal wel. Veel machines leveren al gegevens via hun besturing of sensoren. Ontbreekt er iets, dan kunnen losse sensoren worden bijgeplaatst. De meldingen en werkorders koppelen we aan je onderhoudssysteem of ERP, als dat een API of een exportmogelijkheid heeft.
Preventief onderhoud gebeurt op vaste momenten, bijvoorbeeld elke drie maanden of na een aantal draaiuren. Voorspellend onderhoud gebeurt als de gegevens laten zien dat het nodig is. Zo vervang je minder onderdelen die nog goed zijn en zie je meer storingen aankomen.
Dat is een van de eerste dingen die we uitzoeken. Met weinig storingshistorie kun je nog steeds afwijkingen van het normale gedrag herkennen. Hoe meer gegevens en storingen je vastlegt, hoe beter de voorspellingen na verloop van tijd worden.
Plan een strategiegesprek, dan bespreken we welke machines het meeste kosten als ze stilvallen en welke gegevens er al zijn.
