Voorspellend onderhoud (PdM) is een manier om te voorkomen dat apparatuur en processen uitvallen. Het maakt gebruik van tools en technieken voor gegevensanalyse om de gewone dingen die in uw bedrijf gebeuren en mogelijke problemen te achterhalen. Dit artikel gaat over software en technieken voor voorspellend onderhoud op basis van machine learning. Het bespreekt ook voorspellend onderhoud versus preventief onderhoud.
Hoe werkt voorspellend onderhoud?
Voorspellend onderhoud kijkt naar operationele gegevens uit het verleden en het heden om mogelijke storingen te voorspellen en te stoppen. Uw bedrijf wordt op drie manieren beïnvloed door het volgende voorspellende onderhoud:
- Het proces om bij te houden hoe goed en hoe gezond een asset is.
- Serviceaanvragen worden verzameld voor gegevens.
- De MRO-inventaris gebruiken als leidraad.
- Hulp en ondersteuning krijgen van belangrijke spelers door ze op te leiden.
- Alle apparatuur bijhouden en zorgvuldig beoordelen.
- Kies de apparatuur voor de testrun van het programma.
- Informatie over een systeem samenstellen door het op te splitsen in zijn onderdelen.
Voorspellend onderhoud hangt van veel dingen af, maar een van de belangrijkste is het gebruik van nieuwe technologie en de juiste software. Met name IoT, AI en geïntegreerde systemen maken het mogelijk dat assets en systemen die niet met elkaar verbonden zijn met elkaar kunnen praten, hun werk kunnen coördineren en kunnen reageren op de resultaten van gedeelde data-analyse. Gegevensverzameling wordt gedaan met behulp van voorspellende onderhoudssensoren, fabriekscontroles en bedrijfssystemen (zoals EAM-software en ERP-software).
Probleemgebieden worden gevonden door de informatie te bekijken en te analyseren. Met sensoren die voor dat doel zijn gemaakt, kunt u voorspellend onderhoud uitvoeren, zoals olieanalyse, trillingsanalyse, thermische beeldvorming en observatie van apparatuur.
Software voor voorspellend onderhoud
Door gebruik te maken van krachtige monitoringtools voor apparatuur en data-analyse, analyseert software voor voorspellend onderhoud de prestaties van bedrijfsmiddelen en voorspelt wanneer ze defect kunnen raken. Met deze informatie kunnen bedrijven preventieve onderhoudsplannen opstellen, die ongeplande downtime verminderen. Software voor voorspellend onderhoud automatiseert het onderhoudsproces door onderhoud in te stellen bij het eerste teken van een mogelijk probleem met een apparaat, in plaats van te wachten tot het kapot gaat om het te repareren.
Prognostisch onderhoud De software kijkt naar de machines die al in gebruik zijn en vertelt u precies wanneer en hoeveel onderhoud er gepleegd moet worden. Het doel is ervoor te zorgen dat machines regelmatig worden onderhouden in plaats van te wachten tot ze defect raken. Hierdoor hoeft het bedrijf tijdens de shutdown niet snel te herstellen.
Software gemaakt voor onderhoudsplanning houdt de gezondheid en prestaties van apparatuur in de loop van de tijd bij, zodat storingen kunnen worden gepland en reparaties kunnen worden uitgevoerd.
Software voor voorspellend onderhoud maakt gebruik van sensoren en meters die in machines worden geplaatst om dingen bij te houden en vast te leggen, zoals hoe vaak ze trillen, hoe hard ze zijn en op welke temperatuur ze werken. De software gebruikt vervolgens analyses voor preventief onderhoud om erachter te komen of het probleem moet worden verholpen. Door de eerste tekenen op te merken dat een machine stuk gaat, kunnen bedrijven met software voor voorspellend onderhoud reactief onderhoud voorkomen. Het volgende is een lijst met de beste programma's voor voorspellend onderhoud.
#1. Mindsphere van Siemens
Siemens MindSphere is een IoT-besturingssysteem dat open is en in de cloud draait. Het verbindt de digitale en fysieke wereld door enorme hoeveelheden gegevens te verzamelen en te analyseren van een netwerk van miljarden slimme apparaten. MindSphere heeft ook krachtige industriële apps en digitale services die meer resources kunnen vrijmaken door downtime te verminderen, de productie te verhogen en beter gebruik te maken van bedrijfsmiddelen.
