text.skipToContent text.skipToNavigation

Data maakt de wereld kleiner

​​​​​​
Zet predictive maintenance in voor toekomstbestendig onderhoud​​​​​​​

Dat voorspellend onderhoud gunstig is voor de uptime van machines, heeft zich inmiddels wel bewezen. Zeker zo interessant is dat het evengoed een oplossing kan zijn voor het tekort aan goed opgeleid technisch personeel. Het advies van professor dr. ir. Geert-Jan van Houtum, hoogleraar Maintenance & Reliability aan de Technische Universiteit Eindhoven?

“Bereid je als bedrijf nu vast voor op data-driven werken en predictive maintenance. Anders loop je de kans dat je straks echt te laat bent."

​​​​​​​Digitalisering, Internet of Things, het is inmiddels niet meer weg te denken uit het dagelijks leven. De consumentenmarkt wordt overspoeld met smarthome-oplossingen en zelflerende spraakbesturingssystemen als Alexa of Google Home. Voor de industrie zijn er digital twins, digitale kopieën waarmee een machine op afstand kan worden gemonitord. Of denk aan augmented reality (AR), waarbij er virtueel een extra informatielaag over de werkelijke situatie wordt gelegd. Beide technieken maken het mogelijk om op afstand technische ondersteuning te bieden. Het zijn tevens trends die Van Houtum ziet terugkomen binnen zijn vakgebied Industrial Engineering. 

“Ik kijk naar alle beslissingen die te maken hebben met het onderhoud van high-tech machines. Denk aan lithografiemachines van ASML, medische apparatuur van Philips, systemen van Vanderlande, maar bijvoorbeeld ook treinonderhoud. Bij al die systemen geldt dat er allerlei beslissingen genomen moeten worden over wanneer er welk onderhoud wordt uitgevoerd, hoe je ervoor zorgt dat een service-engineer op tijd is en hoe je die het beste kunt ondersteunen.”
​​​​​​​

M​​​​​​​ens versus machine
 

En dat is nodig, want downtime van machines kan behoorlijk in de papieren lopen. Bedrijven zetten dan ook hoog in op onderhoudsoptimalisatie. Dat doen ze bijvoorbeeld door een samenwerking aan te gaan met de Technische Universiteit Eindhoven. Tijdens onderzoeksprojecten van vier of vijf jaar wordt er gekeken hoe bedrijven bepaalde gegevens kunnen meenemen in hun onderhoudsbeslissingen. Van Houtum vertelt dat er verschillende ontwikkelingen gaande zijn op dat gebied, waarbij predictive maintenance opvallend vaak genoemd wordt. 
​​​​​​​
“Technisch gezien is het al heel goed mogelijk om op afstand in te loggen op systemen. Bedrijven die verantwoordelijk zijn voor de uptime van die systemen verzamelen gegevens in een centrale database. Die data wordt vervolgens geanalyseerd en bijvoorbeeld vergeleken met data van machines bij andere klanten. Worden er afwijkende patronen waargenomen, dan kan dat erop wijzen dat ze moeten ingrijpen.” Dergelijke afwijkingen, neem bijvoorbeeld deuken in een treinspoor, kunnen aan de hand van foto’s door specialisten worden geconstateerd. Die analyse kun je echter ook doen door middel van artificial intelligence (AI). Volgens Van Houtum ligt de kracht daarvan in het zien van patronen in data op een manier die veel exacter is dan menselijke waarneming. In de medische wereld heeft AI zich al bewezen. Het constateert afwijkingen aan het menselijk lichaam soms beter dan wanneer medisch specialisten dat met het blote oog doen. 
 

