Voorspellend onderhoud:hoe data-analyse downtime voorkomt en kosten verlaagt

Bijgewerkt op 30 september 2024

Inhoudsopgave

• Wat is voorspellend onderhoud?
• Voorspellend versus. Preventief onderhoud
• Voordelen van voorspellend onderhoud
• Hoe voorspellend onderhoud werkt
• Voorspellend onderhoud implementeren
• Wat wordt door voorspellend onderhoud gecontroleerd?
• Beste praktijken voor voorspellend onderhoud
• Prestatieproblemen voorlopen
• Veelgestelde vragen

Belangrijkste afhaalmaaltijden

Voorspellend onderhoud is een datagestuurde aanpak die gebruik maakt van geavanceerde analyse- en monitoringtechnieken om te voorspellen wanneer apparatuur waarschijnlijk zal falen, waardoor onderhoud kan worden uitgevoerd voordat er een storing optreedt. 

Als uw bedrijf voor het functioneren afhankelijk is van zware machines, moet u deze hulpmiddelen altijd beschikbaar hebben. Omdat ongeplande downtime ertoe kan leiden dat de productie achterop raakt, omarmen steeds meer bedrijven voorspellend onderhoud om deze hoofdpijn en de daaruit voortvloeiende financiële verliezen die hiermee vaak gepaard gaan, te voorkomen.

Software voor voorspellend onderhoud analyseert de toestand van apparatuur aan de hand van gegevens die worden verzameld door op het internet aangesloten sensoren. Als een apparaat aandacht nodig heeft, waarschuwt het systeem automatisch het onderhoudsteam.

Voorspellend onderhoud heeft de toekomst. Het heeft het potentieel om de kosten te verlagen, onderhoudstaken te optimaliseren en uw bedrijf draaiende te houden. In deze gids leggen we uit wat voorspellend onderhoud is, hoe het werkt en hoe u meer waarde uit voorspellend onderhoud voor uw bedrijf kunt halen.

Wat is voorspellend onderhoud?

Afbeelding door Kateryna Babaieva van Pexels

Voorspellend onderhoud is een reparatie- en onderhoudsstrategie waarbij trackingsoftware wordt gebruikt om te anticiperen wanneer apparatuur onderhoud nodig heeft.

Elke verstoring van uw workflow is schadelijk voor uw vermogen om te functioneren; door voorspellend onderhoud te implementeren kan uw bedrijf blijven functioneren zonder dat dit ten koste gaat van kwaliteit of veiligheid.

Het mooie van voorspellend onderhoud is dat het subtiele veranderingen in uw apparatuur detecteert die het menselijk oog niet altijd opmerkt. Dit is ongelooflijk handig voor het beheer van complexe apparatuur die gemakkelijk kan falen als er iets niet klopt.

Het is gebruikelijk dat bedrijven in deze sectoren voorspellend onderhoud omarmen:

• Olie- en gasbedrijven
• Luchtvaartbedrijven
• Kerncentrales
• Spoorwegen
• Fabrikanten

Voorspellend onderhoud werkt via toestandgebaseerde monitoren die verschillende factoren in realtime volgen.

Door een sensor op elk apparaat aan te brengen, kunt u de status ervan in de loop van de tijd volgen. Het Internet of Things (IoT) en kunstmatige intelligentie (AI) kunnen vervolgens trends volgen, parameters instellen en onderhoudspersoneel waarschuwen voor mogelijke problemen.

Een sensor op de machine kan bijvoorbeeld continu de temperatuur monitoren en uw team waarschuwen als een machine oververhit dreigt te raken. Uw onderhoudsteam kan vervolgens de gegevens bekijken en weloverwogen beslissingen nemen over het repareren van die machine.

