Het efficiënt onderhouden van machines en systemen staat of valt met de mogelijkheid te kunnen beschikken over de juiste informatie. Waar vroeger vooral correctief onderhoud werd toegepast (brandjes blussen) op basis van visuele, auditieve of andere menselijke waarnemingen, heeft voortschrijdend inzicht inmiddels geleid tot preventief, proactief en predictief of voorspellend onderhoud. Daarbij spelen sensoren een cruciale rol.

Het zijn immers deze componenten die de rol van de menselijke zintuigen overnemen en zowel betrouwbaar als continue data kunnen verzamelen. Met deze data is het vervolgens mogelijk om – middels de juiste software – de vele gegevens om te vormen tot nuttige informatie. 

Intelligente sensoren

Maar sensoren kunnen anno 2016 beduidend méér. Zo hebben fabrikanten de afgelopen jaren een grote stap gemaakt in het combineren van functionaliteit en intelligentie waarmee het aantal mogelijkheden sterk is toegenomen. Onder meer op het vlak van efficiëntie, flexibiliteit en veiligheid in het onderhoud. Eén van de ontwikkelingen die dit onderstreept is het feit dat steeds meer sensoren in staat zijn om te communiceren via I/O Link. Hiermee zijn de componenten niet alleen in staat een waarde te meten en deze door te geven, maar genereren bijvoorbeeld ook een melding wanneer zij kapot zijn en zijn via I/O Link eenvoudig te parametriseren. 

Van Computer Science naar Deep Learning

Binnen het onderhoud zijn al deze eigenschappen van belang wanneer het aankomt op het verzamelen van data. Op zich is dit niet nieuw. Ook in vroegere jaren werden de waarden van bijvoorbeeld druk- en temperatuursensoren gebruikt als indicator voor onderhoud. Daar zijn bovendien nieuwe technologieën aan toegevoegd zoals het meten van trillingen aan lagers en motoren waarbij een verandering in de trend kan wijzen op toegenomen slijtage of andere mogelijk toekomstige problemen. Een technologie die vele onderhoudsafdelingen inmiddels belangrijke informatie verschaft over de toestand van kritische systemen. Het stelt hen vooral in staat om het onderhoud tijdig (dus niet te vroeg óf te laat) en dus efficiënt in te plannen. 

Parallel aan het ontwikkelen van nieuwe technologieën is de mogelijkheid tot het verwerken van steeds grotere hoeveelheden data in een stroomversnelling gekomen. Een ‘gebeurtenis’ die reeds in de jaren ‘60 is voorspeld door Gordon Moore via zijn beroemde wet waarin hij aangaf dat het aantal transistoren op een geïntegreerde schakeling iedere twee jaar zou verdubbelen. Deze typische exponentiële groei kenmerkt zich door het feit dat bij het start van het proces (de tweejaarlijkse verdubbeling) gedurende lange tijd niet veel te merken is, maar dat er na relatief lange tijd een omslagpunt wordt bereikt waarbij de ontwikkelingen aanzienlijk sneller gaan dan het menselijk brein (dat veelal lineair denkt) verwacht. 

Het is een fase waarin we op dit moment terecht komen wat betekent dat computers ‘opeens’ in staat zijn nog veel grotere hoeveelheden data te verwerken dan waar de meeste mensen rekening mee houden. De bekende ‘big data’ uit Industrie 4.0. De hoeveelheid data zelf is daarbij niet het meest bijzondere, wel dat de analysesoftware in staat is om binnen een acceptabele tijd de data te verwerken, hierbij verborgen verbanden kan ontdekken op basis waarvan weer voorspellingen zijn te doen (Big Learning). Bijvoorbeeld over het tijdstip en de aard van onderhoud.

Toekomst

De ‘echte’ big data worden op dit moment nog niet (grootschalig) toegepast in het kader van onderhoud. Maar het gaat er zeker komen en zal betekenen dat fabrieken – op basis van een groot aantal sensoren – hun onderhoud steeds efficiënter kunnen gaan inplannen. Een ontwikkeling die zal bijdragen aan het verlagen van de kosten omdat mensen bepaalde inspecties niet meer hoeven uit te voeren en onnodig (preventief) onderhoud wordt voorkomen. Daarnaast verhoogt het de veiligheid omdat mogelijk onveilige situaties zoveel mogelijk zijn te voorspellen. 

Maar ook nu al kunnen machine- en installatiebouwers hun klanten ondersteunen door reeds in de ontwikkelingsfase rekening te houden met het onderhoud en hiervoor de benodigde sensoren toe te voegen. Leveranciers van sensoren zijn daarbij de aangewezen partner om te ondersteunen in het ontdekken van de mogelijkheden en het realiseren hiervan.