Predictive maintenance (PDM) is onderhoud dat de prestaties en conditie van apparatuur tijdens normaal bedrijf controleert om de kans op storingen te verkleinen. Voorspellend onderhoud, ook wel condition-based maintenance genoemd, wordt al sinds de jaren negentig gebruikt in de industriële wereld.

in werkelijkheid is voorspellend onderhoud echter veel ouder, hoewel de geschiedenis ervan niet formeel is gedocumenteerd. Volgens Control Engineering, “de start van predictive maintenance (PdM) kan zijn geweest wanneer een monteur voor het eerst zijn oor aan de handgreep van een schroevendraaier, raakte het andere uiteinde van een machine, en uitgesproken dat het klonk als een lager ging slecht.”

Het doel van voorspellend onderhoud is het vermogen om eerst te voorspellen wanneer apparatuur defect zou kunnen zijn (op basis van bepaalde factoren), gevolgd door het voorkomen van storingen door regelmatig gepland en correctief onderhoud.

voorspellend onderhoud kan niet bestaan zonder conditiebewaking, wat gedefinieerd wordt als continue bewaking van machines tijdens procesomstandigheden om een optimaal gebruik van machines te garanderen. Er zijn drie facetten van conditiebewaking: online, periodiek en op afstand. Online condition monitoring wordt gedefinieerd als de continue monitoring van machines of productieprocessen, waarbij gegevens worden verzameld over kritieke snelheden en wisselende spindelposities (“Condition Monitoring of roterende Machines,” Istec International).

periodieke conditiemonitoring, die wordt bereikt door middel van trillingsanalyse, “geeft inzicht in het veranderende trillingsgedrag van installaties” met een trendanalyse (“Conditiemonitoring van roterende Machines,” Istec International). Ten slotte maakt bewaking van de toestand op afstand, zoals de naam al doet vermoeden, het mogelijk om apparatuur vanaf een externe locatie te controleren, waarbij gegevens worden verzonden voor analyse.

voordat een voorspellend onderhoudsprogramma wordt opgezet, moet een organisatie verschillende stappen ondernemen, waaronder:

• het Analyseren van de behoefte en de apparatuur geschiedenis

• het controleren van enige en alle beschikbare gegevens over uitval, de apparatuur gebreken, verliezen (rendement en energie), potentiële reglement boetes en veiligheid op de werkplek

• tot Vaststelling van de definities en concepten alsmede het bouwen van een geval voor PdM

• het Opleiden van de belangrijkste stakeholders en aan de buy-in

• het Invullen van de apparatuur inventaris en beoordeling van de huidige apparatuur de voorwaarden

• Het selecteren van apparatuur voor de programma ‘ s initiële implementatie

• Ontwikkeling-systeem gebaseerd details op individuele systemen en/of componenten

• het Evalueren van bestaande preventieve of predictief onderhoud

• de Beslissing die de systemen op te nemen en wat te inspecteren voor

• het Definiëren van de programma ‘ s kritiek en tot oprichting van PdM frequentie en planning van het type

• De evaluatie van de verwachte middelen en het toewijzen van personeel, de rollen en verantwoordelijkheden

• het Organiseren van het programma en het te integreren in de planning-systeem

• het Opleiden van en het verkrijgen van de buy-in van beheer en onderhoud

• het Upgraden van apparatuur en het uitvoeren van training

• het maken van een geautomatiseerd onderhoudsmanagementsysteem (CMMS)

ongeveer 65 procent van het onderhoudspersoneel dat in de 2019 Predictive Maintenance Survey van Reliable Plant werd ondervraagd, zei dat ze predictive maintenance gebruiken. Bij implementatie en uitvoering is predictive maintenance een hoeksteen van een succesvol onderhoudsprogramma.

