November/December 2020
De voordelen van voorspellend onderhoud
Analysesoftware geeft installateur voorsprong op concurrentie
Onderhoud in de hele industrie is de afgelopen jaren flink in beweging gebracht. Dit heeft niet alleen te maken met voortschrijdend inzicht, maar ook met technologische ontwikkelingen zoals digitalisering. Toch blijken methodes als Industrie 4.0 en voorspellend onderhoud voor bedrijven lastig te zijn door gebrek aan kennis, data en geld. ‘Hierdoor dreigt Nederland achterop te raken’, voorspelt Marijn Bults van Spie. ‘Dat gaat niet alleen ten koste van de Europese concurrentiepositie, maar ook van de doelstellingen van het Klimaatakkoord.’
Preventief onderhoud is zeker geen slechte manier van onderhoud. Het nadeel is wel dat het in principe altijd te vroeg wordt uitgevoerd. De kunst is het ideale tijdstip voor preventief onderhoud zo te kiezen, dat het zo kort mogelijk is vóór het moment dat een installatie of bedrijfsmiddel faalt of het moment dat de efficiëntie onder een bepaalde grens dreigt te komen. Een kanttekening is dat preventief onderhoud niet is gericht op het voorkomen van (nooit te voorspellen) calamiteiten waardoor machines toch stil komen te staan, of gedurende langere tijd onnodig veel energie verbruiken.
Belang van data
Marijn Bults, consultant business development & innovatie bij technisch dienstverlener Spie: ‘Wij sluiten steeds vaker prestatie-onderhoudscontracten af voor hele productielijnen en technisch facilitaire zaken. In deze contracten spreken we geen concrete onderhoudshandelingen en frequenties af – zoals één keer per half jaar een filter vervangen – maar tekenen we voor een specifieke prestatie. Bijvoorbeeld een beschikbaarheid van 98 procent of een jaarlijkse energieverbetering van 5 procent.’ Om dit soort afspraken te kunnen maken is het volgens Bults van groot belang dat Spie het benodigde onderhoud kan voorspellen en plannen op basis van feiten. Bults: ‘Daarvoor is het onvoldoende om alleen gebruik te maken van bestaande data zoals technische specificaties, historie, bedrijfsomstandigheden, processen enzovoorts. Deze data zijn voldoende voor het uitvoeren van preventief onderhoud, maar bieden geen basis om de onderhoudsbehoefte betrouwbaar te voorspellen. Híervoor is het nodig de conditie van een machine of installatie realtime te monitoren door continu parameters als druk, trillingen, temperatuur of afgenomen stroom te meten.'.’
Voorspellend onderhoud
Meten is weten, zeggen ze vaak, maar dat is pas zo als je de gemeten waarden ook kunt interpreteren en vertalen naar onderhoudshandelingen. Spie werkt hiervoor met analysesoftware die gebruik maakt van algoritmes waarmee de onderhoudsbehoefte van een machine of installatie is te voorspellen. ‘Wanneer gemeten waarden de grenzen van deze verwachting over- of onderschrijden, betekent dit dat er ‘iets’ aan de hand is en gaan we op zoek naar de oorzaak’, legt Bults uit. ‘Het kan bijvoorbeeld zijn dat een besturingskast onvoldoende koeling genereert, dat er eigenlijk een te kleine elektromotor is gebruikt of dat het toegepaste filter niet de juiste is. Verlopen de metingen wel volgens verwachting, dan zal onderhoud worden uitgevoerd op basis van het eerder opgestelde onderhoudsplan dat rekening houdt met de verwachte slijtage en degradatie. Het betreft dan bijvoorbeeld de reiniging van een brander of het vervangen van een schakelaar.’
Met het verzamelen van deze data in combinatie met de juiste software is het dus mogelijk om de onderhoudsbehoefte op tijd te voorspellen. Zo is de betrouwbaarheid en beschikbaarheid van een machine of installatie nog beter te garanderen. Bovendien kun je hiermee het energieverbruik scherp in de gaten te houden.
Wat is voorspellend onderhoud?
Bij voorspellend onderhoud wordt gebruik gemaakt van data die een indicatie vormen voor de conditie van een bepaalde installatie (bijvoorbeeld druk, trillingen, temperatuur of stroomafname), gecombineerd met een algoritme. Dit algoritme, een soort rekenformule, wordt door software gebruikt om met deze data de resterende levensduur van een installatie te bepalen. Wanneer een verouderings- of degradatieproces precies volgens ‘plan’ verloopt, zal het tijdstip waarop de installatie het einde van zijn levensduur bereikt (het tijdstip van onderhoud) niet veranderen. Uiteenlopende situaties kunnen echter invloed hebben op deze processen, waardoor er mogelijk eerder - maar eventueel ook later - onderhoud nodig is. Hoe hoger de kwaliteit van de data en hoe beter het algoritme, hoe nauwkeuriger dit tijdstip is te voorspellen.