Van industriële automatisering tot voorspellend onderhoud, hier zijn onze top 10 industriële Internet of Things (IIoT)-toepassingen die slimme productie stimuleren#IoT #manufacturinghttps://t.co/TfrT9eQDT5

— jimcaruso (@jimcaruso) 31 juli 2023

Marktoverzicht voor voorspellend onderhoud:

Branchestatistiek Waarde Huidige marktomvang$ 5,5 miljard (2022) Verwachte marktgroei 17% CAGR tot 2028 Adoptiepercentages per regio 60% in Spanje (2018), 54% in Duitsland (2018) Adoptiepercentages per industrie 48% van de fabrieken gebruikt verbonden apparaten, 30% wil dit implementeren

Marktgroei voor voorspellend onderhoud:

De mondiale markt voor voorspellend onderhoud maakt een aanzienlijke groei door, geschat op 7,85 miljard dollar in 2022, met een verwacht samengesteld jaarlijks groeipercentage (CAGR) van 29,5% tussen 2023 en 2030. Dit onderstreept de toenemende adoptie en investeringen in technologieën voor voorspellend onderhoud.

Bovendien maakt 48% van de fabrieken al gebruik van verbonden apparaten om onderhoud vast te leggen, te analyseren en te verbeteren, terwijl nog eens 30% hiernaar onderzoekt

Technologische vooruitgang:

Vooruitgang op het gebied van kunstmatige intelligentie (AI), machine learning (ML) en het Internet of Things (IoT) zijn van cruciaal belang voor de opkomst van voorspellend onderhoud. Deze technologieën maken realtime data-analyse en de identificatie van foutpatronen van apparatuur mogelijk, wat leidt tot nauwkeurigere, tijdige en kosteneffectievere onderhoudsinterventies.

Uiteindelijk is het doel van voorspellend onderhoud om te weten wanneer u reparaties of onderhoud moet uitvoeren. Het is een kosteneffectieve benadering van onderhoud die ongeplande stilstand vermindert, vooral voor grote faciliteiten met complexe apparatuurprocessen.

Wilt u een GRATIS checklist voor vermogensbeheer?

Klik op de onderstaande knop om een gratis pdf te ontvangen van onze checklist voor activabeheer, die de cruciale vragen bevat die u voor elk taggingproject moet beantwoorden, zodat u uw onderhoudstracking- of faciliteitsbeheersysteem sneller aan de slag kunt krijgen.

Ontvang de checklist ›

Voorspellend versus. Preventief onderhoud

Het is belangrijk om te begrijpen dat voorspellend onderhoud anders is dan preventief onderhoud. Beide processen erkennen de waarde van het onderkennen van potentiële problemen en het repareren ervan voordat ze een groter probleem veroorzaken, maar ze zijn niet hetzelfde.

Bij preventief onderhoud volgt het onderhoudspersoneel een vooraf bepaald schema en voert het onderhoud met regelmatige tussenpozen uit. Ze onderhouden de machines, ongeacht of de apparatuur daadwerkelijk werk nodig heeft of niet.

Preventief onderhoud is doorgaans afhankelijk van de onderhoudsaanbevelingen van de fabrikant, en niet van daadwerkelijke gegevens verkregen van de apparatuur zelf.

Voorspellend onderhoud daarentegen maakt gebruik van gegevens over uw unieke activiteiten en machines om middelen alleen door te sturen naar apparatuur die aandacht nodig heeft. Er zijn veel gegevens nodig om nauwkeurige voorspellingen te kunnen doen, maar zodra u over deze informatie beschikt, voorspelt het systeem potentiële storingspunten en vertelt het uw onderhoudspersoneel waar ze moeten ingrijpen.

In plaats van te betalen voor reparatie van apparatuur die geen aandacht nodig heeft, kunt u uw onderhoudspersoneel doorsturen naar belangrijkere projecten.

Voordelen van voorspellend onderhoud

Afbeelding door Chevanon Photography van Pexels

Als u overstapt van preventief naar voorspellend onderhoud, kunt u uw tijd, onderhoudspersoneel en middelen optimaal benutten. Bedrijven die voorspellend onderhoud omarmen, profiteren van een groot aantal voordelen, variërend van kostenbesparingen tot operationele efficiëntie.

