Kies voor betrouwbaarheid
- Al meer dan 20 jaar ervaring
- Betrouwbare referenties
Voorspellend onderhoud
Predictive maintenance – of voorspellend onderhoud – is een onderhoudsstrategie voor je industriële omgeving.
Onderhoud plegen
Hoe reduceer je de kosten voor het onnodig vervangen van onderdelen? En hoe voorkom je dat de productielijn – ondanks het preventieve onderhoud – toch stilstaat door onvoorspelbare mankementen? De tijdige detectie in degradatie van specifieke machineonderdelen is hierbij de oplossing. Zo maakt ‘Preventief Onderhoud’ gebruik van richtlijnen om te bepalen wanneer onderdelen vervangen ‘zouden moeten worden’. De vraag is echter, of een onderdeel sneller of langzamer degradeert dan deze vervangingsrichtlijn.
Hier komt ‘Voorspellend Onderhoud’ om de hoek kijken. Bij Voorspellend Onderhoud maak je gebruik van data over de werkelijke conditie van de machine, in plaats van tijd of leeftijdsgebonden vervangingsmomenten. Op het moment dat je écht de staat van een onderdeel weet, kun je onderhoudsmaatregelen nauwkeuriger toepassen. Hierdoor wordt de investering in elk onderdeel beter benut en weet je precies wat je moet vervangen, voordat het te laat is.
Diverse methoden
Een organisatie kan kiezen voor een Run to Failure methode óf voor slim, proactief en voorspellend onderhoud. Met meer intelligent geautomatiseerde processen, conditiegericht op tijdige actie wanneer nodig. De keuze voor een voorspellende onderhoudsstrategie waar MK Services in kan ondersteunen, impliceert veranderingen, maar kan veel opleveren op het gebied van efficiëntie, integriteit, veiligheid, betrouwbaarheid van installaties en kosten.
We ondersteunen bij het ontwikkelen van een predictive maintenance programma, dat zich concentreert op betrouwbaarheid waarbij je de optimale onderhoudsniveaus voor apparatuur en installaties vaststelt. MK Services visualiseert een duidelijke check-up van iedere aangesloten machine. Aan de hand van data-analyse worden er grafieken van de installaties geproduceerd, zodat je onderscheid kunt maken tussen wat normaal en wat abnormaal is en tijdig actie kunt ondernemen.
Waarom je moet overwegen om voorspellend onderhoud te implementeren
Onderhoud is al tientallen jaren een onderdeel van de machinebouw en systeemingenieurs. De afgelopen jaren hebben we gezien dat voorspelbaar onderhoud een tijdrovend en kosteneffectief alternatief is geworden voor reactief of preventief onderhoud. Dus wat is het voordeel? Wanneer je voorspellend onderhoud gaat gebruiken, kun je een aantal grote voordelen verwachten. Nadat je het toekomstige storingspunt van je systeem hebt voorspeld, kun je van tevoren beginnen met het plannen van de werkzaamheden voor je serviceafdeling. Componenten kunnen worden vervangen vlak voor de storing en allemaal volgens het voorspelde plan.
Uiteindelijk zul je te maken krijgen met een minimale stilstand van de apparatuur en een maximale levensduur van de componenten. Meerwaarde voor de klant.
In essentie is het meer een techniek dan wat dan ook. Het is een manier van werken. En je begint niet met het veranderen van de manier waarop je werkt door de aanschaf van een nieuwe tool.
Het volgen van deze stappen zal je kansen op een succesvolle predictive maintenance implementatie maximaliseren:
- Stel een strategie op
- Start met voor het verzamelen van data uit de machine
- Bepaal het toekomstige storingspunt
- Configureer alarmen die indicaties vertonen dat het storingspunt benaderd wordt.
Je hebt nu de basis om te beginnen met het leveren van voorspellend onderhoud aan je klanten! Dus laten we deze stappen verder uitdiepen.
Bij het opzetten van je strategie moet je je afvragen aan welke systemen je waarde ophangt voor voorspellend onderhoud. Je moet er zeker van zijn dat het mogelijk en aan te raden is om voorspellend onderhoud aan je machine uit te voeren. Het zal immers enige tijd en moeite kosten om het op te zetten.
Nu is het tijd om echt aan de slag te gaan met de implementatie. Het verzamelen, opslaan en bewaken van je machinegegevens is een cruciaal onderdeel van het voorspellende onderhoudstraject.
Het is belangrijk om eerst een historisch verband te leggen tussen de geselecteerde variabele en de levensduur van de componenten. Dit wordt gedaan door op regelmatige tijdstippen gegevens te verzamelen tot het moment dat de component defect raakt.
Met alle historische gegevens die tot je beschikking staan, is het tijd om het toekomstige punt van storing of onderhoud te bepalen. Door de variabele te vergelijken met de tijd met behulp van een datavisualisatie tool krijg je een typische curve te zien. Deze curve geeft vervolgens een indicatie wanneer een component moet worden vervangen. Bijvoorbeeld als er een storing optreedt nadat de temperatuur van een elektrische aansluiting 40 graden is bereikt. Of wanneer het trillingsniveau boven de 11mm/s RMS komt.
