Bedrijven brengen overal in de fabriek extra sensoren aan op apparatuur om meer data te kunnen verzamelen en analyseren. | Foto: Marco Vellinga
Door continu meetdata te verzamelen en analyseren kunnen procesbedrijven vrij goed voorspellen wanneer apparaten toe zijn aan onderhoud. Dit blijkt uit tests die zijn uitgevoerd in het kader van het project Fieldlab Campione van World Class Maintenance. Een update.
In de procesindustrie is het besef doorgedrongen dat het inzetten van big data voor voorspellend onderhoud veel geld kan besparen. De investeringen in sensoren en dataverwerking zijn industriebreed op gang gekomen. “Het doel van Fieldlab Campione is door innovatie te komen tot honderd procent voorspelbaar onderhoud”, zegt Paul van Kempen van World Class Maintenance, die het project coördineert. Hij legt uit, dat bedrijven meestal nog gepland en correctief onderhoud uitvoeren. Met condition-based maintenance, en in het verlengde daarvan predictief onderhoud, voert een bedrijf onderhoud niet te vaak uit zoals bij gepland onderhoud, en ook niet te laat zoals bij correctief onderhoud, kortom precies op tijd.
Voorspellend onderhoud kwam tot voor kort nauwelijks van de grond, maar Fieldlab Campione heeft daar verandering in gebracht. Van Kempen: “Uit diverse business cases blijkt, dat het voor bedrijven meer dan loont om in voorspelbaar onderhoud te investeren.”
Paul van Kempen van World Class Maintenance coördineert het Fieldlab Campione project. | foto:Marco Vellinga
Testinstallatie en pilots
Fieldlab Campione ging in oktober 2015 van start en zou in 2019 aflopen, maar waarschijnlijk wordt het project verlengd tot 2020, wanneer ook de EFRO-subsidie voor dit project in haar huidige vorm afloopt. In Gilze Rijen staat een centraal fieldlab, waar de deelnemers aan het project gebruik kunnen maken van een testinstallatie om nieuwe technologieën op het gebied van metingen en gegevensanalyse te testen. De ROC Tilburg houdt zich daar bezig met het inrichten en verder ontwikkelen van de testinstallatie, het NLR-Netherlands Aerospace Centre probeert er tot een betere voorspelling van de slijtage van pompen en kleppen te komen, Interman test er locatie-ID’s, ofwel gps-tracking van monteurs, Inteliments experimenteert met zogenoemde LoRa-chips die metingen van de vochtigheid en temperatuur per GPS-locaties draadloos kunnen doorgeven en Ericsson kijkt naar het ontsluiten en delen van data via internet. Verder vinden er experimenten plaats in living labs, wat neerkomt op pilots bij Sitech Services in Geleen, Fujifilm in Tilburg, Tata Steel in IJmuiden, Zeeland Refineries en Delta in Zeeland.
“Predictief onderhoud levert een besparing van gemiddeld 20% in onderhoudskosten op”
Data verzamelen
Van Kempen: “Vaak zijn de data van installaties al lang beschikbaar, maar tot voor kort werden die in bedrijven niet of nauwelijks met afdelingen onderhoud gedeeld. In aanvulling hierop brengen bedrijven overal in de fabriek extra sensoren aan op apparatuur, inclusief die van de verlichting, om meer data te kunnen verzamelen en analyseren.” Fujifilm bijvoorbeeld monitort nu alle data uit scada-systemen en heeft tal van nieuwe sensoren aangebracht om nog meer data te kunnen verzamelen en verwerken. Verder komen bij het Sitech Asset Health Centre op Chemelot sinds drie jaar de data van vele fabrieksinstallaties samen.
Mainstream
Vaak kijken procesbedrijven bij innovaties nog lang de kat uit de boom, maar in dit geval niet meer. “Drie jaar geleden maakte de procesindustrie nog nauwelijks gebruik van data, maar inmiddels is dat mainstream geworden. Het verzamelen en verwerken van gegevens ten behoeve van predictief onderhoud is enorm aangeslagen”, stelt Van Kempen tevreden vast. “Dat heeft ook zeker te maken met de ouderdom van veel fabrieken in Nederland en de scherpe internationale concurrentie. Dat noodzaakt de bedrijven om de kosten verder te verlagen en dat kan maar op één manier, namelijk door slim onderhoud.”
Besparingen
Met de nu beschikbare technieken lukt het volgens Van Kempen om onderhoud te voorspellen, of beter gezegd de rest van de levensduur van vitale onderdelen van apparaten en installaties goed te voorspellen. De besparingen verschillen per soorten installaties. Uit verschillende businesscases komt echter naar voren dat predictief onderhoud een besparing van gemiddeld twintig procent in onderhoudskosten oplevert. “Als je bedenkt, dat je hiermee ook storingen en dus ongeplande stilstand kunt voorkomen, dan zijn de besparingen nog veel groter. Immers een week stilstand kost al gauw een miljoen euro. Ook draagt het bij aan de procesveiligheid. De werkelijke besparingen zijn dus nog veel groter. Zodoende haal je als bedrijf de investeringen in sensoren en dataverwerking er makkelijk uit.”
Vervolg
Op het ogenblik denkt World Class Maintenance na over het vervolg van het project. “We kunnen de infrastructuur ook inzetten om tests uit te voeren voor virtual reality, augmented reality, kunstmatige intelligentie en robotica in onderhoud”, aldus Van Kempen.