Voordeel Verbetering Lagere onderhoudskosten12% afnameVerbeterde beschikbaarheid van assets9% toenameVerminderde reparatietijd en downtime91% van de bedrijven ziet verbeteringenVerbeterd onderhoud van de verouderde infrastructuur93% van de bedrijven ziet verbeteringen

1. Verlaag de onderhoudstijd en -kosten

Er zijn veel financiële middelen nodig om zware machines te onderhouden. Als u weet wanneer u onderdelen moet vervangen of onderhoud moet uitvoeren, kunt u de kosten verlagen die gepaard gaan met het bedienen van gespecialiseerde apparatuur.

Predictief onderhoud verlaagt de onderhoudskosten zelfs met gemiddeld 25%. Het neemt ook het giswerk weg bij het onderhouden van grote faciliteiten en complexe machines.

Tot slot rapporteert 91% van de bedrijven dat de reparatietijd en ongeplande downtime zijn verminderd na implementatie van voorspellend onderhoud.

Verspil geen onnodige tijd en geld aan onderdelen en arbeid en profiteer van lagere kosten met een voorspellende benadering van onderhoud.

2. Verhoogde beschikbaarheid van apparatuur

Beschikbaarheid van apparatuur is een must om op een hoog niveau te kunnen opereren. Bedrijfsonderbrekingen nemen drastisch af naarmate uw apparatuur en machines beter beschikbaar komen. Predictief onderhoud vermindert onverwachte storingen zelfs met 70% en verhoogt de uptime van apparatuur met maar liefst 20%.

3. Betrouwbaarheid

Uitval van apparatuur is een groot probleem bij zware machines. Voorspellend onderhoud maakt uw apparatuur betrouwbaarder doordat het u een datagestuurde tool biedt voor besluitvorming.

Voorspellend onderhoud biedt een betrouwbaar proces voor apparatuuronderhoud, waardoor facilitair managers wat geruster kunnen zijn. Het systeem waarschuwt u bij eventuele problemen, zodat u strategische beslissingen kunt nemen voordat er zich een grote storing voordoet.

4. Voorkom verstoringen

Eén enkele verstoring kan ernstige gevolgen hebben voor uw bedrijf. Met voorspellend onderhoud verzamelt u echter voortdurend gegevens in uw onderhoudsbeheersysteem.

Het onderhoudsteam reageert in realtime op eventuele schommelingen in deze gegevens en voorkomt zo catastrofale storingen en de verstoringen die deze veroorzaken.

Hoe voorspellend onderhoud werkt

Afbeelding door Gustavo Fring van Pexels

Met voorspellend onderhoud past u op internet aangesloten sensoren toe op alle apparatuur of machines in uw faciliteit. Deze sensoren zijn conditiegebaseerd, wat betekent dat ze apparatuurgegevens, zoals trillingspatronen en geluiden, monitoren, verzamelen en analyseren.

Voorspellend onderhoud is sterk afhankelijk van IoT-technologie. Dankzij deze op internet aangesloten sensoren kan de software patronen en trends in uw gegevens ontdekken om problemen in realtime te identificeren. Met behulp van IoT-sensorgegevens en AI-algoritmen verzamelt en analyseert het systeem gegevens om te voorspellen welke machines op dit moment onderhoud nodig hebben.

Met software voor voorspellend onderhoud specificeert u de parameters voor hoe de apparatuur moet presteren. Wanneer de realtime gegevens buiten uw aanvaardbare parameters vallen, zal de software uw onderhoudspersoneel op de hoogte stellen, zodat zij het probleem kunnen oplossen voordat u een grote storing krijgt.

Voorspellend onderhoud implementeren

Het implementeren van een succesvol voorspellend onderhoudsprogramma vereist een strategische, datagestuurde en op samenwerking gerichte aanpak. Organisaties moeten elke fase van het implementatieproces zorgvuldig plannen en uitvoeren om ervoor te zorgen dat het programma de gewenste resultaten oplevert.

