Met de introductie van industriële IoT is een productielijn vandaag de dag meer dan alleen een mechanisch pronkstuk. Door middel van sensoren die de temperatuur en de vochtigheidsgraad kunnen meten, soms vergezeld van een infraroodscanner, verandert een productielijn spontaan in een bron van big data. Hoewel dit waarschijnlijk niet het eerste is waar je bij een machine aan denkt, is het wel van belang om een strategie te hebben voor het gebruik van al deze waardevolle gegevens.
Het verzamelen van data binnen productieprocessen is om meerdere redenen belangrijk. Voorop staat de mogelijkheid om ze te analyseren voor het toepassen van voorspellend onderhoud (predictive maintenance). Uit een gezamenlijke studie van Emerson en Wall Street Journal blijkt dat onverwachte stilstand bij machines jaarlijks een kostenpost opleveren van 50 miljard dollar per jaar voor de hele industrie. Mechanisch falen is daar met 42 procent een belangrijke oorzaak van.
Er valt dus nog genoeg te winnen. Voorspellend onderhoud is verreweg de beste optie die je op dit moment hebt om onderhoudskosten te drukken. Uiteraard verschilt iedere situatie, maar gemiddeld levert de introductie van voorspellend onderhoud besparingen op tot zo’n dertig procent.
Op dit moment zijn veel fabrieken afhankelijk van handmatig uitgevoerde, menselijke inspecties om de dure machines draaiende te houden. Hoewel daar niets op tegen is, kent het zijn beperkingen. Menselijke inspectie is altijd een momentopname en neemt zelden alle mogelijke problemen waar. Daarnaast is goed onderhoudspersoneel schaars en zeker niet goedkoop.
Automatisch uitgevoerd voorspellend onderhoud is in zekere zin het tegenovergestelde. Het wordt real-time uitgevoerd en de beslissingen zijn gebaseerd op de historische gegevens van je productielijn. Op die manier kan een algoritme na verloop van tijd heel gericht voorspellen wanneer en voor welk onderdeel onderhoud nodig is. Dit zorgt niet alleen voor een flinke reductie in de stilstand van machines, maar verlengt ook de levensduur.
Hoewel het wellicht makkelijk klinkt, is het invoeren van voorspellend onderhoud dat zeker niet. Daar zijn een aantal redenen voor:
Het derde punt is exact de reden waarom het belangrijk is om voorspellend onderhoud te overwegen voordat je een nieuwe machine koopt of een nieuwe productielijn opzet.
Wat ga je bijvoorbeeld doen met alle data die je verzamelt? Het opslaan van temperatuur- en vochtigheidsgegevens klinkt wellicht als een bijkomstigheid, maar is dat zeker niet. Wanneer een sensor iedere vijf seconden een meting doet, 24 uur per dag, loopt de teller al snel op tot twee of drie gigabyte per dag. Ga je dat echt allemaal opslaan? En waar? En is iedere vijf seconde hier echt noodzakelijk? Of is per 5 minuten ook accuraat genoeg?
Om alleen deze vraag al te kunnen beantwoorden is het belangrijk om in ieder geval de mogelijkheid van voorspellend onderhoud vooraf te overwegen. Zelfs al ga je er nog niet gelijk gebruik van maken, dan nog is het belangrijk om je historische data alvast te verzamelen. Ook het bedenken van een methode om deze data ‘schoon’ te houden is van de start af aan enorm belangrijk. Op die manier leg je nu alvast de fundering waar je over één of twee jaar de vruchten van kunt plukken.
Bij LINKIT weten we alles af van voorspellend onderhoud en de vele keuzes die daarbij komen. Mocht je advies nodig hebben voor het opzetten van een datastrategie voor je machinerie, dan kun je altijd contact opnemen met één van onze experts voor meer informatie. Of download onze gratis whitepaper voor meer mogelijkheden om je bedrijfswaarde te vergroten door middel van voorspellend onderhoud en/of kwaliteitsinspectie.