Data vormt de basis voor predictive maintenance, maar een juiste onderhoudsstrategie en software zijn noodzakelijk om deze onderhoudsmethodiek succesvol te laten zijn. Tijdens de tweedaagse online sessies van Predictive Maintenance, een event van de branche Industriële Automatisering, werd het onderwerp via diverse invalshoeken aangevlogen.
Erik Daalder & Robin Daalder, Schneider Electric, trapten dinsdag de bal af. Zij gaven in hun presentatie een mooi inzicht hoe met behulp van asset performance management niet alleen kostenreducties te behalen zijn, maar ook kunnen bijdragen aan de duurzaamheidsdoelstellingen van bedrijven. Kees Lambregts van Novotek gaf in zijn webinar uitleg over een use case van een groot waterschap die met behulp van predicitive maintenance storingen in zijn pompen voor kan zijn. Daarbij lag de nadruk op de vraag welke data het meest nuttig is om te analyseren.
Jos Geers van SAMSON REGELTECHNIEK sprak oder de titel ‘Begin, leer en groei’. Hij besprak de belangrijkste trends in de procesindustrie en dat plantmanagers met de juiste software inzicht krijgen in trends, concrete root causes en vroegtijdig een inkijkje in mogelijke afwijkingen. Jules Oudmans (UReason) hield een lezing onder de titel ‘van asset data naar werkorder’. Hij gaf een demo van een gesloten loop en hield zijn luisteraars voor: “luister naar de data die uw assets genereren”.
De eerste themadag werd afgesloten door Wiek Wijands (Kensan). Hij verzorgde mede namens Weindmüller een webinar en ging in op een windmolen-case. Hij liet zien hoe een predictive warning system op basis van machine learning kijkt naar afwijkingen en mogelijke verstoringen daarin. Wijnands benadrukte dat hiervoor relatief weinig data nodig is.
Dag twee
Op woensdag namen Michiel Dondorp en Anish Bisnajak van Croonwolter&dros als eerste het woord. Zij schetsten het belang van een goede data scientist en de uitdagingen die bedrijven tegenkomen bij het implementeren van predictive maintenance. Diederick Nab, WAGO Nederland, ging aansluitend in op de vraag welke rol clouddiensten kunnen spelen bij een succesvolle implementatie van voorspellend onderhoud.
Marcel Kelder (Yokogawa) gaf in zijn webinar inzicht op de vraag hoe assetinformatie met behulp van machine learning inzichtelijker is te maken. De lezing van Omar Thiam, Wonderware, handelde ook over de voordelen van kunstmatige intelligentie en de verschillende modellen die AI gebruikt, zoals supervised en unsupervised machine learning. Hij gaf ook aan hoe AI ingezet kan worden om patronen te ontdekken om zo downtime in procesinstallaties te voorkomen.
Tijdens de sessie van Emerson, door Sabine Spapen & David Miny, werd ingegaan op trillingsanalysetechnologie in roterende machinerie. Door opnieuw de juiste data af te vangen kan op een strategisch moment het juiste onderhoud worden gepleegd. De laatste lezing van de kennisdagen, door Koen Leeflang & Robert Vincente van Festo, handelde over hoe predicitive maintenance ook toegepast kan worden in de wereld van perslucht en pneumatiek.