Om organisaties te helpen voorspellend onderhoud succesvol in te voeren en te implementeren, volgen hier de vier belangrijkste stappen die u moet overwegen:

1. Ontwikkel een voorspellende onderhoudsstrategie

De eerste stap bij het implementeren van voorspellend onderhoud is het ontwikkelen van een goed gedefinieerde strategie die aansluit bij de operationele en zakelijke doelstellingen van uw organisatie. Dit zou het volgende moeten omvatten:

• Identificeren van de kritieke activa en apparatuur die het meeste baat zouden hebben bij voorspellend onderhoud
• Bepalen van de belangrijkste prestatie-indicatoren (KPI's) en statistieken die u wilt verbeteren, zoals de uptime van apparatuur, onderhoudskosten of energie-efficiëntie
• Het beoordelen van uw huidige onderhoudspraktijken en mogelijkheden voor gegevensverzameling
• Het vermelden waard is dat maar liefst 50% van de onderhoudskosten als “verspilling” wordt beschouwd, en dat ongeveer 30% van het preventieve onderhoud te frequent is. Het selecteren van de juiste technieken en technologieën voor voorspellend onderhoud is dus een cruciale stap in het planningsproces.

2. Zorg voor een robuuste gegevensverzameling en -integratie

Effectief voorspellend onderhoud is afhankelijk van de mogelijkheid om grote hoeveelheden apparatuurgegevens uit verschillende bronnen te verzamelen, samen te voegen en te analyseren. Hiervoor is het volgende vereist:

• Het inzetten van een netwerk van sensoren en IoT-apparaten om de prestaties en staat van assets voortdurend te monitoren
• Het integreren van gegevens uit bestaande onderhoudsbeheersystemen, SCADA en andere bedrijfssystemen
• Het opzetten van beleid voor gegevensbeheer om de kwaliteit, veiligheid en toegankelijkheid van gegevens te garanderen

3. Maak gebruik van analyse- en AI/ML-mogelijkheden

Om apparatuurgegevens om te zetten in bruikbare inzichten, moeten organisaties gebruikmaken van geavanceerde analyses en mogelijkheden voor kunstmatige intelligentie/machine learning (AI/ML). Dit omvat:

• Het implementeren van softwareplatforms voor voorspellend onderhoud die door AI aangestuurde algoritmen kunnen toepassen om afwijkingen te detecteren, storingen te voorspellen en onderhoudsschema's te optimaliseren
• Het trainen van AI-modellen op basis van historische onderhouds- en assetprestatiegegevens om de nauwkeurigheid van foutvoorspellingen te verbeteren
• Het voortdurend verfijnen en bijwerken van de AI/ML-modellen naarmate nieuwe gegevens beschikbaar komen

4. Zorg voor effectief onderhoudsbeheer

Voorspellend onderhoud moet worden geïntegreerd in uw algehele onderhoudsbeheerstrategie, wat het volgende inhoudt:

• Het afstemmen van voorspellende onderhoudsactiviteiten op uw bestaande preventieve en correctieve onderhoudsprogramma's
• Het vaststellen van duidelijke rollen, verantwoordelijkheden en workflows voor onderhoudsteams
• Het bieden van opleidings- en bijscholingsmogelijkheden voor technici om te werken met nieuwe technologieën voor voorspellend onderhoud
• Continu monitoren en optimaliseren van het voorspellende onderhoudsprogramma op basis van prestatiestatistieken en feedback

Door deze best practices te volgen, kunnen organisaties met succes een uitgebreid voorspellend onderhoudsprogramma implementeren dat tastbare operationele en financiële voordelen oplevert.

Wilt u meer weten over hoe u aan de slag kunt gaan met een voorspellend onderhoudsplan? Bekijk de onderstaande video.

Wat monitort voorspellend onderhoud?

Afbeelding door Andrea Piacquadio van Pexels

Voorspellend onderhoud heeft zoveel toepassingen, maar condition monitoring is de meest voorkomende toepassing.

1. Trillingsanalyse

Deze functie meet de trillingsniveaus en frequenties van uw apparatuur. Elke machine heeft een ander trillingspatroon wanneer deze op topniveau werkt. Maar als er iets mis is, verandert het trillingspatroon meestal.