#2. GE-voorvoegsel
GE Predix is een industrieel Internet of Things (IoT)-platform dat geavanceerde activamodellering, big data-verwerking, analyse en toepassingen combineert om de technologische ruggengraat van de productieactiviteiten van de toekomst te bouwen. Met GE Predix is het mogelijk om snel met nieuwe ideeën te komen, de prestaties van activa te verbeteren, verstandig te investeren en op een strategische manier plannen te maken voor de toekomst.
#3. aanwezig
Op regels gebaseerde verouderde systemen kunnen de uitvaltijd van de productie niet beperken omdat ze reactief zijn en beperkte rekenkracht hebben. Dit kost fabrikanten en exploitanten van installaties elk jaar miljoenen dollars. Presenso is een cloudgebaseerde softwareoplossing die als een van de eersten AI gebruikte voor voorspellend activabeheer in realtime. Presenso verhoogt de output en het inkomen door diepe semantische inzichten en operationele informatie te geven die nog nooit eerder zijn vertoond.
Voorspellende onderhoudstechnieken
Sensoren zijn een veelvoorkomend onderdeel van tools en methoden voor conditiebewaking en ze moeten op bedrijfsmiddelen worden geïnstalleerd om gegevens te verzamelen en naar CMMS-programma's te verzenden. Het programma combineert gegevens van real-time sensoren, historische gegevens en voorspellingsalgoritmen om onderhoudsteams een volledig beeld te geven van wat ze kunnen verwachten.
Voor preventief onderhoud zijn sensordata essentieel. IoT Door sensoren in machines te plaatsen, kun je temperatuur, trillingen, druk, geluid en andere zaken in de gaten houden. Kies de juiste technologieën en PdM-methoden voor uw onderhoudsplan als u er het maximale uit wilt halen. De volgende zijn de technieken voor voorspellend onderhoud:
#1. Monitoring van akoestische analyse
Deze methode luistert naar de frequenties waarop machines geluid maken om technische problemen op te sporen en uit te zoeken waarom ze optreden. Ook al kunnen we ze niet horen, de meeste machines maken nog steeds geluid. Onderhoudsmedewerkers kunnen met behulp van akoestische sensoren slijtage en breuk in draaiende tandwielen opsporen voordat deze schade veroorzaken. Teams die onderhoud uitvoeren, kunnen akoestische technologieën gebruiken om te luisteren naar het sissende of pingelende geluid van gas, vloeistof of vacuüm dat uit kapotte machines lekt.
#2. Analyse van motorcircuits
Bij de analyse van motorcircuits wordt elektronische handtekeninganalyse (ESA) gebruikt om problemen met elektromotoren te voorspellen voordat ze zich voordoen. De elektronische handtekeninganalyse kijkt naar de voedingsspanning en bedrijfsstroom van een motor om erachter te komen wat er mis is.
#3. Trillingen analyseren
Trillingsbewaking is een vorm van preventief onderhoud dat kan worden uitgevoerd met een sensor die permanent is bevestigd of met een draagbare analysator. Dit type preventief onderhoud wordt vaak gebruikt bij snel draaiende apparatuur. Met trillingsanalyse kunnen echter problemen als een verkeerde uitlijning, verbogen assen, onderdelen die niet in balans zijn, losse mechanische onderdelen en motorische problemen worden opgespoord.
#4. Pdm Olie Analyse
Olieanalyse is een andere niet-invasieve methode van PdM die goed werkt. Oliemonsters worden gebruikt om te zoeken naar versleten onderdelen in machines. Het kijkt ook naar de hoeveelheid en de grootte van oliemonsters om erachter te komen hoe de machine het doet.
Machine Learning Voorspellend onderhoud
Prognostisch onderhoud Met behulp van voorspellend onderhoud door Machine Learning kunt u nu een voorbeeldset van gegevens of uw eigen gegevens gebruiken om de gegevens automatisch te verwerken. Het ML-model dat is toegevoegd, kan voorspellen wanneer apparatuur kapot gaat en voorstellen doen om dit op te lossen. Prognostisch onderhoud We kunnen een machine learning (ML)-model en gegevens van een simulatie van turbofandegradatie gebruiken om erachter te komen wanneer machines defect kunnen raken.
