Ruim van tevoren weten wanneer een machine faalt voorkomt ongeplande stilstand en kapotte apparatuur. Gemiddeld verhoogt predictive maintenance de productiviteit met 25%, vermindert het aantal storingen met 70% en verlaagt het de onderhoudskosten met 25%*. Het is gebaseerd op geavanceerde analyses voor het uitvoeren van onderhoud op industriële schaal. Predictive maintenance helpt bedrijven kosten te besparen en meer controle te krijgen over de apparatuur en het machinepark. Maar hoe werkt het precies, wat is ervoor nodig, en levert het daadwerkelijk rendement op? Meer weten?

De oorsprong van predictive maintenance

Industriële productie is gedurende de laatste eeuwen enorm geëvolueerd. Van stoom- en waterkracht, via assemblagelijnen, tot digitalisering. Het concept van predictive maintenance ontstond tijdens de Tweede Wereldoorlog. C.H. Waddington, een adviseur van de Britse luchtmacht, stelde een nieuw onderhoudsplan voor. Het werd toentertijd “conditie gebaseerd onderhoud” (Condition-based maintenance, CBM) genoemd en verbeterde de prestaties van gevechtsvliegtuigen als nooit tevoren. CBM werd vanaf eind jaren ’40 verder doorontwikkeld door commerciële industrieën. In de jaren ’80 en ’90 maakten digitale systemen zoals CMMS- en EAM-software CBM toegankelijker, wat uiteindelijk leidde tot de predictive maintenance dat we nu kennen, ondersteund door IoT-technologie.

Industrie 4.0 en predictive maintenance

De industrie 4.0 – de zogenaamde vierde industriële revolutie – is momenteel in volle gang. Het wordt gekenmerkt door onderlinge verbondenheid en een enorme hoeveelheid beschikbare informatie. De productiviteit is voortdurend toegenomen dankzij moderne machines. Deze machines zijn zeer complex en vereisen grote investeringen. In de context van Industrie 4.0 betekent maintenance veel meer dan alleen het voorkomen van stilstand van individuele machines. Machines zijn binnen de gehele productieketen steeds meer onderling verbonden. Eén defecte machine kan namelijk het hele productieproces stilleggen. Tegenwoordig kunnen gebrekkige onderhoudsstrategieën de totale productieve capaciteit van een fabriek met 5 tot 20% verminderen*. Lange en ononderbroken gebruiksduur van kapitaalintensieve, sterk geïntegreerde machines levert een belangrijk concurrentievoordeel op. Dit geldt ook voor efficiënt en goed gecoördineerde predictive maintenance.

Wat is de definitie van predictive maintenance?

Predictive maintenance draait om het continu analyseren van systemen en processen om onderhoud zo betrouwbaar, efficiënt en kosteneffectief mogelijk uit te voeren. Door middel van systematische monitoring kunnen bedrijven near-realtime onderhoud plannen met minimale verstoringen van de productie. Het idee is om real-time data te analyseren en onderhoud alleen uit te voeren wanneer dat echt nodig is, in plaats van periodiek onderhoud dat mogelijk onnodig is. Dit gebeurt door constante monitoring, dataverzameling en analyse.

Wat is het verschil tussen periodiek onderhoud en predictive maintenance?

Onderhoud wordt traditioneel uitgevoerd op basis van periodiek onderhoud. Periodiek onderhoud houdt in dat je onderhoud uitvoert volgens een vast schema, ongeacht of het nodig is of niet. Predictive maintenance is gebaseerd op continue monitoring en het ingrijpen zodra de gegevens aangeven dat onderhoud daadwerkelijk nodig is. Beide methoden voorkomen ongeplande productiestilstand, maar predictive maintenance voorkomt onnodige onderhoudsingrepen en zo de verspilling van middelen, waarschuwt ook tijdig voor mogelijke uitval, waardoor downtime effectief wordt vermeden. Met periodiek onderhoud houd je geen rekening met de werkelijke staat van de apparatuur; het gebeurt volgens planning, ook als de machines nog prima functioneren. Dit kan leiden tot overmatig onderhoud, hoge kosten door voortijdige vervanging van onderdelen en extra risico’s voor medewerkers. Predictive maintenance zorgt ervoor dat machines optimaal benut worden door continu hun toestand te monitoren en alleen in te grijpen wanneer het echt nodig is. In vergelijking met preventief onderhoud melden fabrikanten die predictive maintenance toepassen: 19% minder ongeplande stilstand en 87% minder defecten**.