het verschil tussen predictief onderhoud en preventief onderhoud

hoewel veel onderhoudsprogramma ‘ s een beetje van beide gebruiken, zijn er verschillende verschillen tussen predictief onderhoud en preventief onderhoud. Preventief onderhoud omvat het inspecteren en uitvoeren van onderhoud aan machines, ongeacht of de apparatuur onderhoud nodig had. Dit onderhoudsschema is gebaseerd op een gebruik of tijd trigger. Bijvoorbeeld, een verwarmingseenheid wordt elk jaar voor de winter onderhouden, of een auto vereist gepland onderhoud om de 5.000 mijl.

ook vereist preventief onderhoud niet de component conditiebewaking die predictief onderhoud wel vereist. Door het niet vereisen condition monitoring, een preventief onderhoud programma niet zo veel investeringen in technologie en opleiding te betrekken. Tot slot, veel preventief onderhoud programma ‘ s moeten handmatige data-verzamelen en analyseren.

terwijl preventief onderhoud wordt bepaald aan de hand van de gemiddelde levenscyclus van een actief, wordt voorspellend onderhoud geïdentificeerd op basis van vooraf ingestelde en vooraf bepaalde omstandigheden van specifieke apparatuur, waarbij gebruik wordt gemaakt van verschillende technologieën. Voorspellend onderhoud vereist ook meer investeringen in mensen, opleiding en apparatuur dan preventief onderhoud, maar de tijd-en kostenbesparingen zullen op de lange termijn groter zijn.

voor-en nadelen van voorspellend onderhoud

zoals gezegd zijn de voordelen van voorspellend onderhoud enorm vanuit een kostenbesparingsperspectief en omvatten het minimaliseren van geplande uitvaltijd, het maximaliseren van de levensduur van de apparatuur, het optimaliseren van de productiviteit van werknemers en het verhogen van de omzet (Immerman, “the Impact of Predictive Maintenance on Manufacturing”). Een ander voordeel van predictive maintenance is de mogelijkheid om zowel een onderhoudsteam als een organisatie te transformeren, omdat het implementeren van PdM vermogensbeheerders in staat stelt om resultaten te verbeteren en prioriteiten zoals winstgevendheid en betrouwbaarheid beter in balans te brengen.

een van de belangrijkste nadelen van voorspellend onderhoud is de tijd die nodig is om een PDM-schema te beoordelen en te implementeren. Aangezien voorspellend onderhoud een complex initiatief is, moet het personeel van de fabriek worden getraind in het niet alleen gebruiken van de apparatuur, maar ook in het interpreteren van de analytics (of data).

hoewel veel organisaties ervoor kiezen om bestaande werknemers te trainen in predictief onderhoud, zijn er condition-monitoring contractors die gespecialiseerd zijn in het uitvoeren van de vereiste arbeid en het analyseren van de resultaten voor een faciliteit. Naast de opleidingskosten omvat predictief onderhoud een investering in onderhoudsmiddelen en-systemen. Deze kosten zijn in de loop van de tijd gedaald met de introductie van cloud-gebaseerde technologie.

voorspellend onderhoud vs. Inspectie op defecten

sinds enige tijd bestaat er een aanzienlijke mate van verwarring over de juiste manier om te controleren op de aanwezigheid van een bepaalde storingsmodus. Moet ik een soort sensorische inspectie uitvoeren? Moet ik een soort kwantitatieve inspectie uitvoeren? Moet ik één of meer conditiebewakingstechnologieën toepassen? Moet ik een combinatie van deze technieken toepassen om de voorwaardelijke kans op het vinden van het defect te maximaliseren?

hoe identificeer ik de aanwezigheid van een belangrijk defect zodanig dat mijn planningsafdeling maximaal tijd heeft om de werkprocedures te ontwikkelen, werkorders te maken, onderdelen te bestellen en het werk te plannen en af te ronden voordat de voorwaardelijke kans op falen te hoog wordt? Een uitleg van de soorten inspecties en de manier waarop ze elkaar aanvullen, maakt duidelijk welke het meest geschikt zijn.

