Onderhoud transformeren met IoT-sensoren: Predictieve Excellentie

Onderhoud verandert. Snel.

Predictief onderhoud evolueert bijna elk uur.

Net als de rest van de wereld, wordt onderhoud tegelijkertijd verbonden en geïntegreerd. Sensoren spreiden zich ver en wijd over het industriële landschap in een rasende snelheid.

Volt, ampères, en nullen en enen stromen heen en weer door miljoenen en triljoenen kabels en draadloze verbindingen – data, informatie en waarde leverend aan moderne organisaties die operationele excellentie eisen.

Het internet of things (IoT) heeft nu geïndustrialiseerd (IIoT) en drijft de 4^de industriële revolutie – industrie 4.0 – voor onze ogen.

Traditioneel onderhoud evolveert naar geïnformeerde, data-gedreven, digitale en dynamische strategieën waarbij intelligente beslissingen genomen worden op basis van activagezondheid en prestaties – niet alleen gokwerk, aannames, of leveranciersaanbevelingen.

De cruciale activadata worden naar machine learning-algoritmen, predictieve modellen en cloud-gebaseerde software gestuurd, die het intelligente besluitvormingsproces automatiseren en, uiteindelijk, uw kansen op hoge activabetrouwbaarheid en beschikbaarheid verbeteren.

En IoT-sensoren zijn de sleutel tot die intelligentie.

Onderhoudsintelligentie is binnen handbereik van uw organisatie.

Waar begint u met IIoT?

Of u nu een kleine fabrikant van een populair craftbier bent of een multi-nationale petrochemische fabriek, IoT-sensoren en predictief onderhoud (PdM) zijn nu toegankelijk. Ze zijn niet langer het voorrecht van grote, wereldwijde, kasrijke corporaties.

De hardware en software zijn betaalbaar en toegankelijk voor allen.

Als u een activageintensive organisatie bent die intelligente besluitvorming en realtime data-analyse zoekt, start dan die reis naar predictief onderhoud. Het competitieve voordeel zal het uw zijn. McKinsey* stelt dat de positieve economische impact van IoT op Amerikaanse fabrieken bij 2025 tussen $1,2 en $3,7 biljoen dollar zal liggen.

En dat is moeilijk te negeren.

De stijgende lijn van 'predictive maintenance' in Google Trends.

Predictief onderhoud – ook wel condition monitoring genoemd – heeft bepaalde kerntechnieken en -technologieën die realtime analyse van activagezondheid en -toestand mogelijk maken. Ze kunnen nadere activum- en apparatuursproblemen detecteren en diagnosticeren voor uw organisatie, leveren actionable insights en een prognose over de resterende bruikbare levensduur van het systeem, activum of onderdeel.

En weet u wat dat betekent?

U heeft het!

De centrale doelen van waardelevering in activumbeheer: organisatorische risico's en kosten reduceren en activum prestaties verhogen.

De Sleutel IoT Predictieve Onderhoudstechnologieën en Sensoren

Er zijn 5 sleuteltechnologieën in predictief onderhoud.

Hoewel deze proactieve technologieën verschillende typen sensoren en realtime monitoring-apparaten hebben, lenen ze zich allemaal tot het IIoT en Industrie 4.0 en de onvermijdelijke mars naar een digitale en geïntegreerde wereld.

Trillingsanalyse

Deze technologie is de beste all-rounder. Het dekt veel potentiële activumissues en is het beste geschikt voor draaiende apparatuur.

U heeft waarschijnlijk veel van die, toch?

Het is een rijpe PdM-technologie die een accelerometersensor gebruikt om de trillingsniveaus van een activum te meten. De sensor kan signalen terugsturen naar servers via vastgekabelde draden, of draadloos via cellulairenetwerken of Wi-Fi.

De ernst van de trilling wordt getrendt en kan in de tijd veranderen.

Wanneer trillingsniveaus stijgen en vooraf ingestelde alarmeniveaus overschrijden, duidt dit vaak op activum- of componentachteruitgang.

En ernstige gevolgen kunnen volgen zonder onderhoudsinterventie.

Veelvoorkomende defecten die met trillingsanalyse gedetecteerd kunnen worden zijn:

• Onbalans
• Uitlijningsfout
• Resonantie
• Lagerslijtage
• Tandwielschade
• Cavitatie

Maar de volledige lijst kan uitgebreid zijn.

Bron: www.emerson.com

Deze initiële fase is de detectie-fase. Het gaat allemaal om een vroege waarschuwing van de technologie te krijgen. Software-algoritmen zullen dan helpen de specifieke foutmodus te identificeren aangezien elke zijn eigen unieke trillingshandtekening of frequentie heeft – dit is de diagnose-fase. Predictieve modellen zullen dan helpen in de prognose-fase. Dit is om de resterende bruikbare levensduur van het onderdeel te bepalen.