Wat is vereist voor de implementatie van predictive maintenance?

Elk type bedrijf moet voor de invoering van predictive maintenance de aanpak aanpassen aan de eigen situatie. Afhankelijk van de branche verschillen de variabelen en hulpmiddelen. Er zijn echter zes cruciale onderdelen die nodig zijn om predictive maintenance in uw bedrijf te implementeren: 1. Dataverzameling en voorbewerking Real-time data zijn essentieel voor het faciliteren van een solide predictive maintenance. Om de levensduur van systemen en processen te voorspellen, moeten veel gegevens verzamelt en verwerkt worden, zodat alleen relevante data wordt geëxtrapoleerd en geanalyseerd. 2. Foutdetectie en isolatie Het opsporen en identificeren van systeem-en proces fouten zoals veranderende omgevingstemperaturen, luchtvochtigheid, drukverschillen en vibraties. Dit is inclusief de exacte plek waar de storingen precies voorkomen. Dit essentiële onderdeel van voorspellend onderhoud is erop gericht om onverwachte systeemstoringen te verminderen. 3. Tijdsduur tot falen berekenen De analyse van de conditie en voorspelling van toekomstige downtime wordt aangeduid als de ‘restlevensduur’ (Remaining Useful Life, RUL). Dit is ook een cruciale functie voor een solide predictive maintenance. Hierbij wordt historische data, real-time data en afwijkende parameters gebruikt om te voorspellen wanneer onderhoud, upgrade of reparatie nodig is voordat er ongeplande downtime optreedt. 4. Onderhoudsplanning Door onderhoud te plannen wanneer dat echt nodig is, optimaliseer je het gebruik van middelen en zorg je dat onderhoud plaatsvindt op momenten waarop de productie toch al stil ligt, bijvoorbeeld na werktijd, in het weekend of s’ nachts. Een trein ’s nachts in het depot onderhouden is eenvoudiger dan een trein die tijdens kantooruren is stilgevallen op een afgelegen spoor. 5. Predictive maintenance IoT sensoren Voor een goede uitvoering zijn er IoT sensoren en wireless gateways om real-time data over je machines en apparatuur te ontvangen. 6. Software voor predictive maintenance Het verzamelen, structureren en analyseren van de data gebeurt via IoT-software. Deze zorgt ervoor dat je altijd een actueel overzicht hebt van de status van je apparatuur.

Wie gebruikt predictive maintenance? Voorbeelden in de industrie

Predictive Maintenance wordt in veel verschillende industrieën toegepast. Bedrijven die afhankelijk zijn van complexe machines en apparatuur profiteren aanzienlijk van predictive maintenance om operationele efficiëntie en betrouwbaarheid te waarborgen. In de jaren ’40 werd predictive maintenance al door de Amerikaanse spoorwegen toegepast om brandstof- en koelvloeistoflekken in de motor op te sporen. Vandaag de dag wordt predictive maintenance wereldwijd nog steeds in de spoorwegsector gebruikt om stilstand te minimaliseren. Predictive maintenance wordt ook veel toegepast in de voedselindustrie, luchtvaartindustrie, chemische industrie, gietindustrie, houtindustrie, energie, transport, mijnbouw, papierindustrie en gezondheidszorg en transport om productielijnen te optimaliseren. Offshore boorplatformen zijn erg afhankelijk van predictive maintenance, omdat veel van hun apparatuur onder water werkt en visuele inspectie moeilijk is. Deze bedrijven krijgen betrouwbare inzicht in de systemen en levensduur van apparatuur door het analyseren en verzamelen van big data. Meer weten?