We raken achterop
Tot zover de ideale situatie voor Spie, maar ook voor bedrijven die zelfstandig hun onderhoud uitvoeren. Maar de praktijk leert dat het overgrote deel van de bedrijven nog lang niet zover is. Het monitoren van de conditie van een installatie vraagt immers nogal wat, zoals het plaatsen van de juiste sensoren op de juiste plaats (in het kader van betrouwbare data), het onderling koppelen van systemen, de koppeling van systemen aan geschikte analysesoftware én het (laten) opstellen van geschikte algoritmes voor specifieke machines. Tóch raadt Marijn Bults bedrijven aan hiermee aan de slag te gaan: ‘Wanneer we blijven bij de oude onderhoudsmethodieken, zullen zowel in de industrie als op kantoren en in woningen onnodig vaak installaties uitvallen. Bovendien leert de praktijk dat installaties bij onvoldoende onderhoud meer energie gebruiken dan nodig en hiermee ook bijdragen aan onnodig hoge CO2-emissies. Uit onderzoek blijkt overigens dat bedrijven zich wel degelijk bewust zijn van de mogelijkheden die voorspellend onderhoud biedt in het kader van duurzaamheid, maar echt starten blijkt lastig. Hierdoor dreigt Nederland achterop te raken, wat niet alleen ten koste gaat van hun Europese concurrentiepositie, maar ook van de doelstellingen van het Klimaatakkoord.’
Marijn Bults: 'Voor installateurs snijdt het mes bij voorspellend onderhoud aan twee kanten.’
Investeren in innovatie
De drempels die bedrijven tegenhouden zijn een gebrek aan kennis, data en geld. Marijn Bults: ‘Daarom zou het goed zijn wanneer bedrijven meer innovatiebudgetten beschikbaar zouden stellen, zodat analyse-, onderhouds- en installatiebedrijven de benodigde datatechnologie met elkaar verder kunnen ontwikkelen.’ Deze samenwerking is volgens Bults van belang, omdat bij voorspellend onderhoud verschillende stappen moeten worden gezet die kennis en ervaring vragen die vaak niet aanwezig is bij individuele bedrijven. Het begint met digitaliseren van installaties. Dat betekent dat de eigenschappen en werking van een bepaalde installatie kunnen worden ontsloten via sensoren. Daarbij is het van wezenlijk belang om goed op de hoogte te zijn van de belangrijkste faalmechanismen. Gaat een installatie in storing na een bepaald aantal operationele uren of juist omdat hij zoveel keer is in- en uitgeschakeld? Ook de locatie waar de meting wordt uitgevoerd is belangrijk om betrouwbare data te verkrijgen. Wanneer een locatie wordt gekozen waar een trillingsensor bijvoorbeeld ook de invloed van een langsrijdende heftruck meeneemt, dan zal er vaker alarm worden geslagen dan nodig is. Onjuiste gegevens leiden tot onjuiste resultaten.’ Tot slot is er expertise nodig om het juiste algoritme te kunnen schrijven zodat de software de waarden juist kan interpreteren. Bults: ‘Het monitoren van data is één, maar deze data omzetten in een betrouwbare voorspelling is echt iets anders. Hiervoor moeten bijvoorbeeld voldoende faaldata beschikbaar zijn, wat vaak al een probleem is. Data-analyse is echt een specialisme en bouw je niet zomaar op in een paar weken.‘ Vanwege die complexiteit kunnen bedrijven volgens Bults het beste kleinschalig beginnen. ‘Start bijvoorbeeld met een analyse om te bepalen wat de kritieke installaties of componenten zijn. Dan blijft het overzichtelijk, kan er kennis worden opgebouwd en kan hiermee draagvlak binnen de organisatie worden gecreëerd.’
De trillingen van een pomp zeggen veel over de conditie van deze component en worden in de industrie dan ook volop gemonitord.
Van twee walletjes
Voor installatiebedrijven bieden deze ontwikkelingen van twee kanten mogelijkheden. Enerzijds kunnen zij zich specialiseren in het installeren van systemen voor voorspellend onderhoud; het plaatsen van sensoren en het koppelen hiervan met een centraal punt waar de data worden verzameld. Daarbij kunnen ze ambassadeur zijn naar bedrijven en informatie geven over het nut en de noodzaak van voorspellend onderhoud. Daarnaast kunnen zij zelf voorspellend onderhoud gebruiken om hun eigen klanten te bedienen met prestatiecontracten. Zeker in de installatietechniek kan dat bijdragen aan het verlagen van de totale hoeveelheid CO2-uitstoot, door ervoor te zorgen dat ketels optimaal branden, filters in ventilatiesystemen tijdig worden vervangen en lagers van ventilatoren optimaal gesmeerd blijven. Ook wanneer installaties of componenten door dit type onderhoud langer meegaan, betekent dit weer een extra bijdrage aan het verminderen van CO2-emissies. Dit omdat bij bepaalde installaties een groot gedeelte van de CO2-footprint in de productie ligt.
Bults: ‘Wij als Spie willen voorspellend onderhoud altijd standaard aanbieden, zodat we onderhoud kunnen uitvoeren op basis van feiten. Inmiddels is een aantal kleinschalige pilots gestart, waarin wordt samengewerkt met diverse specialisten en is een aantal grotere projecten al enige tijd gaande. Het leuke is dat het enthousiasme vaak vanzelf komt wanneer je bezig bent. Dan zien bedrijven dat kleinschalige pilots behapbaar zijn en dat de resultaten en mogelijkheden er niet om liegen. Dan komen ook de ideeën en de wil om hiermee verder te gaan.’
Tekst: Marjolein de Wit - Blok
Fotografie: Spie