Sommige draagbare apparaten kunnen abnormale trillingen detecteren, maar dankzij voorspellend onderhoud kan uw onderhoudsteam deze afwijkingen veel sneller opsporen. Trillingsanalyse is ook ideaal voor het opsporen van verkeerde uitlijning, losse onderdelen of motorproblemen.

2. Thermische beeldvorming

Thermische beeldvorming detecteert schommelingen in de machinetemperatuur. Als u een machine gebruikt, zullen de onderdelen ervan na verloop van tijd uiteindelijk verslijten. Helaas is het soms moeilijk om te weten wanneer het tijd is om deze componenten te vervangen.

Overmatig gebruikte onderdelen geven meer energie vrij en werken op hogere temperaturen, wat systemen voor voorspellend onderhoud snel kunnen identificeren. Ze geven deze gegevens weer als infraroodbeelden om hotspots op apparatuur te visualiseren.

Van daaruit identificeert uw onderhoudsteam de defecte onderdelen en vervangt deze voordat ze defect raken.

In plaats van dat je onderdelen te vroeg of te laat vervangt, vervang je ze vlak voordat er een probleem ontstaat. Dit is een kosteneffectieve manier om de behoefte aan vervangingen in evenwicht te brengen en tegelijkertijd de onderhoudskosten laag te houden.

3. Olieanalyse

Met olieanalyse identificeert uw systeem deeltjes in de olie van een machine die op een lek of storing kunnen duiden. Olieanalyse is een populair hulpmiddel bij voorspellend onderhoud, omdat het eenvoudig is om parameters in te stellen:er is meestal slechts een eerste test nodig om een basislijn te krijgen.

Veranderingen in consistentie, waterhoeveelheid of verontreinigingen zijn niet altijd merkbaar, en uw werknemers realiseren zich mogelijk pas dat er een probleem is als het te laat is. Voorspellend onderhoud maakt gebruik van sensoren om deze kleine veranderingen te detecteren, zodat u weet wanneer er iets niet klopt.

4. Akoestische monitoring

Sommige geluiden, zoals samen bewegende onderdelen van apparatuur, zijn niet altijd hoorbaar voor het menselijk oor, maar gespecialiseerde akoestische sensoren kunnen deze veranderingen gemakkelijk detecteren. Ongebruikelijke geluiden geven aan dat de onderdelen van een machine beginnen te verslijten.

Ultrasone akoestische monitoring vertelt u dat u apparatuur moet smeren of onderdelen moet vervangen, lang voordat er een probleem optreedt.

5. Emissietests

De sensoren die bij emissietests worden gebruikt, analyseren de emissies van een machine. De niveaus van verontreinigende stoffen in de uitstoot kunnen duiden op overmatige olieverbranding, brandstofslib of een overwerkte machine die onderhoud nodig heeft.

U kunt voorspellende monitoring gebruiken om verschillende soorten emissies te analyseren, waaronder:

• Stikstofoxide
• Koolmonoxide
• Kooldioxide
• Koolwaterstoffen

6. Analyse van gedeeltelijke ontlading

Analyse van gedeeltelijke ontlading identificeert wanneer een machine elektrische vonken begint uit te zenden. Het is een handige functie voor monitoring:

• Kabels
• Generatoren
• Transformatoren
• Grote motoren
• Schakelaar

Voorspellende onderhoudssensoren verzamelen deze gegevens continu en vergelijken deze met de vooraf ingestelde parameters om te zien of een machine op het punt staat uit te vallen. Wanneer de elektrische ontlading op een apparaat buiten het veilige bereik valt, waarschuwt de software uw team om snel actie te ondernemen.

Beste praktijken voor voorspellend onderhoud

Afbeelding van Life of Pix van Pexels

Voorspellend onderhoud vermindert ongeplande stilstand en verlaagt de kosten, maar vereist nog steeds deskundige bediening. Als u een voorspellend onderhoudsplan wilt implementeren, is het creëren van een solide strategie belangrijk voordat u investeert in een voorspellend onderhoudssysteem.

