Deze presentatie gaat in op een praktische use case waarbij het gedrag van pompen is gemodelleerd op basis van historische procesdata.
Voor een groot waterschap zijn de storingen aan deze pompen gecombineerd met historische procesdata waardoor het mogelijk bleek deze storingen te voorspellen met een nauwkeurigheid van 99%.
Door het model vervolgens “online” te zetten bleek het mogelijk om zowel de huidige efficiency van de pompen te monitoren als bepaalde events te voorspellen.
Veel bedrijven hebben inmiddels genoeg historische procesdata en storingsgevens voorhanden maar worstelen nog met de vraag hoe je hier voordeel uit kunt halen.
Aan de hand van bovenvermeld voorbeeld gaan we in op de volgende deelvragen:
– Welke data neem je wel/niet mee?
– Hoe classificeer je de inputs en outputs?
– Hoeveel data heb je eigenlijk nodig?
– Wanneer is het model goed genoeg?
Self-service analytics methode
Tot slot presenteren we een methode waarbij u stap voor stap door het analyse proces ten behoeve van predictief onderhoud geleid wordt.
Zo kunt u deze techniek hierna ook toepassen op uw eigen assets.
door: Kees Lambregts, Novotek
Dit webinar vindt plaats op dinsdag 22 juni om 10:30