"Houd in de ontwerpfase van een systeem al rekening met alle mogelijke fouten die kunnen optreden”​​​​​​


Maar wat houdt de industrie dan tegen om niet nu al volledig in te zetten op predictive maintenance en AI? “De kwaliteit van de data is lang niet altijd voldoende om correcte voorspellingen te maken. De oorzaak? Sensoren op de machines en allerlei andere parameters die in de control software verzameld worden, zijn geselecteerd op het soepel laten draaien van een machine. En niet met het doel om storingen te voorspellen”, aldus Van Houtum. En hoe los je dat dan op? “Houd in de ontwerpfase van een nieuw systeem of bij het schrijven van de software al rekening met alle mogelijke fouten die kunnen optreden. En bedenk vervolgens welke metingen je moet doen om die fouten vroegtijdig op te sporen, zodat stilstand voorkomen wordt.”
 


Industrie is klaar voor Augmented Reality

Een andere manier om service-engineers te ondersteunen, is remote support. Bijvoorbeeld door AR, of door op afstand in te loggen met behulp van digital twins. Gespecialiseerde engineers kunnen dan op afstand, in real-time, meekijken, instructies geven of het systeem overnemen. “Voorheen werd er iemand met specialistische kennis ingevlogen als een eerstelijnsmonteur er lokaal niet uitkwam. Maar in de huidige situatie is reizen nu eenmaal lastiger. Dat versterkt die ontwikkeling om problemen op te lossen met andere tools en technieken.” 

En wat zijn daarvan de voordelen? “Bedrijven die overal ter wereld machines ondersteunen, moeten dus ook overal service-engineers hebben. Terwijl er wereldwijd een tekort is aan goed opgeleid technisch personeel. AR stelt die bedrijven in staat om technici met specialistische kennis ergens op een centrale plek te laten meekijken. Zo kunnen ze lokaal uit de voeten met een team van monteurs die een brede, algemene opleiding hebben. Die hoogopgeleide tweedelijnsmonteurs kunnen dan bovendien veel meer machines ondersteunen, omdat ze geen reistijd hebben.”

“Als je je onderhoud planbaar maakt, dan zijn weekend- of nachtdiensten ook veel minder nodig”​​​​​​​

Een vergelijkbare ontwikkeling ziet hij bij de bedrijven waar hij mee samenwerkt. “ASML verkoopt alle lithografiemachines met full-service onderhoudscontracten. Daarmee tekenen ze voor een hoge up-time. Hun klanten, de semiconductorbedrijven, hebben zelf ook een technische dienst. Alleen beschikken die niet over de specifieke kennis die nodig is om nieuwe machines te onderhouden. Oudere machines worden op een gegeven moment wel overgenomen door die technische dienst. Zo gaat het ook met geavanceerde machines van een aantal andere leveranciers. Het grootste deel van het technisch onderhoud in een semiconductorfabriek kan prima door eigen mensen gedaan worden.” 

En er is nog een laatste voordeel van predictive maintenance. Het zou een van de speerpunten kunnen zijn om de krapte aan hoogopgeleid technisch personeel te bestrijden: “Techniek wordt steeds complexer en het onderhoud dus ook. Als je je onderhoud planbaar maakt, dan zijn weekend- of nachtdiensten ook veel minder nodig. Dat maakt het aantrekkelijker om service-engineer te worden.”

​​​​​​​

Klaar voor een slimme toekomst


​​​​​​​Geert-Jan van Houtum is hoogleraar Maintenance and Reliability binnen de faculteit Industrial Engineering en Innovation Sciences van de Technische Universiteit Eindhoven.
​​​​​​​ 
Zijn persoonlijke drive? Een langlopende fascinatie in alles wat bijdraagt aan een lagere Total Cost of Ownership en een hogere beschikbaarheid van machines. Hij ziet daarbij een grote rol weggelegd voor predictive maintenance en data-driven werken. Het is dan ook niet voor niets dat bachelor- en masterstudenten al tijdens de opleiding leren omgaan met machine learning en gerelateerde technieken. Op die manier zijn de toekomstige werktuigbouwkundigen en industrial engineers straks ook vertrouwd met artificial intelligence, zonder dat zij afgestudeerde informatici hoeven te zijn. Een masterprogramma op het gebied van Artificial Intelligence for Engineering Systems ligt  al op de ontwerptafel.