Predictive maintenance: een bundeling van krachten

Gemba en Widget Brain gaan samenwerken om bedrijven te helpen met het toepassen van predictive maintenance. Door hun op elkaar aanvullende kennis, ervaring en software bieden beide partijen alle middelen om zowel verbeterde onderhoudsprocessen als een digitale kennisopbouw te kunnen leveren.

Vernieuwende oplossingen

Een trend binnen assetmanagement is performance management. Dit thema, Industry 4.0, sluit naadloos aan op Gemba en GembaIoT, waar EAM, DATA en IoT centraal staan. De nieuwste oplossing op dit gebied komt voort uit een samenwerking met het Rotterdamse Widget Brain. Door de handen ineen te slaan kunnen GembaIoT en Widget Brain namelijk nog veel meer op het gebied van predictive maintenance betekenen.

Widget Brain helpt organisaties met het interpreteren van machine data, zoals storingen en een verslechterde performance van bijvoorbeeld pompen. Uit die machine data is een patroon op te maken. Door dat patroon te analyseren wordt de reden voor het falen achterhaald, waarna specifieke algoritmes deze automatisch opsporen. Dit bespaart tijd en moeite en zorgt voor een focus op complexe problemen.

Nu de industriële markt meer en meer vergrijst, is dit een groot voordeel. Door fouten digitaal te diagnosticeren zijn er namelijk minder manuren nodig.

De samenwerking tussen GembaIoT en Widget Brain

De diensten van GembaIoT zijn met name toegespitst op het plaatsen van IoT sensors in assets en het leveren van dashboards waarin de data van de sensoren vervolgens uitgelezen kan worden. Widget Brain heeft de kennis en tools om deze data te interpreteren en patronen te herkennen. Dit kan vervolgens weer als input worden gebruikt om de Asset Performance Management (APM) portfolio binnen Gemba Service te voeden.

Een sensor in een pomp meet de temperatuur, trillingen, spanning en stroom. Door deze data met de historische data uit IBM Maximo te combineren en in de software van Widget Brain te laden, kunnen patronen zoals terugkerende storingen en verslechteringen van de prestaties van de pomp geïdentificeerd worden. In samenwerking met asset experts worden deze patronen herkend en gelabeld, hierdoor zal uiteindelijk voorspeld kunnen worden hoe lang het duurt voordat de pomp gaat falen.

De voordelen van predictive maintenance

Zonder de juiste tooling is het onmogelijk om te voorspellen wanneer een asset als een pomp onderhoud nodig heeft. Dit houdt in dat de onderhoudsfrequentie in veel gevallen te laag of juist te hoog is. Het gevolg van te veel onderhoud is dat onderhoudskosten onnodig hoog zijn en dat faalpatronen niet in de data terug te vinden zijn. Door onderhoud te bepalen op basis van de conditie van het apparaat in plaats van het aantal draaiuren worden veel kosten en resources bespaard.

Het toepassen van failure prediction aan de hand van de herkende patronen op de machine data herkend wanneer de performance van een pomp achteruit gaat. En kan er steeds nauwkeuriger bepaald worden hoe lang het nog zal duren voordat een pomp zal falen. Vooraf specificeren hoe de storing verholpen kan worden, zorgt ervoor dat de juiste mensen met de juiste skills en equipement op de juiste locatie gealloceerd worden. Hierdoor worden services geoptimaliseerd.

Digitale kennisopbouw

Het interpreteren van machine data en het herkennen van patronen gebeurt altijd in een nauwe samenwerking met de engineers en monteurs met de meeste kennis van de assets. Zij weten als geen ander hoe de machines werken en hoe eventuele problemen opgelost moeten worden. Met hun input wordt er aan digitale kennisopbouw gewerkt en dat is in een tijd van een aging workforce een groot voordeel.

Wilt u meer weten over de gezamenlijke oplossingen van GembaIoT en Widget Brain op het gebied van predictive maintenance? Neem dan contact op met:
Stefan Hoffmanns
T: 020 482 29 29
M: sales@gemba.nl