artikel

Onderhoud fabriek wordt voorspelbare factor

Algemeen

Onderhoud fabriek wordt voorspelbare factor

Predictief onderhoud 4.0 maakt het mogelijk om in een vroeg stadium storingen te voorspellen en tijdig maatregelen te nemen. “Wat onvoorspelbaar was, wordt voorspelbaar.”Dit artikel is verschenen in VMT 10 van 14 september 2018.

“De productie kan ongestoord doorgaan”, zegt Peter Decaigny, partner bij onderhoudsadviesbureau Mainnovation. Cruciaal voor een succesvolle implementatie van deze onderhoudsstrategie is een digitale bedrijfscultuur: “Bedrijven beginnen doorgaans pas serieus te denken over predictief onderhoud 4.0 (predictive maintenance of: PdM 4.0, red.) als onderhoudsstrategie bij investeringen in een nieuwe installatie of proceslijn.

Het komt zelden voor dat ze bestaande installaties hiervoor aanpassen.”
Voornaamste drijfveren zijn lagere totaalkosten tijdens de levensduur van de installatie, een langere levensduur, een hogere uptime en lagere veiligheids-, gezondheids en milieurisico’s in de fabriek. De ontwikkeling van predictief onderhoud binnen de foodindustrie verloopt volgens Decaigny niet overal even snel: “Bedrijven in de business-to-businessmarkt en bedrijven met veel gelijke installaties lijken voorop te lopen.”

Vier volwassenheidsniveaus

Het vorig jaar verschenen rapport ‘Predictive Maintenance 4.0 Predict the unpredicatable’, dat Mainnovation samen met PricewaterhouseCoopers (PwC) publiceerde, onderscheidt vier volwassenheidsniveaus voor predictief onderhoud (kader). Aan het onderzoek deden 280 industriële bedrijven uit Nederland, België en Duitsland mee.

Twee derde van de bedrijven bevindt zich op de eerste twee niveaus (audiovisuele en instrumentele inspecties van de installaties), 11% bevindt zich op het hoogste niveau. “In voedingsmiddelenbedrijven is PdM 4.0 uitzonderlijk. Real-time conditiebewaking (niveau 3, red.) komt daar nog nauwelijks tot niet voor.”

 

 

Warmtewisselaars

Een mooi voorbeeld van de toepassing van PdM 4.0 betreft warmtewisselaars. Decaigny: “Afhankelijk van de intensiteit van de verhitting en het verwerkte product slibben die dicht doordat stoffen aan de apparatuur hechten. Om die reden worden ze gewoonlijk periodiek gedemonteerd en gereinigd en worden pakkingen mogelijk vervangen.”
PdM 4.0 maakt het echter mogelijk onderhoud zo te plannen dat dit kan gebeuren tijdens een geplande onderhoudsstilstand, legt Decaigny uit.

Druksensoren meten een toenemende druk die duidt op vervuiling, waarna procesparameters, druk, temperatuur en debiet worden bijgesteld, zodat vervuiling wordt vertraagd en onderhoud uit te stellen is tot het meest geschikte tijdstip. Aan de basis hiervan ligt een rekenmodel, gebaseerd op proces- en productparameters, dat ervoor zorgt dat voedselveiligheid gegarandeerd blijft.

Vier niveaus van predictief onderhoud

Niveau 1. Visuele inspecties: periodieke, fysieke inspecties van de installatie. Conclusies over de conditie van een installatie zijn uitsluitend gebaseerd op de expertise van de inspecteurs bij audiovisuele waarnemingen. Niveau 2. Instrumentele inspecties: visueel uitlezen van instrumenten, periodieke inspecties. Conclusies zijn gebaseerd op een combinatie van de expertise van de inspecteurs en de meetresultaten van instrumenten (bijvoorbeeld trillingsmetingen of smeerolieanalyse). Niveau 3. Real-time conditiebewaking: continue real-time monitoring door sensoren van assets en alarmen op basis van vooraf vastgestelde regels of kritische niveaus. Niveau 4. PdM 4.0: continue real-time monitoring van assets, met waarschuwingen op basis van voorspellende technieken, zoals regressieanalyse.