Met behulp van dit advies kan een mogelijke storing van een apparaat automatisch worden gevonden en kunnen de volgende stappen worden voorgesteld. Het is eenvoudig in te stellen en wordt geleverd met een voorbeeldgegevensset, maar de code kan eenvoudig worden gewijzigd om met andere soorten gegevens te werken. Met behulp van machine learning zijn er twee belangrijke manieren om voorspellend onderhoud uit te voeren:
#1. Classificatie aanpak
Door deze methode te gebruiken bij voorspellend onderhoud door machine learning, kunt u voorspellen of de volgende n stappen zullen werken of niet. Het laat ons ook weten of een van de andere stappen waarschijnlijk zal mislukken.
#2. De methode van regressie
Met deze methode kun je voorspellen wanneer een systeem uitvalt. Dit idee is vergelijkbaar met dat achter Useful Life Left Over (RUL). Regressie vereist meer gegevens om fouten te voorspellen dan classificatie, maar het levert meer informatie op. Tegenwoordig wordt voorspellend onderhoud op basis van machine learning gebruikt om systeemstoringen op te sporen en te voorkomen.
Voorspellend onderhoud versus preventief onderhoud
Bij voorspellend versus preventief onderhoud wordt preventief onderhoud regelmatig maar niet altijd ingepland. Aan de andere kant wordt voorspellend onderhoud alleen gepland wanneer het nodig is op basis van de toestand van het activum.
Preventief onderhoud wordt gepland en uitgevoerd aan machines om de kans op storingen te verkleinen en ze minder ernstig te maken als ze toch gebeuren. Deze reguliere taken moeten worden uitgevoerd, ongeacht of de machine goed werkt.
Voorspellend onderhoud is, in tegenstelling tot preventief onderhoud, gebaseerd op de prestaties van bedrijfsmiddelen in plaats van op gegevens of schema's. In hetzelfde onderzoek beweert het Amerikaanse ministerie van Energie dat het 25-30% kan besparen op reactief onderhoud.
Managers voor voorspellend onderhoud houden echter rekening met het gebruik van de asset en de huidige staat ervan om te bepalen wanneer onderhoud moet worden uitgevoerd. Het volgende hieronder is meer voorspellend onderhoud versus preventief onderhoud.
- Preventief onderhoud kan op elk moment worden uitgevoerd, maar voorspellend onderhoud moet beginnen met het verzamelen van informatie.
- Bij voorspellend onderhoud versus preventief onderhoud moeten machines tijdens preventief onderhoud worden uitgeschakeld voor inspecties en routinecontroles, maar voorspellend onderhoud kan worden uitgevoerd terwijl ze draaien.
- Voor preventief onderhoud moeten bedrijven van tevoren vervangende onderdelen kopen en hun voorraad organiseren, maar voor voorspellend onderhoud hoeft u alleen de onderdelen te kopen die uw systeem echt nodig heeft.
Welke soorten voorspellend onderhoud zijn er?
Voorspellend onderhoud kan in een aantal verschillende groepen worden ingedeeld, zoals:
#1. Trillingen analyseren
Bij dit soort preventief onderhoud worden sensoren gebruikt om de trillingen van machines te volgen en eventuele veranderingen op te sporen die kunnen duiden op een probleem. Trillingsanalyse kan worden gebruikt om slijtage, verkeerde uitlijning en speling in apparatuur op te sporen.
#2. De infraroodevaluatie
Dit onderhoud omvat het controleren van de temperatuur van de apparatuur op problemen. Aangezien temperatuurveranderingen over het algemeen het eerste symptoom van een probleem zijn, kunnen bedrijven warmtebeeldcamera's gebruiken om hun bedrijfsmiddelen te bewaken.
#3. Analyse van geluid
Deze methode van preventief onderhoud omvat het luisteren naar veranderingen in hoe hard apparatuur of activa zijn. Ultrasone sensoren die worden gebruikt bij voorspellend onderhoud, kunnen kleine veranderingen in geluid oppikken die werknemers niet kunnen horen. Dit kan een teken zijn dat de apparatuur gerepareerd moet worden. Zowel stand-alone als gecombineerde oplossingen voor voorspellend onderhoud kunnen worden gebruikt om een goed beeld te krijgen van hoe gezond een machine is. Bedrijven kunnen deze informatie gebruiken om de staat van hun activa te achterhalen en te beslissen of ze gerepareerd moeten worden.