soorten Defectinspectietechnieken

sensorische inspecties worden al lang beschouwd als de ruggengraat van elk goed inspectieprogramma en onderhoudswerk. Men geloofde dat het sturen van iemand rond vaak genoeg om te inspecteren op problemen met machines zou resulteren in het identificeren van defecten in voldoende tijd om ongeplande downtime te beperken. De inspecteur zou gebruik maken van zicht, geluid en aanraking om te bepalen of er iets is veranderd sinds de laatste inspectie. Elke verandering zou worden geregistreerd, gerapporteerd en onderzocht door een ambachtsman bij de volgende geplande uitval.

hoewel het sturen van iemand om inspecties uit te voeren een enorm voordeel heeft, zijn er zoveel gaten in deze strategie dat het nooit als de ruggengraat van het inspectieprogramma mag worden beschouwd. Sensorische inspecties identificeren meestal alleen de meest voor de hand liggende en drastische problemen. Het is bijna onmogelijk voor een sensorische inspectie om vroege, inwendige defecten in machines te identificeren.

versterkte sensorische inspecties

versterkte sensorische inspecties vullen die grijze zone. Ze zijn zowel een sensorische inspectie als een kwantitatieve meting met condition-monitoring kenmerken. Deze inspecties maken gebruik van instrumenten zoals spotradiometers, Stroboscooplampen, Handheld vibratiepennen en eenvoudige ultrasone meters om defecten verder op de P-F-curve te detecteren. Hoewel deze instrumenten de kracht van de menselijke zintuigen vermenigvuldigen, hebben ze hun grenzen. Met deze eenvoudige tools kunnen verschillende foutmodi worden gedetecteerd, maar ze moeten een uitgebreid conditiebewakingsprogramma niet vervangen.

kwantitatieve inspecties

kwantitatieve inspecties kunnen nuttige informatie opleveren als het gaat om het genereren van gegevens voor trending en het bepalen van de karakteristieke levensduur van een storingsmodus. Bij kwantitatieve inspecties moet iemand iets meten. Veel voorkomende kwantitatieve inspecties zijn het meten van de temperatuur van een afdichting op een pomp of het meten van de speling van de achterplaat op een pompwaaier. Deze metingen leveren gegevens op aan de planner en ingenieur en helpen bij het bepalen van de behoefte aan verdere onderhoudsacties.

wanneer het goed is ontworpen, worden in een kwantitatieve inspectieprocedure grenzen en doorgaans verwachte metingen beschreven. Elke inspectie die iemand nodig heeft om iets te meten moet de minimum -, maximum-en typische waarden hebben, met voorwaardelijke taken gedefinieerd voor wanneer de limieten worden overschreden. Maar een kwantitatieve inspectie die met de juiste inspectiefrequentie wordt uitgevoerd, heeft zelden een meting die de grenzen overschrijdt.

Predictive Maintenance as a Defect Inspection Technique

Conditiemonitoring, ook bekend als predictive maintenance (PDM), is de toepassing van conditiegebaseerde monitoringtechnologieën, statistische procescontrole of prestaties van apparatuur voor vroegtijdige detectie en eliminatie van defecten in apparatuur die kunnen leiden tot ongeplande uitvaltijd of onnodige uitgaven.

en over het algemeen moet u dit uitvoeren terwijl de apparatuur in normale werking is, met weinig tot geen procesonderbreking. Het doel van deze instrumenten (trillingsanalyse, infraroodthermografie, motorcircuitanalyse, enz.) is om defecten te vinden die niet zijn gevonden door middel van eerder beschikbare inspectiemethoden, terwijl de machine in normale werking is.

door gebruik te maken van de beschikbare technologie kunt u de conditie van onderdelen en de aanwezigheid van defecten beoordelen die tot nu toe onmogelijk te detecteren waren. Een voorbeeld van het voordeel dat deze instrumenten hebben op het gebied van kwantitatieve inspecties of sensorische inspecties is het gebruik van trillingsanalyse om de aanwezigheid van een defect op een rollager vast te stellen.

