Oproep voor bijdragen over machinepark-gebaseerde prognoses en gezondheidsmanagement van industriële activa

Het Sirris EluciDATA Lab organiseert samen met imec en DTAI Research Group van KU Leuven een speciale sessie rond 'Machinepark-gebaseerde prognoses en gezondheidsmanagement van industriële activa' tijdens de Fifth European Conference of the Prognostics and Health Management Society 2020, die van 1 tot 3 juli in Turijn plaatsvindt. Doet u aan onderzoek rond dit thema? Stuur dan zeker uw bijdrage door tegen 31 januari!

Machineparkanalyse is bedoeld om kennis van verschillende activa intelligent te gebruiken en zo nieuwe inzichten te verwerven voor het handhaven en optimaliseren van het gedrag van het machinepark in zijn geheel én van de individuele activa die er deel van uitmaken. Door rekening te houden met deze activa-overschrijdende kennis van het machinepark, ontstaan nieuwe mogelijkheden om de huidige geavanceerde aanpak van diagnose en prognose op het vlak van gezondheidstoezicht, degradatiemodellering en benchmarking  te verbeteren of uit te breiden.

Motivatie

Er wordt steeds meer kennis (zoals SCADA-gegevens, maintenance logs, enz.) verzameld over industriële machineparken, met andere woorden sets van (quasi) identieke industriële activa die in verschillende operationele contexten worden ingezet, zoals wind- of zonne-energieparken, stoomturbines, warmtepompen, compressoren, trucks, robots, enz. Deze informatie wordt door OEM’s gebruikt om toekomstige onderhoudsinterventies te plannen of om het toekomstige productontwerp te verbeteren, en door eigenaren van activa, om bijvoorbeeld hun prestaties op te volgen.

Het verwerven van inzicht in en het optimaliseren van het operationeel gedrag van dergelijke machineparken is van cruciaal belang en houdt tegelijk een aantal uitdagingen in, omdat er vaak complexe systemen mee gemoeid zijn die in een heterogene en dynamische omgeving werken. Door de beschikbare kennis van het machinepark te benutten, ontstaan nieuwe mogelijkheden om een aantal van deze uitdagingen aan te pakken. Bovendien kan een dergelijke kennis de bestaande PHM-benaderingen voor conditiebewaking, diagnose en prognose voor individuele industriële activa verbeteren door de kennis over gelijkaardige activa binnen het machinepark te integreren.

Doel

Het doel van deze sessie is geavanceerde PHM-methodes en technieken die gebruikmaken van de kennis van het machinepark, voor te stellen en te bespreken, met het oog op een verbetering van de prognoses en het gezondheidsmanagement van industriële activa. Relevante thema’s omvatten (maar zijn niet beperkt tot) diagnose- en prognosebenaderingen met betrekking tot gezondheidstoezicht, degradatiemodellering en benchmarking binnen industriële machineparken. Ook industriële casestudy’s (ongeacht het domein) die effectieve oplossingen aantonen voor de specifieke uitdagingen en problemen van reële toepassingen voor machineparken van industriële activa zijn welkom.

Verricht u onderzoek naar dit thema? Wenst u uw resultaten in een wetenschappelijk artikel voor te stellen op de conferentie? Neem dan contact op met onze experts die deze sessie organiseren, Mathias Verbeke en Alessandro Murgia.

Meer informatie over de conferentie vindt u hier.