Hoe ziet voorspellend onderhoud eruit in 2017?

Preventief onderhoud is een regelmatig uitgevoerde controle van de apparatuur die doorgaans is gebaseerd op de bedrijfstijd of routine. Een luchtvaartmaatschappij kan bijvoorbeeld een "100 uur durende demontage" van een straalmotor uitvoeren om te controleren op problemen nadat deze 100 uur runtime heeft geklokt.

Voorspellend onderhoud (of PdM) wordt gebruikt om potentiële problemen te voorspellen voordat onderhoud wordt gepland en om gegevens uit het systeem te verzamelen die bedrijven (en OEM's) kunnen gebruiken. Deze continue monitoring en data-acquisitie wordt al tientallen jaren gedaan met behulp van bedrade busprotocollen (zoals profibus en modbus), maar om gegevens uit de fabriek te krijgen en in handen te krijgen van een derde partij om PdM-redenen? Dat is nieuw.

Wilt u de beste draadloze technologie voor uw M2M-toepassing vinden?

Hieronder zullen we onderzoeken hoe predictief onderhoud er vandaag uitziet, de uitdagingen die ermee gepaard gaan en wat we zien dat predictief onderhoud in de komende jaren kan veranderen.

Uitdagingen en oplossingen voor voorspellend onderhoud vandaag

Gemakkelijker gegevens verzamelen met LPWA-netwerken

Een van de grootste uitdagingen van programma's voor voorspellend onderhoud is om gegevens uit het systeem te krijgen. Deze gegevens zijn niet alleen nuttig voor de eigenaar van de fabriek, maar ook voor de externe OEM's die de machines hebben gebouwd. En zonder de mogelijkheid om gegevensstromen continu te bewaken, is het ongelooflijk moeilijk om de machine te modelleren en te beoordelen voor toekomstige PdM. Sensornetwerken zoals Symphony Link bieden de mogelijkheid om op een kosteneffectieve manier gegevens uit externe ondernemingen te halen.

De gegevens die het PdM-systeem kan verzamelen, zijn doorgaans onderverdeeld in twee verschillende categorieën:

1. Intern gegenereerde gegevens . Met andere woorden, het systeem verzamelt zelf gegevens die de machine genereert, zoals batterijniveaus, foutcodes, prestaties, enz.

2. Extern waarneembare gegevens . Dit omvat zaken als infraroodwarmte, akoestische handtekeningen, trillingsniveaus, geluidsniveaus, metingen van de olieviscositeit, stroomverbruik en andere niet-verstorende testbewakingsapparatuur.

Indien correct uitgerust, kunnen voorspellende onderhoudssystemen aansluiten op bestaande producten en instrumenten en onmiddellijk beginnen met het oogsten van de gegevensstroom zonder de uptime te verstoren.

Uptime verkopen als een service

Met voorspellend onderhoud kan ook een geheel nieuw bedrijfsmodel worden gecreëerd voor OEM's rond het verkopen van uptime van een machine als een service in plaats van simpelweg het product te verkopen. In plaats van reclame te maken voor een doelmarkt om simpelweg hun vliegtuigmotor te kopen, zou een OEM hun klanten kunnen laten betalen voor elk uur dat de motor wordt gebruikt. In ruil daarvoor kan de OEM zorgen voor alle benodigde service en onderhoud.

Dit is natuurlijk niet voor elke branche mogelijk. Het is veel gemakkelijker te doen in omgevingen waar de buitendienst van de OEM toegang heeft tot het bedrijf, de fabriek of fabriek en in scenario's waarin de kapotte apparatuur gemakkelijk kan worden verwisseld.

Kostenbesparingen

In plaats van iemand eruit te vliegen om iets te repareren in een machine die u niet hebt kunnen identificeren, kunt u met voorspellende onderhoudsgegevenssystemen precies identificeren wat er kapot is en wat er moet gebeuren om de apparatuur weer bruikbaar te maken. Dit is een duidelijke kostenbesparing.

Betere feedbacklus

Een solide PdM-systeem geeft u ontwerpfeedback die nooit eerder mogelijk was. Als je bijvoorbeeld een kleine release doet van een nieuw product waaraan je hebt gewerkt, kun je meteen onderzoeken wat er moet veranderen en die wijzigingen meteen integreren. Dit verkort de levenscyclus van de productontwikkeling voor de volledige release van het product drastisch. (Het helpt ook bij het begrijpen van eventuele onderliggende oorzaken van falen in de ontwerpcyclus.)

Hoe ziet voorspellend onderhoud eruit in 2017 (&verder)?

Standaardisatie van sensorinterfaces

Een ding dat erg belangrijk zal zijn voor de toekomst van industriële automatisering en voor het hele ecosysteem voor voorspellend onderhoud, is de standaardisatie van sensorinterfaces . Deze uiteindelijke standaardisatie zal veel minder wrijving opleveren voor OEM's en hun klanten. Natuurlijk zijn er bedrijven die standaardisatie proberen door te drukken, maar er is weinig stimulans voor bedrijven om dit te doen omdat ze meer geïnteresseerd zijn in het creëren van propriëtaire technologie. Daarom zal normalisatie meer door de industrie dan door technologieleveranciers moeten worden aangestuurd.

Dat gezegd hebbende, u hoeft niet te wachten met het integreren van PdM-systemen totdat ze gestandaardiseerd zijn. Dit kan nog jaren duren voordat dit gebeurt en zal zich blijven ontwikkelen, zelfs als er een standaard is. De beste aanpak is om kleine stappen te zetten door een PdM-systeem te testen en vervolgens te leren hoe verschillende use-cases met de technologie kunnen worden opgelost.

Introductie van LTE-M &NB-IoT-technologie

Daarnaast zal het ook interessant zijn om te zien hoe cellulaire technologieën zoals LTE-M en NB-IoT speel in op de voorspellende onderhoudsruimte . Deze cellulaire technologieën maken direct-van-sensor data-acquisitie mogelijk tegen zeer lage kosten en tegen zeer lage kosten. Dit creëert de mogelijkheid voor goedkope batterijgevoede sensoren om rechtstreeks verbinding te maken met het mobiele netwerk. Als je dit vandaag zou willen doen, zou je een hub voor mobiele data-acquisitie (voor meer dan $ 1.200) moeten plaatsen op wat je maar wilde controleren, en je zou kunnen verwachten dat je tussen de $ 10 en $ 30 per maand betaalt voor die gegevensstroom.

Overweging met draadloos netwerk

In tegenstelling tot sommige IoT-oplossingen wordt de waarde voor predictive maintenance-oplossingen niet toegevoegd vanuit de datatransportmethode. In plaats daarvan de waarde wordt gecreëerd op basis van de sensor- en applicatielaag . Houd er rekening mee dat ze in veel opzichten gelijkwaardig zullen zijn terwijl u onderzoekt welk bekabeld of draadloos systeem de gegevens moet transporteren. Met andere woorden, de technologie die wordt gebruikt om het voorspellende onderhoudsprobleem op te lossen, is minder interessant dan de end-to-end-oplossing die het creëert.

De enige overwegingen die u in gedachten wilt houden, zijn kostenverschillen en overwegingen bij de implementatie. Met andere woorden, houd er rekening mee dat een kerncentrale waarschijnlijk geen wifi-gastnetwerk heeft waarop u kunt meeliften!

Als je meer wilt weten over deze voor- en nadelen, bekijk dan de gratis whitepaper hieronder.