Volg deze best practices om het meeste uit uw investering in voorspellend onderhoud te halen.

1. Voer een behoefteanalyse uit

Predictief onderhoud verlaagt op de lange termijn de kosten, maar zelfs dan kost het geld om de processen in te richten. Bovendien moet u werknemers trainen in voorspellend onderhoud, wat zowel tijd als geld vergt.

Voorspellend onderhoud zou nuttig moeten zijn, maar als u software koopt voordat u uw behoeften volledig begrijpt, ziet u mogelijk geen significant rendement op uw investering.

Dit is een grote investering, dus voer een grondige behoefteanalyse uit voordat u zich aan bepaalde software wijdt. Voer een kosten-batenanalyse uit, voer financiële projecties uit en visualiseer uw plan voordat u ook maar een cent uitgeeft.

2. Houd nauwkeurige gegevens bij

Voorspellend onderhoud evalueert de toestand van apparatuur in de loop van de tijd. Hoewel het op dit moment een krachtig hulpmiddel is voor het beheer van apparatuur, hebt u nog steeds een manier nodig om het succes van het programma op de lange termijn te evalueren.

Hoogwaardige labels en tags maken dit veel eenvoudiger. Elke keer dat u onderhoud uitvoert, gaan de gegevens terug naar uw voorspellende onderhoudssysteem om er zeker van te zijn dat de storing is opgelost.

Onderhoudsmedewerkers kunnen vervolgens eenvoudig alle activiteiten die op uw bedrijfsmiddelen worden uitgevoerd, identificeren en volgen met een snelle scan van een streepjescode of QR-code.

Kwaliteitslabels en tags vormen een aanvulling op uw voorspellende onderhoudsstrategie, volgen alle bewegende delen en laten zien dat de oplossing daadwerkelijk rendement op uw investering oplevert.

De duurzame asset-tags en labels voor facility management van Camcode zijn ontworpen om te overleven onder zware omstandigheden en werken goed voor zowel binnen- als buitentoepassingen. Alle labels zijn ook software-compatibel, waardoor het eenvoudig is om fysieke activa te volgen met een eenvoudige tag.

RFID-labels of RFID-tags zijn ook een slimme optie voor realtime tracking.

3. Identificeer sleutelmachines

Overstappen van een reactieve of preventieve onderhoudsstrategie is niet eenvoudig; Alles in één keer overbrengen kan overweldigend zijn. Het is een best practice om de meest kritieke machines in uw faciliteit te identificeren en eerst voorspellend onderhoud op deze machines uit te rollen.

Nadat u het hebt ingesteld, beoordeelt u het succes van het programma en verfijnt u het indien nodig. Zorg ervoor dat de software u helpt tijd te besparen, kosten te verlagen en activiteiten te stroomlijnen.

Nadat u een proof of concept heeft, kunt u het voorspellende onderhoudsprogramma in de loop van de tijd uitbreiden naar meer machines. Deze gefaseerde aanpak helpt u eventuele problemen op kleinere schaal op te lossen en zorgt voor een soepelere overgang.

Prestatieproblemen voorlopen

Conditiegebaseerde monitoring is een succesvolle strategie die veel voordelen biedt voor elke organisatie die zwaar materieel gebruikt. De gecombineerde kracht van IoT-sensoren, AI en voorspellende onderhoudssoftware tilt de zaken naar een hoger niveau en helpt uw bedrijf reparaties voor te blijven.

Hoewel voorspellende systemen u vertellen waar u heen moet, heeft uw onderhoudspersoneel nog steeds behoefte aan een gemakkelijke manier om apparatuur te identificeren. Onderhoudsbeheer is nog eenvoudiger met de duurzame labels en tagoplossingen van Camcode. Met de juiste etikettering kent u de status van elk apparaat en machine, zodat de werking soepeler verloopt.

Bestel een gratis proefpakket van Camcode om te zien hoe kant-en-klare labels de perfecte aanvulling zijn op voorspellend onderhoud.

Veelgestelde vragen