Het potentieel van machineparkanalyses voor datagestuurde optimalisering van bediening en onderhoud

Steeds meer bedrijven starten proactieve of predictieve maintenanceprojecten op en zoeken naar manieren om hun operaties te optimaliseren door een betere benutting van de grote hoeveelheid gegevens die ze verzamelen. Bij hun analyses focussen die bedrijven echter hoofdzakelijk op het niveau van elke machine afzonderlijk, waardoor een enorm potentieel voor machineparkanalyse onbenut blijft.

Precies daarom organiseerde Sirris in het kader van het HYMOP-project samen met de andere projectpartners (Vrije Universiteit Brussel, imec, Universiteit Antwerpen en KU Leuven) op 13 december 2017 de tweede editie van het seminarie ’Analyse van het machinepark voor datagestuurde optimalisering van bediening en onderhoud’. Met zo’n 70 deelnemers uit de academische en industriële wereld, toonde het event de toenemende aantrekkelijkheid van en interesse in machineparkanalyses voor datagestuurde optimalisering van bediening en onderhoud aan.  

Een set van (bijna)-identieke machines wordt aangemerkt als een park. De analyse van de verzamelde gegevens in een dergelijk machinepark biedt een reëel potentieel voor de optimalisering van de bediening en de maintenance van die machines:   

  • Benutting van de gegevens en de kennis in het volledige park: dankzij de analyse van de gegevens van het hele park, bouwt u meer representatieve datasets op door de gegevens afkomstig van afzonderlijke machines te bundelen. De dataset dekt een rijkere set van operationele contexten en apparatuurtypes dan een dataset met gegevens afkomstig van een enkele machine. Uw dataset kan mogelijks ook meer zeldzame voorvallen bevatten. Uiteindelijk zult u volledige, kwalitatieve datasets kunnen opbouwen: door aberraties te detecteren en te verwijderen, en ontbrekende gegevens in te voeren. Zo beschikt u over een representatieve en volledige dataset, wat de eerste stap naar een succesvolle data-analyse uitmaakt!

  • Prestatievergelijkingen binnen het volledige park en vastleggen van prestatiedalingen of ondermaatse prestaties: door de data op het niveau van het volledige machinepark te analyseren, ontwikkelt u een betrouwbaar en reëel referentieel uitgangspunt voor diverse contexten. Met andere woorden, wanneer een machine normaal werkt in haar normale bedrijfsomstandigheden. U kunt dit referentiële uitgangspunt hanteren om een abnormale werking vast te stellen. Dit fungeert dan op zijn beurt als basis om pannes te voorspellen en anomalieën te detecteren.

  • Hybride modelleringstechnieken en simulatie: de machineparkanalyse stelt u in staat uw probleem op te splitsen in secties die afzonderlijk kunnen worden gemodelleerd. Door de individuele componenten, de machine en de verschillende assets afzonderlijk te onderzoeken, wordt uw analyse minder complex en kunt u in diverse contexten gaan specialiseren. De individuele componenten kunnen daarna opnieuw tot een algemeen model worden samengesteld met behulp van zogenaamde hypermodelleringstechnieken, wat een gigantische researchtaak uitmaakt.

Benieuwd naar het potentieel van machineparkanalyse voor uw specifieke context? Wenst u meer informatie over het HYMOP-project? Neem dan snel contact op en stuur ons een mail!