nieuws

Industrieel onderhoud 4.0: Nieuwe methoden en technieken zorgen voor revolutie

Maintenance

De laatste jaren is er veel veranderd op het gebied van industrieel onderhoud. Er wordt veel meer gebruik gemaakt van data, sensoriek en andere nieuwe technologieën. Op welke manier kunnen deze innovaties en nieuwe methodes worden geïmplementeerd in maakbedrijven en wat levert het op? Dat brengt PT Industrieel Management in beeld met een serie artikelen onder het thema Industrieel Onderhoud 4.0.

Industrieel onderhoud 4.0: Nieuwe methoden en technieken zorgen voor revolutie
(foto: Thyssenkrupp)

De maintenance manager heeft op dit moment te maken met drie belangrijke vraagstukken op het gebied van industrieel onderhoud, stelt het rapport Maintenance Manager van de toekomst.  Deze vraagstukken zijn het (1) borgen van kennis binnen de technische dienst, (2) het zorgen voor een concurrerend machinepark en (3) het balanceren tussen correctief en preventief onderhoud.

Correctief – gepland – voorspellend – prescriptief onderhoud

Steeds meer bedrijven willen af van de nadelen van het zogenaamde brandjes blussen of correctief onderhoud. Door een lange downtime verliezen bedrijven veel tijd en geld. Ook gepland onderhoud om te voorkomen dat er stilstanden ontstaan, is niet de meest ideale oplossing omdat onderhoud op deze geplande tijdstippen vaak nog niet nodig is. Exact voorspellen wanneer het meest geschikte moment is voor onderhoudswerkzaamheden is mogelijk aan de hand van het gebruik van data (voorspellend /predictive onderhoud). Met behulp van machine learning laten voorschrijven (prescriptive onderhoud) welke acties nodig zijn om te komen tot het beste asset management is de meest ideale situatie. Deze twee laatste onderhoudsbenaderingen zijn de laatste jaren aan een opmars bezig. Eenvoudig is het echter niet om te komen tot voorspellend of voorschrijvend onderhoud. Mainnovation en PWC hebben daarom een stappenplan opgezet om te komen tot voorspellend onderhoud.

Onderzoek naar optimalisatie van industrieel onderhoud

Er zijn diverse onderzoeksprojecten gaande die industrieel onderhoud met nieuwe technieken en methodes nog willen verbeteren.

  • TNO en Universiteit Twente hebben sinds 2016 hun krachten gebundeld op het gebied van robotica in het open innovatiecentrum i-Botics. I-Botics onderzoekt de mogelijkheden van exoskeletten en telerobotica. Doel is om deze onderzoekslijnen een boost te geven in relatie tot het gebruik ervan voor inspectie en onderhoud. Dit soort robotica kan een enorme bijdrage leveren aan veiliger werken.
  • De Universiteit Leiden is in 2017 samen met de Universiteit van Amsterdam en het bedrijfsleven een vierjarig onderzoek (CIMPLO) Het onderzoek heeft als doel een cross-industrieel big data platform te ontwikkelen met nieuwe optimalisatie-algoritmen om het perfecte moment te voorspellen voor onderhoud aan motoren.
  • Universiteit van Amsterdam en de NVDO (Nederlandse Vereniging voor Doelmatig Onderhoud) tekenden begin 2018 een overeenkomst om onder andere de rol van Customer Intimacy en Operational Excellence binnen onderhoud nader te onderzoeken. Ook voorspellend onderhoud wordt onderzocht.
  • Investeringsfonds Uniiq en technisch dienstverlener Engie Services investeren samen in Semiotic Labs dat wil voorspellen wanneer elektromotoren dreigen uit te vallen.
  • Semiotic Labs heeft daarnaast een overeenkomst gesloten met Kaak Group om onderhoud voor machines honderd procent voorspelbaar te maken. Doel is de ontwikkeling van een Smart Condition Monitoring systeem voor elektromotor-aangedreven machines in de bakkerij-branche.

Best practices

Naast onderzoek duiken er steeds meer praktijkvoorbeelden op van maakbedrijven die gebruik maken van de nieuwste technieken in onderhoud en hier ook de eerste resultaten mee boeken. Zo zet ProRail big data in om modellen te ontwikkelen die storingen voorspellen.

  • Philips in Drachten produceert scheerapparaten. Het beschikt over een data-driven verbetercyclus (DMAIC), maar Binne Visser, Director Production Engineering & Maintenance bij Philips droomt van honderd procent voorspelbaar onderhoud.
  • Wemo, uit ‘s-Hertogenbosch ontwikkelt, bouwt en installeert productielijnen en gereedschappen voor het ponsen, buigen, verbinden en bewerken van plaatmateriaal. Het bedrijf is een project gestart rond  augmented reality om te voorkomen dat machines bij klanten langdurig stilstaan door storingen.
  • Technologieconcern Thyssenkrupp zet de Microsoft HoloLens-technologie bij haar liftactiviteiten inzetten. Met de inzet van dit ‘mixed-reality device’, kunnen de meer dan 24.000 servicetechnici van het bedrijf problemen van te voren visualiseren en in kaart brengen. Dit resulteert in tijdsbesparingen en minder stress.
  • Bij Moba is het borgen en delen van kennis onder service monteurs een belangrijk aandachtspunt. Het bedrijf produceert van eierinpak- en sorteermachines en heeft klanten verspreid over negentig landen wereldwijd.

Nieuwe technieken in relatie tot onderhoud

Naast big data, komen er voortdurend producten, machines en apparaten op de markt die onderhoudswerkzaamheden kunnen vergemakkelijken. Enkele voorbeelden:

  • Een robot op rupsbanden vervangt werknemers bij tankcleaning. Deze innovatie zorgt ervoor dat een lastig en risicovol karwei veel veiliger en efficiënter kan gebeuren.
  • Sensortechnologie in pijpleidingsystemen maken inspecties mogelijk op plekken die ontoegankelijk zijn voor de mens. Deze technologie bevindt zich nog in de pilotfase, maar de industrie reageert alvast enthousiast.
  • Om kennis beter te borgen is digitale platform SAM safety op de markt gekomen. Dit is een digitale leeromgeving die de focus legt op veilig werken in de industrie. Het platform van TNO, iTanks en Malmberg maakt gebruik van kunstmatige intelligentie, onder andere door de toepassing van adaptieve technologie door vragen continu gevarieerd te stellen en het meten van retentiewaarde. Er wordt gemeten welke kennis blijft hangen, voor hoe lang en wanneer bijscholing nodig is. Bij onderhoudswerkzaamheden in de procesindustrie wordt door contractors veelvuldig gebruik gemaakt van dit platform.
Reageer op dit artikel