De combinatie van IoT technologie en predictive maintenance

Automatisering en predictive maintenance zijn twee pijlers van smart factories. Geen van beide zou mogelijk zijn zonder IoT. Het maakt het beheer gemakkelijker, communicatie moeiteloos en systeemanalyses toegankelijk voor iedereen met toegang tot het bedrijfsplatform. Het grootste voordeel van predictive maintenance te combineren met IoT sensoren is dat systemen en processen op afstand kunnen worden gemonitord. Je kunt via je smartphone of laptop de status controleren en meteen meldingen ontvangen over anomalieën of als er iets misgaat. Door het instellen van alerts via e-mail, sms of pushmeldingen word je direct gealarmeerd bij kritieke en gevaarlijke situaties, zodat adequate maatregelen genomen kunnen worden. IoT-gebaseerd onderhoud verlaagt kosten, versnelt de reactietijd, verbetert de veiligheid en maakt het mogelijk om productieprocessen verder te automatiseren. Het is een integraal onderdeel van de ‘Industrial Internet of Things’ (IIoT) en speelt een cruciale rol in de ontwikkeling van ‘smart factories’. Heeft u een vraag over de implementatie van predictive maintenance in uw bedrijf? Onze specialist begeleid u met uw keuze en de installatie. Meer weten?

Predictive Maintenance Oplossingen van Sensor Partners

Sensor Partners is al 32 jaar gespecialiseerd in contactloos meten en detecteren. Ons team overbrugt de kloof tussen traditionele zakelijke vraagstukken en intelligente sensor oplossingen. Onze technische ervaring heeft ons geholpen een predictive maintenance system te creëren, waardoor we aan onze klanten kunnen helpen met duurzaam bedrijfsbeheer. Maatwerk: Wij hebben samenwerkingen met toonaangevende organisaties om ervoor te zorgen dat u een modulaire oplossing kunt bouwen die is afgestemd op uw specifieke behoeften. We bieden complete oplossingen, waaronder een breed scala aan wireless sensoren, gateways, cloud computing en een app voor een totaaloverzicht en inzicht in uw apparatuur. We zijn er trots op robuuste oplossingen te bieden die gemakkelijk te installeren en eenvoudig te gebruiken zijn en weinig tot geen onderhoud vereisen.

Het IoT productpalet van Sensor Partners

We bieden met de Neuron sensoren van El-Watch meer dan 50 verschillende sensoren: Vibratie sensoren Temperatuur sensoren Verschillende IP21 en IP67        Infrarood temperatuur sensoren        Verschillende PT100-sensoren Druksensoren        Verschillende druksensoren van 1 bar tot 250+ bar Verschillende drukverschilsensoren 500Pa-7500Pa        Vacuümsensoren Vochtigheidssensoren Ampèresensoren        Verschillende Ampèresensoren van 10A tot 500A Open/Close-sensoren Cabinet safety sensoren Waterdetectiesensoren Dry contactsensoren Uurregistratie sensoren Met de digitizers kunnen traditionele bekabelde sensoren draadloos worden gemaakt. mA digitizers (normaal en precision) VDC digitizer en mV digitizer Meer weten?

Kan predictive maintenance mijn bedrijf helpen met uw systemen en processen efficiënter te beheren en te verduurzamen?

Predictive maintenance kan u helpen het onderhoud efficiënter te beheren. Houd er echter rekening mee dat niet alle bedrijven dezelfde mate van betrouwbaarheid van hun apparatuur vereisen. Een goed uitgangspunt voor de evaluatie van uw onderneming is om te kijken naar de essentiële vereisten en de ontwikkeling van het onderhoudsprogramma. Stel uzelf de volgende vragen:

• Hoe betrouwbaar moeten onze machines zijn?
• Wat zijn onze beschikbaarheid doelstellingen?
• Wat is het huidige storingspercentage van onze machines?
• Hoe hoog zijn onze huidige onderhoudskosten?
• Hebben we de juiste reserveonderdelen op de juiste plaats en op het juiste moment?
• Hoe bepalen we wanneer het tijd is om een machine te vervangen in plaats van deze te onderhouden?
• Welke data hebben we al die niet effectief wordt gebruikt?
• Hebben we de essentiële apparatuur in ons productieproces geïdentificeerd?
• Zijn er bepaalde essentiële machines die profiteren van een predictive maintenance-programma?
• Hebben we de alle benodige technologische expertise in huis om een predictive maintenance-programma te ontwikkelen?
• Heb ik professionele analytics-expert in huis?

