Voorspellend Onderhoud: Optimaliseer Uw Productieproces

Storingen tijdens uw productie kunnen funest zijn voor uw planning. Problemen en defecten kunnen het hele proces platleggen en dat kan behoorlijk duur uitpakken. Elke minuut dat de machines stilliggen, kost handenvol geld. Elke vorm van downtime is natuurlijk vervelend, maar wanneer storingen onverwachts plaatsvinden en u nou net dat ene reserveonderdeel niet op voorraad hebt, kan het extra lang duren voordat het productieproces weer op gang komt. Bovendien is technisch onderlegd personeel schaars en is het nog maar de vraag wanneer iemand beschikbaar is om de boel weer op te starten. En dan hebben we het nog niet eens gehad over de gevaarlijke situaties die kunnen ontstaan wanneer machines onverwachts stukgaan.

Door het vervangen van onderdelen van machines nadat ze stuk zijn gegaan, loopt u eigenlijk achter de feiten aan. Reactief onderhoud is voor veel productiebedrijven dan ook geen optie, omdat quota’s en deadlines gehaald moeten worden.

Preventief Onderhoud: Een Stap Vooruit, Maar Met Beperkingen

Preventief onderhoud lijkt daarom de enige manier om onverwachte downtime te voorkomen. Toch zitten er haken en ogen aan het preventief onderhoud. Vaak worden de richtlijnen van leveranciers van de machines aangehouden, die adviseren om onderdelen eens in de zoveel tijd te vervangen. Door dit advies op te volgen loopt u echter het risico dat u sommige onderdelen veel te vroeg vervangt. Vaak zijn dergelijke onderdelen duur en is het nog maar de vraag in hoeverre ze aan vervanging toe waren.

Veel organisaties hebben de hoge kosten en regelmatige downtime, die bij preventief onderhoud horen, inmiddels ingecalculeerd. Met de technologische ontwikkelingen van de afgelopen jaren, is het inmiddels mogelijk om onderhoud veel accurater te voorspellen. Veel kansen blijven op dit vlak nog liggen en dat is ontzettend zonde.

De Kracht van Voorspellend Onderhoud

Het is belangrijk om u te realiseren dat er veel gegevens automatisch verzameld kunnen worden tijdens een productieproces, die u kunt inzetten om nauwkeurig te voorspellen wanneer onderhoud nodig zal zijn. Het verzamelen van deze data en het centraal organiseren, analyseren en interpreteren van die waardevolle informatie kan u erg veel opleveren, zelfs met de informatie die uw machines op dit moment al bevatten.

Waar Te Beginnen met Voorspellend Onderhoud?

Waar moet u beginnen als u voorspellend onderhoud wilt gaan toepassen in uw productiebedrijf? Dat doet u niet alleen door erover na te denken, maar vooral door te doen. Door gegevens te gaan verzamelen en verbanden en relaties te ontdekken in machinedata. Dit is het fundament dat u nodig hebt om keuzes te maken voor de toekomst.

Als u bijvoorbeeld duurzamer wilt opereren, moet u wel een bepaalde basis hebben om beter te redeneren. U moet eerst weten hoe duurzaam uw productie nu is, om dat te kunnen verbeteren. En als u de downtime van uw machines wilt verbeteren, moet u eerst weten wat de daadwerkelijke downtime is. Kortom, verzamel data en ga op basis van die cijfers en feiten concrete doelen stellen.

Bronnen van Data voor Voorspellend Onderhoud

Maar waar haalt u die data vandaan? Dat kunt u op verschillende manieren doen:

1. Historische Gegevens: De kans is groot dat u de geschiedenis van uw onderhoud, inspecties en gebruikte assets al ergens op papier hebt staan of digitaal hebt opgeslagen. Vaak heeft u al meer data tot uw beschikking dan u denkt. Aan de hand van deze gegevens kunt u al veel inzicht krijgen in bepaalde patronen van uw machines. Zo ontdekt u misschien dat een bepaald onderdeel iedere negen maanden problemen geeft. Het is handig om dat onderdeel dan alvast vooruit te bestellen, zodat u kunt anticiperen en eventuele downtime zo kort mogelijk kunt houden.

2. Expertise van Personeel: Een andere belangrijke bron waar u informatie over uw productie kunt inwinnen zijn de experts achter de knoppen of van het onderhoudsteam. Vaak kunnen zij precies aangeven hoe een machine werkt, hoe hij in elkaar zit en waarom een specifiek onderdeel vaak storing geeft. En ze kunnen u helpen om bepaalde patronen te herkennen.