voorheen vertrouwden monteurs en molenbouwers op “liftcontroles” om de hoeveelheid vrije ruimte in een lager te bepalen. Helaas, deze techniek is alleen geldig voor dragende gebreken die resulteerde in het verwijderen van materiaal uit de loopbanen van het lager; dit lager zou vrij slecht af te hebben duizendsten van centimeter van het spel in het.

ondergrondvermoeidheid is gemakkelijk te zien met trillingsanalyse en op dit punt van de faalvoortplanting heeft dit geleid tot het niet verwijderen van materiaal uit de loopbanen. Dit is het meest voorkomende voorbeeld van de voordelen van voorspellende onderhoudstechnologieën.

Er zijn verschillende soorten defectcontroletechnieken die op een machine kunnen worden toegepast en elk heeft zijn voor-en nadelen. Maar deze technieken zijn geen exacte vervanging voor elkaar. Elk bepaalt de aanwezigheid van het defect op verschillende plaatsen langs de P-F curve en, als gevolg daarvan, elk geeft de planningsfunctie verschillende hoeveelheden tijd om te reageren op het defect.

a failure modes, effects and criticality analysis (FMECA) kan u helpen bepalen welke inspectietechnieken moeten worden toegepast, hoe vaak en met welke mate van redundantie. Vergeet niet, de truc is om risico te balanceren met stijfheid. Hoeveel risico u bereid bent te nemen met een bepaalde storingsmodus in combinatie met hoeveel u bereid bent te betalen voor de inspectie bepaalt de juiste strategie.

Predictive Maintenance Technologies

zoals de naam al doet vermoeden, is het doel van predictive maintenance om te voorspellen wanneer onderhoud nodig is. Hoewel er geen Magic 8-Ball is, zijn er verschillende conditiebewakingsapparatuur en-technieken die kunnen worden gebruikt voor het effectief voorspellen van storingen, evenals het verstrekken van geavanceerde waarschuwing voor onderhoud aan de horizon.

infraroodthermografie

bekend als een niet-destructieve of niet-indringende testtechnologie, wordt infraroodthermografie (IR) in predictief onderhoud veel gebruikt. Met IR-camera ‘ s kan personeel hoge temperaturen (ook wel hotspots genoemd) in apparatuur detecteren. Versleten componenten, waaronder defecte elektrische circuits, stoten doorgaans warmte uit die wordt weergegeven als een hotspot op een warmtebeeld (“Predictive Maintenance,” Lean Manufacturing Tools).

door snel hotspots te identificeren, kunnen infraroodinspecties problemen opsporen en kostbare reparaties en stilstand helpen voorkomen. Infraroodtechnologie wordt beschouwd als” een van de meest veelzijdige predictieve onderhoudstechnologieën Beschikbaar … gebruikt om alles te bestuderen van individuele componenten van machines tot installatiesystemen, daken en zelfs hele gebouwen, ” (Regeltechniek). Meer toepassingen voor infraroodtechnologie zijn het detecteren van thermische anomalieën en problemen met processystemen die afhankelijk zijn van warmtebehoud en/of overdracht.

akoestische bewaking

Met akoestische technologieën kan personeel gas -, vloeistof-of vacuümlekken in apparatuur detecteren op sonisch of ultrasoon niveau. Beschouwd als minder duur dan ultrasone technologie, sonische technologie is nuttig op mechanische apparatuur, maar beperkt in het gebruik ervan. Ultrasone technologie heeft meer toepassingen en is betrouwbaarder in het detecteren van mechanische problemen.