De voor- en nadelen van voorspellend onderhoud
De volgende punten zijn de voor- en nadelen van voorspellend onderhoud:
Voorspellende analyse helpt geld te besparen, en daarom wordt het steeds meer gebruikt in de productiesector (Immerman, "The Effect of Predictive Maintenance on Manufacturing"). Voorspellend onderhoud heeft veel andere voordelen, maar het kan ook onderhoudsafdelingen en bedrijven als geheel veranderen door assetmanagers te helpen hun doelen te bereiken en een betere balans te vinden tussen zaken als winst en uptime, die vaak op gespannen voet staan met elkaar.
Een van de grootste problemen met PdM is dat het lang duurt om te evalueren en een schema op te stellen. Voorspellend onderhoud is een moeilijke taak die veel training vereist voor zowel het gebruik van de apparatuur als het begrijpen van de analyses (of gegevens).
Conditiebewakende aannemers zijn experts in het uitvoeren van het werk en het uitzoeken wat dit allemaal betekent voor een gebouw. Veel bedrijven kiezen er echter voor om hun huidige werknemers te leren over voorspellende analyse. Voor voorspellend onderhoud moet geld worden uitgegeven aan tools en systemen voor onderhoud, evenals geld om werknemers te trainen in het gebruik ervan. Sinds de komst van cloud computing zijn deze kosten langzaam gedaald.
Wat is bijvoorbeeld voorspellend onderhoud?
Met voorspellende analyse kunnen assets continu worden gecontroleerd, wat informatie oplevert die kan worden gebruikt om voor elk asset een analyseplan te maken. Deze methode helpt de gebruiksduur van een actief te verlengen en tegelijkertijd de onderhoudskosten te verlagen.
Wat zijn de drie soorten voorspellend onderhoud?
De volgende zijn;
- Corrigerend onderhoud.
- Preventief onderhoud.
- Onderhoud is gebaseerd op risico.
- Conditiegebaseerd onderhoud.
- Vooraf bepaald onderhoud.
Wat is voorspellend onderhoud in de branche?
Voorspellend onderhoud (PdM) is een manier om geld te besparen op noodreparaties en uitvaltijd door uit te zoeken welke reparaties in de toekomst mogelijk moeten worden uitgevoerd. Door verbinding te maken met apparaten en te kijken naar de gegevens die ze verzenden, kun je erachter komen waarom ze niet werken. De voorspellende analyse maakt gebruik van conditiebewakingstechnieken om te controleren hoe goed een structuur of apparaat functioneert terwijl het in gebruik is.
Wat zijn PM en CM in onderhoud?
Correctief onderhoud (CM) is wat technici doen om problemen op te lossen en kapotte gereedschappen en machines weer in goede staat te krijgen. Correctieve onderhoudstaken daarentegen kunnen ter plekke worden gepland of uitgevoerd. Voorspellende onderhoudstaken zijn gericht op het voorkomen van onverwachte storingen. Al uw bedrijfsmiddelen en machines moeten regelmatig preventief onderhoud (PM) krijgen om dure ongeplande downtime als gevolg van onverwachte uitval van apparatuur te voorkomen.
Wat zijn de 5 onderhoudsstrategieën?
Er zijn vijf belangrijke manieren om onderhoud uit te voeren, en elk heeft zijn eigen voor- en nadelen: gepland (of preventief), reactief, voorspellend, op conditie gebaseerd en op betrouwbaarheid gebaseerd.
Conclusie
Met voorspellend onderhoud kunnen reparaties zo weinig mogelijk worden uitgevoerd zonder te veel te betalen voor preventief onderhoud. Dit voorkomt ongepland reactief onderhoud. Het is het beste om te praten met de mensen die de apparatuur hebben gemaakt en experts in conditiebewaking om erachter te komen wat de beste manier is om aan conditiebewaking te doen.
Gerelateerde artikelen
- VOORSPELLENDE ANALYSE: Wat het is, voorbeeld, tools en belang
- Predictive Analytics: definitie, voorbeelden en voordelen
- Wat is risicomanagement? Structuren, Belang & Analyse
- Voorspellende versus prescriptieve analyse, uitgelegd!!! (+ gedetailleerde gids)
- Predictive Analytics-tools en -software: de beste 15+ tools
- WERKMANAGEMENTSYSTEEM WMS: definitie en hoe het werkt
- WERKPRESTATIES: de 15 beste manieren om prestaties en beoordelingen te verbeteren.
Referenties