3. Machinegegevens: Een volgende belangrijke informatiebron zijn de machines zelf. De meeste machines produceren al veel data, die initieel bedoeld zijn voor de aansturing ervan. Dat betekent echter niet dat u die gegevens niet kunt inzetten voor andere doeleinden. Wanneer u deze informatie gedurende een bepaalde periode in de gaten houdt, kunt u veel meer leren over het gedrag van de machine. Dit kan een overweldigende stap zijn, zeker wanneer u veel verschillende machines tot uw beschikking hebt. Daarom is het slim om dit in kleinere stappen te doen en te beginnen bij één machine, maar er wel voor te zorgen dat u een schaalbare oplossing gebruikt om data centraal te verzamelen en te analyseren.

4. Sensoren: Bij de eerste drie stappen gaat u vanzelf ook ontdekken welke informatie u nog mist en waar u nog meer inzicht in wilt hebben. Een voorbeeld van relevante, maar ontbrekende informatie kan bijvoorbeeld de temperatuur van een machine zijn of het aantal trillingen of rotaties per seconde op een bepaald punt in het productieproces. Dat soort informatie kunt u ontsluiten door machines en apparaten te voorzien van slimme sensoren om waarden te meten. Zo kunt u veel leren over het gedrag en de prestaties van apparaten.

Van Inzichten naar Actie

Wanneer u eenmaal aan de slag bent met het verkrijgen van inzichten, wordt het tijd om die inzichten om te zetten in actie. Zo kunt u bijvoorbeeld notificaties instellen wanneer een bepaalde temperatuur wordt overschreden, of wanneer een sensor te veel of te weinig trillingen per seconde meet. Door deze meldingen te linken aan bepaalde patronen die u hebt ontdekt, kunt u anticiperen op het onderhoud dat gepleegd moet worden.

Zo weet u nu welke onderdelen er aan vervanging toe zijn en kunt u ervoor zorgen dat u die op tijd in huis hebt. U kunt uw planning aanpassen aan de werkzaamheden en de monteur inplannen die de juiste kennis heeft voor de uitvoering. Zo verkort u de downtime van uw productielijn en kunt u de productiecapaciteit verhogen.

Nu denkt u misschien: dat kon met preventief onderhoud ook? Klopt, maar omdat u machines veel beter in de gaten houdt, kunt u de levensduur van onderdelen verhogen. U gaat pas vervangen als ze écht bijna kapot zijn.

De Rol van het Internet of Things (IoT)

Internet of Things (IoT), het verbinden van apparaten met elkaar en met een netwerk, speelt een onmiskenbare rol bij voorspellend onderhoud. Deze technologie maakt het mogelijk om data uit verschillende systemen en applicaties centraal te verzamelen en te analyseren. Veel organisaties willen zich echter niet direct committeren aan één IoT-platform en kiezen daarom voor ‘losse’ oplossingen. Dat is op korte termijn misschien een uitkomst, maar vanuit de gedachte dat data het fundament is van digitale innovatie, kunt u alleen succesvol zijn op de lange termijn als die data samenkomt op één IoT-platform waar toepassingen elkaar aanvullen en versterken.

Met zo’n platform kunt u snelle stappen maken en zijn oplossingen geborgd voor de toekomst. Juist het onderliggende platform zorgt ervoor dat u beheersbaar en veilig kunt groeien. Zo kunt u eerst starten met het aansluiten van één machine en op termijn steeds meer machines uit uw productielijn toevoegt en zo meer data kunt analyseren.

Als productiebedrijf ontkomt u niet aan digitalisering. Gelukkig kunt u door data te verzamelen en analyseren een eind op weg geraken. Voorspellend onderhoud is erg laagdrempelig om mee te beginnen: de meeste informatie heeft u waarschijnlijk al in huis en het levert u al snel veel op.

Let op! De belangrijkste en misschien wel de moeilijkste stap die u moet zetten, heeft te maken met uw eigen mindset. U zult als organisatie op een andere manier moeten gaan kijken naar de informatie die u tot uw beschikking hebt. Deze gegevens zijn niet enkel een middel om uw productie mee te monitoren, maar ook om kennis mee te vergaren.

tags: #brief #aankondiging #onderhoud