Heeft u een vraag over de implementatie van predictive maintenance in uw bedrijf? Onze specialist begeleid u met uw keuze en de installatie. Meer weten?

Vijf tips om uw bedrijf voor te bereiden op Predictive Maintenance

Wij bieden alles wat nodig is om aan de slag te gaan. Het is handig om te begrijpen hoe het implementatie proces werkt en wat vereist is. Hier zijn onze tips om uw bedrijf voor te bereiden op predictive maintenance.

1. Investeer in software die predictive maintenance kan ondersteunen.
2. Kies een IoT-sensorplatform met volledige toegang tot alle sensordata.
3. Begin gestaag en groei volgens uw bedrijfscapaciteit. De technologie moet vaak “rijpen” in uw bedrijf.
4. Begin met transformeren met de IoT sensoren die beschikbaar zijn.
5. Reserveer voldoende onderdelen van uw geplande budget voor technische apparatuur voor predictive maintenance.

Vijf tips voor het uitvoeren en benutten van Predictive Maintenance in uw bedrijf

1. Gebruik altijd digitale tools voor alle taken en vermijd procedures die buiten de officiële richtlijnen of protocollen om worden gebruikt.
2. Wanneer onderhoud wordt uitgevoerd, overweeg dan altijd of sensormonitoring onderhoudsmeldingen kan automatiseren.
3. Gebruik de sensordata om de context te begrijpen; de storing kan het resultaat zijn van een defect in een ander onderdeel.
4. Overweeg de sensorbehoeften in relatie tot risico en gevolgen; sommige data zijn belangrijker dan andere.
5. Houd uw team op de hoogte met trainingen en regelmatig contact met leveranciers.

Meer weten?

Wat is het rendement van predictive maintenance? Is de investering het waard?

Meer weten? Ja, predictive maintenance is de investering waard! De exacte voordelen van predictive maintenance zijn afhankelijk van de industrie of zelfs van de specifieke processen waaraan het wordt toegepast. Volgens het predictive maintenance onderzoek van Deloitte*:

• Vermindert het aantal gemiddelde aantal storingen met 70%.
• Verhoogt predictive maintenance gemiddeld de productiviteit met 25%.
• 20-50% minder tijd en moeite voor onderhoudsplanning.
• 10-30% vermindering van de voorraadniveaus & 5-20% verlaging van de opslagkosten.
• 10-20% toename in beschikbaarheid en uptime van apparatuur.
• 5-10% besparing op operationele kosten en MRO (maintenance, repair and operating) materiaaluitgaven.
• 5-10% lagere totale onderhoudskosten.

De winst van predictive maintenance neemt toe met de onderliggende onderhoudskosten. Hoe hoger de kosten die door storingen worden veroorzaakt, des te groter de voordelen. Bedrijven kunnen geld besparen en de betrouwbaarheid verbeteren door problemen aan te pakken voordat ze escaleren. Ook worden de systemen en processen duurzamer. Doordat onverwachte uitval van apparatuur wordt voorkomen, ongeplande stilstand vermindert, onderhoudskosten verlaagt en de algehele efficiëntie van productielijnen verhoogt wordt de levensduur van apparatuur verlengt en de Co2-voetafdruk verkleint. De kwalitatieve voordelen:

• Verbeterde klanttevredenheid
• Verbeterde werknemerstevredenheid
• Betere werk-privébalans
• Betere veiligheid voor het onderhoudsteam

Wat zijn de pijlers van predictive maintenance?