Het stelt een technicus in staat om” wrijving en stress te horen in roterende machines, die verslechtering eerder kunnen voorspellen dan conventionele technieken “(“Predictive Maintenance, “Wikipedia) door instrumentatie te gebruiken om geluiden van 20 tot 100 kilohertz om te zetten in” auditieve of visuele signalen die door een technicus kunnen worden gehoord/gezien. Deze hoge frequenties zijn de exacte frequenties gegenereerd door versleten en ondergesmeerde lagers, defecte elektrische apparatuur, lekkende kleppen, enz.”(Wright,”How to Leverage Multiple Predictive Maintenance Technologies”).

hoewel zowel sonische als ultrasone testen duur kunnen zijn, is er een andere vorm van akoestische monitoring die vrij betaalbaar is: de oren van een technicus. “Iets zo eenvoudig als het detecteren van een olielek of een versnellingsbak die raar klinkt kan en vaak leidt tot de preventie van een katastrofisch falen, het vermijden van tienduizenden dollars in verliezen,” (Wright, “Hoe gebruik te maken van meerdere Predictive Maintenance Technologies”).

Trillingsanalyse

trillingsanalyse wordt voornamelijk gebruikt voor roterende apparatuur met hoge snelheid en maakt het mogelijk dat een technicus de trillingen van een machine kan monitoren met behulp van een handanalysator of real-time sensoren die in de apparatuur zijn ingebouwd. Een machine in piekconditie vertoont een bepaald trillingspatroon. Wanneer componenten zoals lagers en assen beginnen te slijten en falen, zal de machine een ander trillingspatroon beginnen te genereren. Door de apparatuur proactief te monitoren, kan een getrainde technicus de metingen vergelijken met bekende storingsmodi om te bepalen waar problemen optreden.

bij de trillingsanalyse kunnen problemen worden gedetecteerd, zoals uitlijnfouten, gebogen Assen, ongebalanceerde onderdelen, losse Mechanische onderdelen en motorproblemen.

ervoor zorgen dat technici worden opgeleid, is van vitaal belang, omdat het moeilijk kan zijn om machinefouten te voorspellen met behulp van trillingsanalyse. Veel organisaties bieden diepgaande training om individuen voor te bereiden op certificering als trillingsanalist. Het enige nadeel van het gebruik van trillingsanalyse zijn de kosten die verbonden zijn aan de implementatie ervan met een PdM-programma.

olieanalyse

olieanalyse is een effectief instrument voor voorspellend onderhoud. Het stelt een technicus in staat om de toestand van de olie te controleren en te bepalen of er andere deeltjes en verontreinigingen aanwezig zijn. Sommige olie analyse tests kunnen onthullen de viscositeit, aanwezigheid van water of slijtage metalen, deeltjesaantallen, en het zuur aantal Of base nummer.

een van de voordelen van het gebruik van olieanalyse is dat de eerste test(s) een basis zal (zullen) bepalen voor een nieuwe machine. Wanneer het goed wordt gedaan, kan olieanalyse een groot aantal resultaten opleveren om voorspellend onderhoud succesvol te maken.

andere technologieën

naast deze technieken kunnen installaties ook andere technologieën gebruiken, zoals de analyse van de toestand van de motor, waarin de bedrijfs-en bedrijfsomstandigheden van motoren worden beschreven; en de analyse van wervelstroom, waarbij veranderingen in de wanddikte van de buizen in centrifugaalkoelers en ketelsystemen worden vastgesteld. Boroscoopinspecties, CMMS, data-integratie en conditiebewaking kunnen ook voorspellend onderhoud vergemakkelijken. Hoewel er verschillende technologieën zijn om u te helpen bij uw PdM-inspanningen, is het essentieel om de juiste te kiezen om succes te garanderen.

