Verhoog je inkomsten door uitval van kritische onderdelen te voorspellen met data science

Share

Storingen van kritieke machineonderdelen leiden vaak tot lange stilstandtijden en vereisen meestal een ervaren servicemonteur ter plaatse voor vervanging. Een onderhoudsdienst om dergelijke storingen te voorspellen verhoogt de beschikbaarheid van de machine en de kwaliteit van je servicecontracten.

Veel machines en productielijnen hebben kritische onderdelen met een lange ontwerplevensduur, maar vaak begeven deze onderdelen het tijdens de levensduur van de machine. Uitval van die kritische onderdelen is funest voor het productieproces en kost je klanten veel geld, aangezien de meeste bedrijven deze kritische onderdelen niet op voorraad hebben. Deze risico's kunnen worden beperkt met een voorspellende onderhoudsdienst voor kritieke apparatuur waarbij de conditie continu wordt bewaakt. 

Een industriële pomp, kritisch machineonderdeel van het productieproces Een industriële pomp, kritisch machineonderdeel van het productieproces

De gevolgen van falende kritische machineonderdelen 

Hoewel ze niet worden gezien als een standaard slijtageonderdeel, zullen bepaalde onderdelen van een machine op een gegeven moment binnen de levensduur van de machine slijten. Deze onderdelen zijn vaak geen standaardonderdelen en zijn specifiek gemaakt voor een bepaald machinetype of een bepaalde serie. Daarom zijn voor vervanging speciale onderdelen en vakbekwame technici nodig.

Het gevolg is dat deze reparaties regelmatig van langere duur zijn en aanzienlijke gevolgen kunnen hebben voor de productie en de reputatie van zowel het merk van de machinebouwer als de klant. Wat als je dergelijke storingen zou kunnen voorspellen op basis van data die beschikbaar zijn op PLC niveau of indien nodig met extra sensoren?

Data science om storingen te voorspellen in productie

Ervaren onderhoudsmonteurs kunnen vaak bepalen of de machine goed loopt door de trillingen te voelen of gewoon door naar de machine te luisteren om de oorzaak vast te stellen. Machinebouwers kunnen hun expertise gebruiken en combineren met machine data om te bepalen wanneer onderdelen aan het einde van hun levensduur zijn door symptomen te meten om de oorzaken van storingen bloot te leggen. Data analyse van defecte onderdelen en onderdelen die bijna aan het einde van hun levensduur zijn, kunnen worden gecombineerd met data sciences die leiden tot herkenbare patronen.

Rotaties, trillingen, ultrasoon geluid, temperatuur en stroom- of olieverbruik zijn potentiële indicatoren van slijtage en zijn relatief eenvoudig te monitoren met sensoren of PLC data. Het monitoren van de juiste data en deze vergelijken met bekende patronen is de schakel die je gecombineerde service-ervaring op elke machine 24/7/365 naar buiten brengt.

Een voorspellende onderhoudsstrategie zal leiden tot vroegtijdige waarschuwingen om defecten aan machineapparatuur te voorkomen Een voorspellende onderhoudsstrategie zal leiden tot vroegtijdige waarschuwingen om defecten aan machineapparatuur te voorkomen

Voordelen van het aanbieden van een dienst voor voorspellend onderhoud

Door onderdelen te vervangen en kritisch onderhoud te plegen voordat de storing zich voordoet, op een moment dat de gevolgen voor de productie beperkt zijn, kunnen je servicecontracten een hoger rendement opleveren. Daarnaast kan het leiden tot besparingen voor je klanten door de verminderde negatieve gevolgen voor hun productie, die zeer aanzienlijk kunnen zijn. Vragen zoals wat een verloren productie-uur kost, alsook de impact in verband met een stilstand gedurende vele dagen, zullen dergelijke servicecontracten vaak zeer aantrekkelijk maken voor je klanten.

Een kritisch monitoringsysteem waarbij je real-time data verzamelt en alarmen instelt op basis van herkenbare data patronen voor machineonderdelen met een bepaalde levensduur, verhoogt de uptime van de machine en de klantenbinding. Door tegen betaling een extra servicecontract voor voorspellende monitoring aan te bieden, kun je bij het vervangen van onderdelen van ongeplande naar geplande stilstandtijd gaan. Dit leidt gegarandeerd tot nieuwe omzet

Use case: predictieve monitoring van de vibratie van een pomp 

Versleten lagers in een pomp kunnen leiden tot trillingen, temperatuurverandering, verplaatsing, stilstand of olievervuiling. Waarschuw de klant dat een storing dreigt voordat deze zich voordoet en plan samen met de klant een vervanging. Op deze manier kan je klant profiteren van een service met een minimale impact op de productie.

