Big Data gebruiken om onderhoud aan machines te voorspellen

Maarssen, 12 september 2018 15:28 | Dionne Irving

Voorspelbaar onderhoud oftewel predictive maintenance is al jaren een item in de industrie, maar de laatste jaren wordt er steeds meer gebruik van gemaakt door de hoeveelheid data die beschikbaar komt.

Sensoren worden steeds goedkoper waardoor er meer data beschikbaar is. Wat er allemaal mogelijk is, is te horen op het Engineering in Food&Beverage Event op 10 oktober aanstaande in De Fabrique in Utrecht. VMT organiseert samen met NVDO, GMV en Engineersonline het event met als thema: Van big data naar smart decisions. Voorspelbaar onderhoud is daar onderdeel van.

 

TPM en big data

Bedrijven kunnen hun datacollectie inzetten om onderhoudsmethodieken zoals TPM te ondersteunen. Daan van der Hoeven van FrieslandCampina en Ernest Severens van Stork Asset Management Technology zullen vertellen hoe zij op een praktische wijze invulling geven aan dit thema.

 

Nauwkeuriger dan ooit voorspellen

Met grote hoeveelheden data en met geavanceerde analysetechnieken valt nauwkeuriger dan ooit te voorspellen wanneer een asset dreigt te falen en hoe onderhoud slimmer ingericht kan worden op basis van de data-analyse. Dit betogen Mark Haarman, partner Mainnovation en Michel Mulders partner PwC tijdens het Engineering in Food&Beverage Event.

 

De potentie van predictive maintenance met big data is enorm: sterk verbeterde uptime, verlenging van de levensduur van assets, significante verhoging van de veiligheid voor uw mensen en de omgeving en natuurlijk verdere verlaging van de kosten voor onderhoud. Maar hoe zit het nu met het waarmaken van die veelbelovende mogelijkheden in de praktijk?

 

Inzet big data voor predictive maintenance

In de afgelopen maanden hebben PwC en Mainnovation onderzoek gedaan naar de inzet van big data voor predictive maintenance bij bedrijven in België, Nederland en Duitsland. De inzichten die ze uit dit onderzoek hebben verkregen, zullen ze presenteren op 10 oktober.

 

In deze sessie over voorspelbaar onderhoud vertelt Simon Jagers van Semiotic Labs hoe ze met speciale sensoren en slimme algoritmes een Smart Condition Monitoringssysteem voor elektromotor-aangedreven machines in de bakkerij-branche hebben ontwikkeld. Bilfinger Tebodin zal vertellen over hoe een digitale transformatie van een fabriek op basis van data onder andere leidt tot toekomstgericht onderhoud.

 

Bekijk het hele programma

Schrijf u direct in