Business Case voor voorspellend onderhoud

om rendement op kapitaalinvesteringen te realiseren en machines optimaal te laten functioneren, moeten faciliteiten meer nadruk leggen op voorspellend onderhoud. Volgens de Wall Street Journal, “ongeplande downtime kost industriële fabrikanten een geschatte $ 50 miljard per jaar. Defecte apparatuur is de oorzaak van 42 procent van deze ongeplande downtime. Ongeplande storingen leiden tot overmatig onderhoud, reparatie en vervanging van apparatuur.”

naarmate de exploitatie en het beheer worden gestimuleerd om de kosten te verlagen en de productiviteit te verhogen, wordt de behoefte aan voorspellend onderhoud duidelijk, omdat het moeilijk is om kosteneffectieve langetermijnbeslissingen te nemen voor een faciliteit.

de waarde van predictief onderhoud komt voort uit een kostenbesparende en/of tijdbesparende benadering, aangezien onderhoud alleen wordt uitgevoerd wanneer dat nodig is. In feite, verschillende studies door de VS Het federale Energiebeheerprogramma van het ministerie van energie vond dat een goed functionerend predictief onderhoudsprogramma besparingen oplevert variërend van 30-40 procent ten opzichte van reactief onderhoud en 8-12 procent ten opzichte van preventief onderhoud.

wil een PdM-strategie succesvol zijn, dan moet aan verschillende criteria worden voldaan. Ten eerste moet de inzet van bovenaf komen. De hele organisatie moet zich inzetten om predictief onderhoud een verplicht onderdeel van de normale schema ‘ s te maken. Alle procesoperators moeten ook worden opgeleid en betrokken bij het uitvoeren van de vereiste onderhoudscontroles. Bovendien moet de hele organisatie de werkelijke kosten en gevolgen van slecht onderhoud begrijpen. Ten slotte moeten PdM-procedures onmiddellijk worden geïmplementeerd om de organisatie de vruchten te laten plukken.

hoewel velen het belang erkennen van voorspellend onderhoud voor high-dollar machines, is PdM ook bruikbaar voor het monitoren van kleinere, alledaagse activa zoals koffiemachines, printers, verzendmeters en meer. In werkelijkheid kan een hele faciliteit profiteren van het implementeren van voorspellend onderhoud.

toepassingen voor voorspellend onderhoud

de grootste toepassing voor voorspellend onderhoud is in de industriesector. Aangezien fabrieken nog steeds worden geconfronteerd met de vraag om de productiviteit te verhogen, zijn verschillende onderhoudsstrategieën ontwikkeld en geïmplementeerd. Echter, een meerderheid van deze zijn reactief geweest. Veel faciliteiten beschikken over een mindset van “als het niet kapot, niet repareren.”Helaas draagt deze mindset bij aan ongepland onderhoud en downtime.

zoals eerder besproken, begonnen faciliteiten in het begin van de jaren negentig met de implementatie van predictive maintenance. destijds maakte “het gebrek aan beschikbaarheid van sensoren die gegevens genereren en een gebrek aan computationele bronnen voor het verzamelen en analyseren van de gegevens het moeilijk om PdM te implementeren” (“Predictive Maintenance in Manufacturing Overview,” Microsoft Azure).

met de introductie van het internet of things (IoT), machine learning, cloud computing en big data analytics, heeft de maakindustrie vooruitgang geboekt bij het implementeren van predictief onderhoud, wat resulteerde in een verhoogde uptime en kwaliteitscontrole, optimalisatie van onderhoudsroutes, verbeterde veiligheid van werknemers en een grotere productiviteit. Omdat fabrikanten met krappe marges en termijnen werken, is de gedachte aan ongeplande downtime ongewenst geworden. Predictief onderhoud kan een oplossing bieden.

een andere toepassing voor PdM is in de spoorwegsector, met name als het gaat om de digitale transformatie van de spoorwegindustrie. Omdat treinen een hoge initiële investering hebben, is er een scherpe focus om ze zo lang mogelijk in dienst te houden. Predictive maintenance stelt spoorwegmaatschappijen in staat om de meeste waarde uit hun treinpark te halen door middel van een verscheidenheid aan technologieën en software die de operationele kosten verlagen en de levensduur van het wagenpark verlengen.

