Beenen BV: Voorspellend onderhoud 4.0

Magazines | Vallei Business nummer 4 2018

Voorspellend Onderhoud 4.0

De komst van Industry 4.0 zorgt voor meer innovatie en vooruitgang, maar ook voor meer druk op het produc-tieproces. De kosten van ongeplande stilstandtijd in de productieindustrie kunnen hoog oplopen. Om ervoor te zorgen dat machines en onderdelen operationeel blijven moet een juiste onderhoudsstrategie gekozen worden. Beenen BV zorgt bij klanten voor een verschuiving van correctief onderhoud naar preventief en voor-spellend onderhoud.

Preventief onderhoud

Bij een correctieve strategie wordt de levensduur van assets maximaal benut en zijn er geen preventieve onderhoudskosten. Wanneer er plotseling rook uit een machine komt is het duidelijk dat de maximale levens-duur bereikt is. De totale kosten van een reparatie blijken echter vaak hoger dan van een onderhoudsbeurt. Niet alleen de repa-ratie van onderdelen kost veel tijd en geld, vaak is de ongeplande stilstandtijd van de productie het grootste probleem. Het uitvoe-

ren van preventief onderhoud, gebaseerd op de gemiddelde levensduur van onderdelen, zorgt ervoor dat veel breakdowns voorko-men kunnen worden. Wanneer een lange termijn planning belangrijk is zal er gekozen worden voor deze onderhoudsstrategie. Een nadeel van gepland preventief onderhoud is dat onderdelen vervangen worden die nog naar behoren functioneren. Voor machines waarbij de levensduur maximaal benut moet worden, maar een breakdown veel onge-plande stilstandtijd kost moet een andere

strategie gekozen worden. Door onderhoud uit te voeren op basis van de actuele conditie van onderdelen worden ongeplande stilstan-den geëlimineerd en assets maximaal benut. Vanuit een kostenoverweging is duidelijk dat conditie-gebaseerd onderhoud het meest effectief is.

Conditie-gebaseerd onderhoud

Conditie-gebaseerd onderhoud, vaak afge-kort tot CBM (Condition-Based Maintenance), omvat het verzamelen en analyseren van

ict | beenen industrial automation

machine data om de efficiëntie te verhogen en onderhoudsprocessen te optimaliseren. Door de conditie van cruciale onderdelen continu of door middel van inspecties te monitoren worden trends in slijtage en andere defecten zichtbaar. Op het moment dat een machine slijtage begint te vertonen is er kans op een failure, ook wel Potential Failure genoemd. Vanaf dit moment kan met behulp van sensoren bepaald worden welke defecten er optreden en wat de omvang hier-van is. Verschillende type sensoren worden gebruikt voor het monitoren van de machine condities; versnellingsmeters voor trillingsa-nalyse, infrarood thermografie om heatmaps te creëren en ultrasoon sensoren om toe-nemende geluidsgolven op te vangen. Door gegevens van deze sensoren te combineren en te analyseren kan in een vroeg stadium bepaald worden of een machine onderhevig is aan slijtage. De benodigde informatie voor de analyses moet gehaald worden uit de industriële automatiseringssystemen. Hiervoor is datalogging nodig om trends te signaleren. De meeste systemen (PLC/SCADA en DCS) kunnen metingen doen en weerge-ven, maar extrapoleren wordt al moeilijker. Big Data Analysis methoden bepalen aan de hand van historische gegevens wat het ver-dere verloop van de slijtage en andere defec-ten zal zijn en kunnen zo een voorspelling doen over de geschatte levensduur van een onderdeel of machine. Naast het optimaal benutten van de levensduur van een machine kunnen aan de hand van de voorspellingen monteurscapaciteit en reserveonderdelen op het juiste moment gepland worden, wat zorgt voor een daling in onderhoudskosten.

Toepassing

Voor een klant die meer dan tweehonderd robotarmen gebruikt voor de assemblage van haar producten heeft Beenen een CBM sys-teem ontwikkeld. Op dashboards is de actu-ele en voorspelde conditie van de onderdelen te volgen samen met de verwachte levens-

duur van elke robotarm. Gebruikersinformatie in de vorm van waarschuwingen en alarmen geven aan wanneer er ingegrepen moet worden. Daarnaast zorgt het toepassen van Machine Learning ervoor dat de voorspellin-gen steeds nauwkeuriger worden naarmate er meer robotarmen onderhoud behoeven. Door deze toepassing weet de klant wanneer een robotarm vervangen of onderhouden moet worden, resulterende in minder ongeplande stilstandtijd en een hogere machinebeschikbaarheid. Deze verschuiving van correctief naar voorspellend onderhoud zorgt voor een cultuuromslag binnen de onderhoudsdienst. Geen plotselinge sto-ringen en overwerk meer, maar geplande onderhoudsmomenten waarbij onderhouds-dienst en productie samenwerken om het juiste tijdstip te bepalen. Beenen Industrial Automation

www.Beenen.nl

beenen industrial automation | ict

delen:

Vallei Business nummer 4 2018

Lees volledige uitgave online
Algemene voorwaarden | privacy statement Hosted by