De interesse voor Big Data - sommigen noemen het ook wel Smart Data - in onderhoud is in korte tijd drastisch gegroeid. Die ontwikkeling is serieus. Het is geen hype en biedt vele kansen, bijvoorbeeld op het gebied van predictive maintenance.
In databases zijn vele miljoenen gegevens opgeslagen over o.a. onze installaties, de procesvoering en de producten die ermee gemaakt zijn. Plus, natuurlijk over het onderhoud dat er is verricht, de gebruikte onderdelen, de mensen die het onderhoud en de daarmee verbonden activiteiten hebben uitgevoerd etc. Maar, wat kunt u nu concreet met deze data?
Door al die gegevens op een slimme manier met elkaar in verband te brengen en te analyseren kunnen we meer over het gedrag van installaties te weten komen. Het helpt zelfs tijdig storingen te voorspellen zodat er minder ongeplande stilstanden zijn. Zo’n 15 jaar geleden noemden we het nog Data Mining, en dat begrip bestaat nog steeds, maar toentertijd was het te kostbaar voor toepassingen in onderhoud.
Hierin gaat u natuurlijk alleen delven als u verwacht dat u hier goud gaat vinden in plaats van waardeloos gesteente. Dat is ook gelijk het addertje, want gegevens zijn vooral waardevol als ze kwalitatief een beetje in orde zijn. Die kwaliteit wil, als het om onderhoud gaat, nogal eens ontoereikend zijn. Sommigen zijn niet zo van het registreren, die noteren wel wat, maar of het volledig is en helemaal klopt is de vraag.
Waar men al jaren gewend is aan strikte, stipte, volledige en juiste registraties, meestal afgedwongen door klanten, overheden of kwaliteitsprogramma’s. Onze vrienden van productie hebben natuurlijk een groot voordeel: veel van de gegevens worden al geautomatiseerd afgetapt en opgeslagen door middel van plc’s, sensoren en continue metingen van stromen, debieten, energieverbruik en nog veel meer. Productie-operators hoeven dan ook niet zoveel gegevens te noteren.
Veel van de productiegegevens kunnen ook gebruikt worden om storingen tijdig te zien aankomen. Het vakgebied Data Science is nog volop in ontwikkeling, maar er zijn inmiddels enkele prachtige en overtuigende voorbeelden van toepassingen in onderhoud.
Laten we tot slot toch maar even relativeren: zo’n 70% van de storingen van roterende machines is het gevolg van niet, te weinig, teveel of verkeerd smeren. Daar kunt u via complexe data-analyse achter komen, maar een goed, gedisciplineerd en vakkundig smeerprogramma is natuurlijk ook een optie.
Meer weten over de inzet van big data in het onderhoud? Veel bedrijven plegen onderhoud aan het machinepark volgens de correctieve of preventieve onderhoudsmethodiek. Dit betekent dat onderhoud pas wordt uitgevoerd bij een storing, defect of in lijn met het onderhoudsplan van de leverancier.
Bekijk de cursus Maintenance engineer hierVakdocent Onderhoudsmanagement, Mikrocentrum