De pijlers van predictive maintenance omvatten:

1. Gegevensverzameling: Gebruik maken van sensoren en andere tools om gegevens over de prestaties van apparatuur te verzamelen.
2. Gegevensanalyse: Toepassen van algoritmen en technieken om de gegevens te interpreteren.
3. Predictieve modellering: Modellen maken om toekomstig gedrag van apparatuur en potentiële storingen te voorspellen.
4. Onderhoudsplanning: Onderhoudsactiviteiten plannen op basis van predictieve inzichten.

Hoeveel soorten predictive maintenance zijn er?

Er zijn verschillende soorten predictive maintenance, waaronder:

1. 1. Conditie-gebaseerd monitoren (Condition Based Monitoring,CBM): De toestand van apparatuur in real-time monitoren.
   2. Prognostiek: Voorspellen van de toekomstige toestand en resterende levensduur van apparatuur.
   3. Predictive analytics: Geavanceerde analyses en machine learning gebruiken om storingen te voorspellen.

Meer weten?

Wat zijn de uitdagingen de implementatie van predictive maintenance?

Hoe meer data beschikbaar is over mogelijke storingen hoe beter de voorspellingen zullen zijn. Data is de brandstof voor elke predictive maintenance system. De datakwaliteit en datakwantiteit vormen de essentiële factor voor het analyseren van oorzaken en het vroegtijdig voorspellen van storingen. Daarom is het verhogen van de datakwaliteit en het databereik een belangrijke uitdaging voor elk predictive maintenance-programma. Hoe meer informatie beschikbaar is over de te voorspellen operationele onderbrekingen, des te nauwkeuriger de voorspellingen worden. We maken onderscheid tussen noodzakelijke data – zonder welke predictive maintenance niet kan worden toegepast – en aanvullende data, die de kwaliteit van de voorspellingen verbetert.

Noodzakelijke data

Het vastleggen van processtoringen met exacte datum en tijd is een fundamentele vereiste. Daarnaast zijn proces- en componentvariabelen zoals temperatuur, druk, spanning en andere fysieke metingen noodzakelijk om de oorzaken van storingen te achterhalen.

Aanvullende data:

Indirecte procesparameters, zoals grondstoffen, leveranciersinformatie en toegewezen medewerkers, kunnen de analyse ondersteunen. Extra sensoren, zoals lasersensoren, kunnen worden geïntegreerd en aangesloten om belangrijke procesparameters, zoals de vorm of rotatiesnelheid, te volgen. Predictive maintenance is een investering, wat ook de tweede belangrijke uitdaging benadrukt: het opzetten van de benodigde processen brengt eerst kosten met zich mee. Bedrijven moeten IoT sensoren aan hun machines toevoegen en een breed scala aan IT-infrastructuur, processen en opgeleid personeel opzetten. Data uit verschillende bronnen moet worden geïntegreerd en omgevormd, zodat deze beschikbaar kan worden gesteld op een geschikt platform. Dashboards, pushmeldingen en waarschuwingssystemen via e-mail of sms moeten worden opgezet om het onderhoud te coördineren. De expertise van procesdeskundigen en datawetenschappers is nodig om een functioneel voorspellend model te bouwen en te onderhouden. Bovendien moet het personeel worden getraind om de informatie-invloeden te beheren en waarschuwingen correct te interpreteren. Meer weten?

Wat is de strategie van predictive maintenance?

In de context van de industrie 4.0 – met de toenemende onderlinge verbondenheid en nieuwe mogelijkheden om data te verzamelen, te verwerken en te analyseren – is predictive maintenance een zeer krachtige strategie. De strategie voor predictive maintenance omvat verschillende stappen: het identificeren van kritieke activa, het implementeren van sensoren om de gezondheid van deze activa te monitoren, het verzamelen en analyseren van gegevens om afwijkingen te detecteren, en het plannen van onderhoudsactiviteiten op basis van de inzichten die uit de data-analyse zijn verkregen. Door ruim van tevoren te weten wanneer een machine defect zal raken, voorkomt predictive maintenance beschadigde apparatuur. Het is gebaseerd op geavanceerde analyses en is een nieuwe manier om onderhoud op industriële schaal te organiseren en uit te voeren.