binnen de spoorwegsector wordt voorspellend onderhoud gebruikt om problemen met lineaire, vaste en mobiele activa op te sporen; verbeter de veiligheid en de detectie van sporen door middel van op de voertuigcabine gebaseerde bewakingssystemen; en identificeer het type spoormateriaal waaronder de leegte zich bevindt, en geef een indicatie van de ernst van de leegte.

volgens een artikel in MaintWorld, “in de toekomst wordt verwacht dat betrouwbaar spoorwegonderhoud afhankelijk zal zijn van slimme vervoerssystemen en onderling verbonden oplossingen zoals voorspellend onderhoud en geïntegreerde beveiligingsinstrumenten om kritieke kwesties zoals veiligheid, vertragingen en totale systeemcapaciteit te verbeteren” (Peycheva, “spoorweg gaat slim met voorspellend onderhoud en Industrie 4.0 CMMS”).hoewel de modernisering van de onderhoudssystemen van oudsher traag verloopt, wordt de olie-en gasindustrie een belangrijk voorstander van voorspellend onderhoud. Elke dag verzamelen olie – en gasbedrijven enorme hoeveelheden data via sensoren – met name draadloze sensoren-in olievelden over de hele wereld. Naarmate de olie-en gasactiviteiten complexer worden, wordt het zicht op de conditie van de apparatuur moeilijker, vooral op afgelegen, offshore-en diepwaterlocaties.

in een witboek van 2015, MapR Technologies Inc. verklaard, ” olie-en gasbedrijven hebben een grote kans om de efficiëntie te verhogen en de operationele kosten te verlagen door betere asset tracking en voorspellend onderhoud.”

voorspellend onderhoud kan worden gezien als een concurrentievoordeel voor olie-en gasbedrijven en de aanverwante dienstverlenende bedrijven, met name in tijden van recessie, wanneer organisaties gedwongen zijn manieren te vinden om efficiënter en effectiever te werken. Natuurlijk heeft voorspellend onderhoud niet alleen betrekking op de productie -, spoor-en olie-en gasindustrie. In andere toepassingen wordt PdM gebruikt om:

• Helpen voorkomen dat de utility-uitval met de hulp van drones en sensoren die kaart utility networks

• het Detecteren van een temperatuur daling in een stoom-pijplijn, duidt op een potentieel druk lekken

• Foto stijging van de temperatuur in elektrische panelen om te voorkomen dat onderdeel fouten

• Maat aan de aanbodzijde en aan de vraagzijde van de macht aan een gemeenschappelijk koppelpunt voor de monitoring van energieverbruik

• Zoek overbelasting van elektrische panelen

• Identificeren motor amperage spikes of oververhitting van slechte lagers of insultation storingen

• vind driefasige vermogensonevenwichtigheden ten gevolge van harmonische vervorming, overbelasting, afbraak of uitval van een of meer fasen

IIoT en PdM – integratie

een van de belangrijkste factoren – zo niet de belangrijkste factor-in een succesvol predictief onderhoudsprogramma is het gebruik en de integratie van het industrial internet of things (IIoT). Volgens een rapport van Deloitte, ” het Internet van de dingen (IoT) is misschien wel het grootste stuk van de PDM puzzel … IoT vertaalt fysieke acties van machines in digitale signalen met behulp van sensoren zoals temperatuur, trillingen of geleidbaarheid … zodra de fysieke acties zijn vertaald in digitale signalen via sensoren, worden ze verwerkt, geaggregeerd en geanalyseerd. Met de betaalbaarheid van bandbreedte en opslag kunnen enorme hoeveelheden gegevens worden verzonden om niet alleen een volledig beeld van de activa in een enkele fabriek, maar van een volledig productienetwerk te geven” (Coleman et al., “Predictive Maintenance and the Smart Factory”).