Effectieve monitoring brengt de hoofdoorzaak aan het licht, waardoor herhaling wordt voorkomen en mogelijk ook andere gerelateerde storingen kunnen worden opgelost. Samen met de engineers en after sales specialisten worden de kritische onderdelen geïdentificeerd en worden tests uitgevoerd op defecte onderdelen. Daarnaast worden met behulp van data science modellen gemaakt om patronen in data te ontdekken, die kunnen leiden tot een succesvolle monitoring strategie

Frequentiesensorbewaking met drempelwaarden voor waarschuwingen en alarmconditie Frequentiesensorbewaking met drempelwaarden voor waarschuwingen en alarmconditie

Een strategie ontwikkelen voor de bewaking van kritieke apparatuur

Hieronder vind je een overzicht van hoe je jouw servicemodel kunt uitbreiden met preventieve bewaking van kritieke apparatuur:

1) Startpunt - huidig gebruik van data over kritieke onderdelen

De eerste fase is het analyseren van de huidige storingen van kritieke apparatuur. Bepaal welke onderdelen een significante kritische impact hebben op het productieproces vanwege de doorlooptijd en de behoefte aan geschoolde onderhoudstechnici voor vervanging. Stel vervolgens vast of er data over onderdelen worden verzameld, met een duidelijke statistische correlatie en causaliteit tussen de gegeven waarde en de toestand van het onderdeel in kwestie.

Overweeg of dergelijke data beschikbaar zijn op PLC niveau of kunnen worden vastgelegd via aangesloten apparaten, of dat een extra sensor nodig is. Het vermijden van extra sensoren verdient altijd de voorkeur, aangezien deze ook een zeker uitvalpercentage hebben. Overweeg de huidige sensoren op de machine en gebruik eventueel hun vermogen om frequenties, temperatuur of versnelling te detecteren via bijvoorbeeld IO-Link.

Een nauwe samenwerking tussen data scientist, after sales service en development engineers is nodig om te bepalen of herkende patronen relevant zijn of slechts 'witte ruis'.

Op basis van het bovenstaande worden een projectplan en een testschema ontwikkeld.

2) Prototyping - testen

Voer intern tests uit op machines/subassemblages van de kritische componenten in kwestie om de hypothese te versterken of te weerleggen. Ontwikkel en verfijn je modellen.

Voer een praktijktest uit op basis van data science van bepaalde machines in het veld die zijn uitgerust met de nodige wijzigingen en doe praktijkervaring op met de doeltreffendheid om ervoor te zorgen dat je deze dienst niet al te veel overschat richting je klantenbestand en vertrouwen opbouwt in het bedrijfsmodel.

3) Uitrol van het bedrijfsmodel

  • Definieer hoe deze verhoogde waarde het meest efficiënt kan worden aangewend naar de klanten toe om de inkomsten, de tevredenheid en de merkherkenning te verhogen:
  • Is dit alleen een verhoging van de inkomsten en een extra aanbod voor de onderhoudsdienst, of kan dit ook worden gebruikt om je machines en diensten verder te differentiëren van de concurrentie?
  • Wat kost een productie-uur voor je klant en kun je deze dienst op de markt brengen en tegelijkertijd een betere workflow voor je eigen productie krijgen?
Stappen om een bedrijfsmodel op te zetten voor voorspellend onderhoud aan kritieke machineapparatuur Stappen om een bedrijfsmodel op te zetten voor voorspellend onderhoud aan kritieke machineapparatuur

Geef je inkomsten een boost met voorspellend onderhoud

Wil je kritische storingen voorkomen en meer tevreden en winstgevende klanten hebben? Door preventief onderhouds voor kritieke apparatuur in te voeren, verbeter je klantrelaties en vergroot je de klantloyaliteit.

Als je hulp nodig hebt bij het bepalen van jouw digitale strategie en het benutten van data science, neem dan vrijblijvend contact op met een van onze industrie experts. Of haal inspiratie uit ons E-book: Service opportunties for OEMs to boost revenue and meet customer demands, inclusief use cases en voorbeelden van nieuwe inkomsten.

service models