Infrarood Thermografie

Thermische imaging profiteert van geavanceerde camera-elektronica om 'te zien' en de langere golflengtes van het elektromagnetisch spectrum te meten. Dit is waar we 'warmte' of thermische energie die wordt uitgezonden door elk type object kunnen 'zien'. In uw organisatie kan dit een pomp, motor, vat, ketel, gebouw, tank, motor, of wat dan ook zijn!

Veranderingen in temperatuur zijn vaak een bijzonder goede indicator van nadere storing of een faalend proces.

Infrarood thermografie kan een reeks issues en foutmodi detecteren. Deze kunnen omvatten:

• Elektrische kabel / isolatiefouten
• Lose elektrische verbindingen & verbindingen
• Gasontsnapping
• Ongebalanceerde lasten
• Oververhit manifolds
• Beschadigde of ontbrekende isolatie
• Versleten refractories
• Versleten lagers
• Koppelingsuitlijningsfout
  

Bron: www.novatestpro.com

Hoewel het ooit een dure PdM-optie was, is het nu betaalbaarder, kleiner en gemakkelijker te gebruiken. Connectiviteit met het IIoT is nu gemakkelijk te bereiken samen met de constante, online monitoring van een reeks industriële systemen en activa.

Olieanalyse

Naast het gebruikt worden voor vet, wordt deze PdM-technologie hoofdzakelijk gebruikt voor het beoordelen van smeerolieconditie, externe verontreinigingen, en interne componentverslijtingdeeltjes.

Deze drie gebieden kunnen afzonderlijke of gedeeltelijk geïntegreerde sensoren vereisen, maar het monitoren van olieconditie kan het verschil betekenen tussen uitgebreide downtime en volle productie op kritische systemen.  

Smeermiddelen zijn de levensbloed van draaiende activa, en als het bloed slecht wordt… zal het activum niet ver achterblijven.

Bron: www.ph.parker.com

Olieanalyse kan veel foutmodi benadrukken, inclusief de volgende:

• Versleten lagers
• Tandwielschade
• Uitgeputte smeringadditieven
• Lage olieviscositeit
• Brandstofinfiltratie
• Vernisvorming
• Vuilinfiltratie
• Waterverontreiniging

Er zijn verschillende typen online olieanalyse-sensoren die uw organisatie kan gebruiken bij het ontwikkelen van zijn IoT-benadering. Deze omvatten oliegezondheidssensoren, zichtbaar-bijna-infrarood sensoren, en optische deeltjesdetectoren.

Onthoud, olie is het levensbloed.

Zorg er goed voor.

Motorstroomhandtekeninganalyse

MCSA is primair gericht op het monitoren van de gezondheid en toestand van AC-inductiemotoren.

Maar gegeven dat deze activa zo overvloedig en alomtegenwoordig zijn in alle industrieën, is er inherentie waarde in het verzekeren van hun betrouwbaarheid en beschikbaarheid.

Als ze niet draaien, dan draaien de wielen van de industrie niet.

MCSA gebruikt motorstroom (en spanning) metingen om een reeks foutmodi of fouten in de voedingspanning, en motorcomponenten zoals de stator, rotor, en terminal box te detecteren.

Bron: www.signaguard.com

Ultrasoon

Deze technologie kan door de lucht en structuurbonden ultrasoongeluidsemissies detecteren. Deze zijn niet hoorbaar voor mensen en worden vaak boven 20kHz in frequentie gevonden. Dankzij geavanceerde elektronica kunnen deze geluiden geheterodyned en hoorbaar gemaakt worden voor mensen en staat ons toe mechanische wrijving, turbulentie, en impacten te horen.

Ultrasoon heeft een reeks toepassingen en kan veel foutmodi detecteren, inclusief:

• Elektrische corona & boogvorming
• Lekdetectie
• Defecte kleppen
• Elektrische contacttrilling
• Versleten lagers
• Tandwieldefecten
• Gebrek aan smering
• Defecte stoomkleppen

Bron: www.uesystems.com

Het is zeer geschikt voor vroegtijdige foutdetectie in wälzlagers.

In termen van IIoT-toepassingen in de industrie zijn de meest voorkomende ultrasoonsensoren gebruikt voor het detecteren van structuurbonden defecten. Dit betekent dat ze het meest gebruikt worden om veelvoorkomende lagerproblemen te detecteren: beschadigde baanwegen, defecte ballen of rollen, gebrek aan smering, en vermoeidheid.

Dit overzicht van de sleutel IIoT predictieve onderhoudstechnologieën en sensoren heeft ons getoond dat er verschillende opties zijn om onze organisaties een competitief voordeel te geven in een snel veranderend onderhoudslandschap.

Als we data-gedreven en intelligente beslissingen willen nemen over onze onderhoudsinterventies, dan kunnen we dat!

Connectiviteit en de toekomst van predictief onderhoud is binnen ons bereik.

Lees verder: Uitgebreide gids voor IIoT in Onderhoud

* https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/the-internet-of-things-the-value-of-digitizing-the-physical-world#