Predictive Maintenance online kennisweek

Predictive maintenance, predictief onderhoud Data

Predictive Maintenance online kennisweek – de laatste stand van zaken in predictive maintenance

Op 22 & 23 juni 2021 vindt de Predictive Maintenance online kennisweek plaats. Een unieke week, waarbij kennisdeling centraal staat.

Predictive Maintenance is een veelbelovende manier van onderhoud. Door middel van data wordt een voorspelling gemaakt over het optimale moment om onderhoud uit te voeren. Predictive Maintenance biedt dus mogelijkheden om kosten te verlagen en efficiëntie te verhogen. Tijdens deze kennisweek leert u meer over de meerwaarde van Predictive Maintenance, verschillende onderhoudsstrategieën en tools die u hierbij kunnen helpen.

Een greep uit het programma van Predictive Maintenance online kennisweek:

Pompen of verzuipen in procesdata: een gestructureerde aanpak voor predictief onderhoud

Deze presentatie gaat in op een praktische use case waarbij het gedrag van pompen is gemodelleerd op basis van historische procesdata.
Voor een groot waterschap zijn de storingen aan deze pompen gecombineerd met historische procesdata waardoor het mogelijk bleek deze storingen te voorspellen met een nauwkeurigheid van 99%.
Door het model vervolgens “online” te zetten bleek het mogelijk om zowel de huidige efficiency van de pompen te monitoren als bepaalde events te voorspellen.

Veel bedrijven hebben inmiddels genoeg historische procesdata en storingsgevens voorhanden maar worstelen nog met de vraag hoe je hier voordeel uit kunt halen.
Aan de hand van bovenvermeld voorbeeld gaan we in op de volgende deelvragen:

– Welke data neem je wel/niet mee?
– Hoe classificeer je de inputs en outputs?
– Hoeveel data heb je eigenlijk nodig?
– Wanneer is het model goed genoeg?

Tot slot presenteren we een methode waarbij u stap voor stap door het analyse proces ten behoeve van predictief onderhoud geleid wordt.
Zo kunt u deze techniek hierna ook toepassen op uw eigen assets.

Hoe maak je een data scientist effectief in de industrie?

Wanneer men het onderhoudsproces wil transformeren van reactief/preventief, naar een voorspellende aanpak, wordt vaak een data scientist of een externe data partij betrokken om het gat aan data kennis te vullen. Echter staan deze personen in de praktijk voor verschillende uitdagingen en blijkt het lastig om een verandering te initiëren.

Cultuur en mindset
Binnen de industriële sector hebben we vaak te maken met een conservatieve en risicomijdende cultuur. Tegelijkertijd willen we data gebruiken om onderhoudsprocessen te verbeteren.

Organisatorische versplintering
Organisaties zijn vaak opgedeeld. In de praktijk blijken deze organisatiedelen niet altijd goed op elkaar te zijn ingespeeld.

Diversiteit aan assets en installaties
Bedrijven beschikken over verschillende databronnen, met ieder zijn eigen soort data en toegankelijkheid. De meest waardevolle inzichten worden verkregen wanneer deze databronnen gecombineerd worden en eenduidig beschikbaar zijn.

Matchen van domeinkennis, businesskennis en datakennis
Om relevante inzichten uit data te verkrijgen is domein-, business- en datakennis noodzakelijk. Door deze te matchen kunnen de juiste vragen geformuleerd worden om zo de juiste data te verzamelen.

Governance
Met een schat aan onderhoud gerelateerde data tot je beschikking, ontstaat de vraag: wie krijgt toegang tot welke data, en wat mag hij/zij ermee doen?

Artificial Intelligence en Predictive Analytics in de praktijk

We gaan allemaal meer en meer meetwaarden gebruiken om de processen nog beter onder controle te krijgen. We willen de kostbare en (bedrijfs)kritische assets optimaal gebruiken om zo efficiënt mogelijk te werken. Moderne technologieën als Artificial Intelligence en Predictive Analytics bieden ongekende mogelijkheden en zijn eenvoudig toepasbaar en tegenwoordig voor iedereen bereikbaar.

Is het echt zo laagdrempelig als geschetst? De realiteit is vaak anders …
Op papier lijkt het allemaal heel simpel, in de praktijk blijkt de uitvoering helaas vaak een stuk complexer. Wat veelal ambitieus begint, mondt maar al te vaak uit in lang voortslepende projecten met weinig tot geen resultaat. Niet aan beginnen dus? Zeker wel! Ons advies is echter om de technologie toe te passen dáár en in dié vorm dat het u van meet af aan concreet meerwaarde biedt.

Meetbare resultaten
Als wereldwijd marktleider in het automatiseren van dit soort processen laten we u tijdens deze presentatie zien hoe u binnen enkele dagen al resultaten boekt. Door proceswaarden op te slaan, de data te visualiseren en te analyseren worden trends zichtbaar en kunt u sturen op verbetering. Zo wordt u volledig automatisch geïnformeerd wanneer proceswaarden afwijken van de verwachte patronen. Middels Artificial Intelligence gaan de systemen zelfs voorspellen wat er staat te gebeuren zodat u tijdig actie kunt ondernemen (Predictive & Prescriptive Maintenance).

Live demonstratie
Tijdens deze sessie ziet u hoe de software u informeert over onverwachte afwijkingen en laten we zien hoe u een effectieve downtimeregistratie doorvoert. We tonen u hoe u met minimale inspanning zelf een systeem creëert dat u op voorhand zal waarschuwen voor downtime en het uitvallen van assets. We laten u zien hoe deze technieken u zullen helpen uw processen, op een bijzonder eenvoudige wijze, beter te beheersen.

Predictive Warning System, een Automated Machine Learning praktijk case

In deze presentatie zal de theorie én de praktijk aan de hand van een windmolen case besproken worden.
Een Predictive warning systeem, op basis van Industrial Analytics (AI), gebruikmakend van Automated Machine Learning. De casus laat zien dat men met relatief weinig data al snel een betrouwbaar model kan bouwen voor betere proces- en onderhoudsbeheersing. Kensan, partner van Weidmüller zal deze presentatie gaan geven.

Bekijk hier het hele programma van Predictive Maintenance online kennisweek

Lees ook:

Digitale Nieuwsbrief

SCHRIJF JE IN VOOR ONZE WEKELIJKSE NIEUWSBRIEF EN BLIJF OP DE HOOGTE VAN ALLE INDUSTRIËLE EN TECHNISCHE ONTWIKKELINGEN!

Door jouw inschrijving voor de nieuwsbrief, ga je akkoord met onze privacy voorwaarden.

Dit artikel delen op je eigen website? Geen probleem, dat mag. Meer informatie.

Avatar foto

Redactie

Dit nieuws is samengesteld door de redactie van IndustrieVandaag.
Lees meer van: Redactie