Big data

Met behulp van big data-analyses is het mogelijk zelflerende algoritmes te ontwikkelen. Decaigny: “PdM 4.0 benut de kracht van kunstmatig intelligentie om inzichten te creëren. Dit gebeurt door het detecteren van patronen en anomalieën die ontsnappen aan de cognitieve vermogens van zelfs de meest begaafde mensen. Zo is te voorspellen wat eerder onvoorspelbaar was.”

Engineering in Food & Beverage

Mainnovation en PwC hebben het onderzoek naar PdM 4.0 dit jaar opnieuw uitgevoerd. Op het event Engineering in Food & Beverage op 10 oktober presenteren Mark Haarman (Mainnovation) en Michel Mulder (PwC) de laatste resultaten. Meer informatie: http://www.vmt.nl/engineeringinfoodandbeverage 

Succesvolle implementatie

“Het is evident dat PdM 4.0 niet los van de onderhoudsorganisatie in een voedingsmiddelenbedrijf te implementeren is”, onderstreept Decaigny. “PdM 4.0 moet deel uitmaken van de digitale strategie binnen de productieomgeving en volledig worden gedragen door de directie.” Hij verduidelijkt de impact ervan op de organisatie van een bedrijf: “De implementatie van PdM 4.0 vereist nauwgezette samenwerking tussen verschillende disciplines en functionarissen: reliability engineers, operators, procestechnologen, datascientists, ICTspecialisten en uiteraard onderhouds- en productiemanagers. Hier moeten bedrijven tijd en geld in investeren.”

Verder verwijst Decaigny naar de nodige samenwerking met leveranciers van ‘state of-the-art’ – met sensoren – uitgeruste installaties, die voor de data zullen moeten zorgen. Hij noemt meteen een heikel punt bij PdM 4.0: voldoende data voor de ontwikkeling van voorspellende rekenmodellen of algoritmen. “Technologisch is het nog steeds een uitdaging om continu, real-time data te verzamelen uit de verschillende installaties en onderdelen. Bovendien is vaak een deel van de oudere installaties nog niet uitgerust met de sensoren voor de benodigde parameters. Ook worden hoge eisen gesteld aan de netwerkcapaciteit bij het verzamelen van grote hoeveelheden gegevens (kader).”

Decaigny: “Een andere vereiste is een digitale bedrijfscultuur binnen de organisatie. Hierin dagen medewerkers met een open mind voor nieuwe ICT-technologie elkaar vanuit verschillende disciplines uit bij het nemen van beslissingen op basis van data. Ze mogen hierbij niet worden geremd wanneer deze beslissingen afwijken van de beslissingen die ze altijd namen. Met PdM 4.0 slaan ze mogelijk nieuwe wegen in.”

Big Data en IoT

Voor de implementatie van PdM 4.0 moet weloverwogen worden gekozen welke data bedrijven willen verzamelen van welke externe en interne bronnen en op welke manier (via de cloud of een bedrijfsnetwerk). Datatoegang kan effect hebben op de bandbreedte en betrouwbaarheid van het communicatienetwerk. Een Internet of Things (IoT)-infrastructuur heeft daarbij de voorkeur.
De juiste IoT-infrastructuur omvat de keuze van een (open) protocol, draadloze verbindingen, data-encryptie en een bepaald veiligheidsniveau.

De keuze van het data-analyseplatform is een belangrijke beslissing voor het bedrijf om te komen tot een geïntegreerde oplossing. Bestaande ERP-systemen hebben nog niet de vereiste mogelijkheden voor de verwerking van de gegevens voor trendanalyse en algoritmen. De voorkeur van Mainnovation en PwC bestaat uit een data-integratielaag, gekoppeld aan het ERP-systeem, en op maat gemaakte analysetools per toepassing van PdM 4.0.

Reageer op dit artikel