om succesvol te zijn, vertrouwt predictive maintenance op sensoren voor het verzamelen en analyseren van gegevens uit verschillende bronnen, zoals een CMMS en kritische apparatuur sensoren. Met behulp van deze gegevens is de IIoT in staat om “geavanceerde voorspellingsmodellen en analytische tools te creëren om mislukkingen te voorspellen en proactief aan te pakken. Bovendien, na verloop van tijd, nieuwe machine-learning technologie kan de nauwkeurigheid van de voorspellende algoritmen te verhogen, wat leidt tot nog betere prestaties” (Coleman et al., “Predictive Maintenance and the Smart Factory”).

in combinatie met voorspellend onderhoud kan de IIoT storingen van apparatuur van tevoren opvangen. Met de komst van Industrie 4.0 in de productiewereld, faciliteiten staan te popelen om gebruik te maken van de IIoT om beter inzicht in de activiteiten te krijgen.

Predictive Maintenance and Return on Investment

het implementeren van predictive maintenance vereist een aanzienlijke investering in geld, personeel en onderwijs. Hoewel deze initiële investeringen ontmoedigend lijken voor een organisatie, weegt de return on investment (ROI) van predictive maintenance veel zwaarder dan de aanloopkosten.

volgens een recent rapport van Deloitte hebben verschillende faciliteiten een kostenbesparing van 5-10 procent gezien in de uitgaven voor bedrijfs-en onderhoud, reparatie en exploitatie (MRO) materiaal; een vermindering van 5-10 procent in de totale onderhoudskosten; en een vermindering van de kosten voor het dragen van voorraden. Verdere gegevens van het Amerikaanse Ministerie van energie laten ook zien dat het implementeren van een functioneel PDM-programma het potentieel heeft om een vertienvoudiging van de ROI, een 25-30 procent vermindering van de onderhoudskosten, een 70-75 procent daling van de storingen en een 35-45 procent vermindering van de downtime te produceren.

“wat de onderhoudskosten betreft, kost preventief onderhoud $ 13 uurloon per jaar, terwijl voorspellend onderhoud $ 9 uurloon per jaar kost, waardoor voorspellend onderhoud een goedkopere optie is “(Ulbert, “het verschil tussen voorspellend onderhoud en preventief onderhoud”).Coleman, Chris, Satish Damodaran en Ed Deuel. “Predictive Maintenance en de Smart Factory.”Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf
” Condition Monitoring of roterende Machines.”Istec International. Geraadpleegd Op 1 November 2018. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

Regeltechniek. “Predictive Maintenance Technologies.”Geraadpleegd Op 4 November 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

Immerman, Graham. “De Impact van voorspellend onderhoud op de productie.”MachineMetrics. Geraadpleegd Op 1 November 2018. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.

Lean Manufacturing Tools. “Predictive Maintenance.”Geraadpleegd Op 2 November 2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.

Peycheva, Ralitsa. “Spoorweg gaat slim met voorspellend onderhoud en Industrie 4.0 CMMS. MaintWorld. 11 oktober 2017. Geraadpleegd Op 4 November 2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

” Predictive Maintenance in Manufacturing Overview.”Microsoft Azure. 1 mei 2018. Geraadpleegd Op 4 November 2018. https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.

“Predictive Maintenance Using Hadoop for the Oil and Gas Industry,” MapR Technologies Inc., Mei 2015. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian,” The Difference Between Predictive Maintenance and Preventive Maintenance, ” Coresystems, 15 September 2015. Geraadpleegd Op 2 November 2018. https://www.coresystems.net/blog/the-difference-between-predictive-maintenance-and-preventive-maintenance.

Wall Street Journal. Geraadpleegd Op 2 November 2018. https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/.

Wikipedia. “Predictive Maintenance.” Accessed October 11, 2018. https://en.wikipedia.org/wiki/Predictive_maintenance.

Wright, Jeremy. “How to Leverage Multiple Predictive Maintenance Technologies.” Machinery Lubrication. Accessed November 1, 2018. https://www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies