CONDITION MONITORING &
PREDICTIVE MAINTENANCE


Meerwaarde door data-inzichten
Op het juiste moment en op de juiste plek

Jaarlijks zorgt downtime van technologie, installaties en machines voor ingrijpende financiële schade. Een ongeluk zit helaas in een klein hoekje. Dat komt omdat de processtappen in productieomgevingen die op efficiëntie en productiviteit zijn afgestemd meestal sterk in elkaar grijpen. De plotselinge uitval van een machine of een onderdeel kan resulteren in uitval van de complete productielijn. In de praktijk blijkt dat de kosten als gevolg van productiestilstand vaak veel hoger uitvallen dan de probleemoplossingskosten.

Waarom condition monitoring?

VOOR NAUWGEZETTE TOESTANDSBEWAKING

Hoe is het met de spil gesteld? Moet er koelmiddel in een machine worden bijgevuld? Waarom daalt de druk opeens? Wat is de status van de motor van de hydraulische pomp? Ligt de temperatuur binnen het gewenste bereik? condition monitoring helpt u aan deze en nog veel meer andere informatie over uw machine en installaties. Daarvoor verzamelt het diverse parameters. Het voordeel hiervan is dat productiemedewerkers en onderhoudspersoneel voor permanente toestandsbewaking kunnen zorgen. Daarmee kunnen ze in actie komen nog voordat componenten uitvallen

Waarom predictive maintenance?

VOOR PREVENTIEF ONDERHOUD

Predictive maintenance gaat nog een stap verder. Betrouwbare conditioning monitoring is een eerste vereiste voor preventief onderhoud. De reeds beschikbare data kan namelijk worden ingezet voor statistische analyses, het herkennen van patronen in data en de inzet van neurale netwerken met machine learning-algoritmes. Daarmee kunnen onder meer slijtagepatronen, afwijkingen en uitschieters worden gedetecteerd.

De IoT-oplossing van compacer

Onze IoT-oplossing voor condition monitoring en predictive maintenance is op diverse fronten inzetbaar. In de meeste gevallen wordt die echter ingezet waar machines en apparaten worden gebruikt. compacer biedt daarbij alle ondersteuning op datagebied die er maar nodig is. Om processen en de machinestatus te kunnen bewaken zonder in te grijpen in bestaande systemen doet edbic dienst als softwareplatform met twee componenten: IoT-gateway en IoT-hub. Het belangrijkste doel van edbic is om besturingsgegevens, machinedata, apparaatgegevens, procesdata en productiegegevens te verzamelen en harmoniseren en ze voor aggregatie en analyse over te dragen aan een overkoepelend IT-systeem.
IoT-gateway: Deze oplossing verzamelt data en bereidt die zodanig voor dat er uiteenlopende analyses kunnen worden uitgevoerd. IoT-hub: Deze oplossing verzamelt, analyseert en integreert data ten behoeve van een snelle en eenvoudige integratie van IT- en bedrijfssystemen.
CONDITION MONITORING &
PREDICTIVE MAINTENANCE

HET BIJZONDERE HIERAAN:

Er vindt zowel horizontale als verticale integratie plaats, van de productievloer tot het boekhoudsysteem. Dit gebeurt op basis van onze e-invoicing-oplossing.

De bewaking van de druk, het energieverbruik, de trilling, temperatuur, het toerental en diverse andere parameters vindt in real time plaats. Het inrichten van monitoring-processen is een fluitje van een cent. U kunt naar eigen inzicht drempelwaarden instellen. Op die manier kunt u afwijkingen, fouten en uitschieters in een vroegtijdig stadium detecteren. Deze op regels gebaseerde gegevensanalyse maakt toestandsbewaking en voorspellend onderhoud mogelijk. Downtime is daarmee voorgoed verleden tijd.

De data kan op elk gewenst endpoint worden geraadpleegd. Daarmee profiteert u van volledige transparantie, eenvoudige productiebewaking en mogelijkheden voor het optimaliseren van uw productieprocessen.


This rule-based evaluation of information enables condition monitoring as well as scheduled and predictive maintenance – no more unplanned downtimes!

The data can be retrieved from any terminal, so the system provides full transparency and you can easily monitor production and optimize your production.

Klantcase:
Onze oplossing in gebruik

Klantencase Burkhardt + Weber



Condition monitoring als stabiele basis voor predictive maintenance


Planbare productieprocessen en kostenbesparingen


LEES MEER

Voor betere zakelijke beslissingen

Alle voordelen in vogelvlucht

 

VOOR U ALS GEBRUIKER:

  • Analyse van de werkelijke oorzaak van problemen:
    Verbeter de operationele efficiëntie en verwerf meer inzicht in de werkelijke oorzaak van downtime. Los problemen op elk gewenst moment op afstand op!
  • Kostenefficiënt onderhoud:
    Dankzij de integratie met uw PPS-, APS-, MES- of ERP-systeem kunt u uw productieplanning naar een hoger plan brengen. En het helpt u ook nog eens aan kostenbesparingen!
  • Optimale flexibiliteit:
    Reduceer de reparatiekosten door real-time toestandsbewaking en diverse vormen van gegevensanalyse ten behoeve van voorspellend onderhoud die downtime als gevolg van onderhoud voorkomt..
  • Verbeterde productieplanning:
    De verzamelde data is op een centrale human-machine interface (HMI) of direct in de cloud raadpleegbaar. U kunt daarnaast een gepersonaliseerd dashboard met widgets samenstellen en meldingen over onregelmatigheden ontvangen via applicaties als WhatsApp.
  • Kwaliteitsborging voor productieprocessen:
    Definieer KPI’s als uitgangspunt voor het opvoeren van de productiecapaciteit. Aan de hand van de verzamelde informatie kunt u productieprocessen verbeteren en de productkwaliteit opvoeren..


VOOR UW VEILIGHEID:


VOOR UW KLANTEN

Wij beschermen uw data met encryptie en in de praktijk bewezen gateways voor diverse cloud-oplossingen. Met edbic als IoT-gateway kunt u al uw productiefaciliteiten effectiever beschermen tegen cyberbedreigingen.

Wilt u meer weten over onze blockchain-technologie en hoe u die voor IoT-toepassingen kunt inzetten? Neem dan contact met ons op!
Vanzelfsprekend profiteren uw klanten van alle voordelen mee. Zo kunt u dankzij transparanter inzicht in uw processen en geoptimaliseerde beschikbaarheid van informatie voor kwalitatief hoogwaardige klantenservice zorgen.




Pionier in machine learning

Het Smart Services Center op de campus van de technische universiteit van Aken (RWTH) heeft een tipje van de sluier opgelicht over de resultaten van een analyse van de markt voor industriële machine learning. Hieruit blijkt dat compacer, een vooraanstaande Duitse IT-dienstverlener en leverancier van software voor betrouwbare en formaatonafhankelijke gegevensuitwisseling tussen IT-systemen, een belangrijke voortrekkersrol in deze markt speelt.
parallax background

Zo past compacer predictive maintenance in de praktijk toe


De data die wordt gebruikt voor het verwerven van inzichten ten behoeve van voorspellend onderhoud is afhankelijk van de beoogde toepassing. De meeste machines en installaties genereren in de regel al de nodige gegevens. Maar als dat niet het geval is, bestaat er nog de mogelijkheid van een digitale retrofit.

Ons business integration cluster edbic leest data uit en verwerkt en analyseert die. Dit gebeurt in real time en volgens vooraf gedefinieerde regels. Alle data wordt op basis van uiteenlopende strategieën opgeslagen. Desgewenst kan data uit het historische geheugen worden opgehaald en aan elk gewenst systeem voor gegevensanalyse worden gevoed. De data kan vervolgens worden geanalyseerd met behulp van machine learning en statistische methoden.

Zo helpen wij u aan een succesvolle conversie

1
De beschikbare en benodigde gegevensbronnen worden aan edbicgekoppeld. Vervolgens wordt de data geïntegreerd. Vaak richten we ETL (Extract Transform Load)-processen in voor het beheer van een asynchrone analysedatabase, oftewel een data warehouse.
1
edpem biedt bewaking en logging van processen om voor integraal en foutloos gegevensbeheer te zorgen. Indien nodig geneert de oplossing waarschuwingen. Om een hoge datakwaliteit te waarborgen kunnen wij ook voorzien in tools voor het opschonen van data.
2
edbic kan real-time operationele data direct verwerken, bijvoorbeeld via sensoren in de productieomgeving. Dat gebeurt vaak op basis van synchrone data streaming. De data wordt verwerkt zodra die wordt gegenereerd. Ook in dat geval bewaakt edbic de complete informatiestroom.
4
Predictive analytics maakt gebruik van data mining, neutrale netwerken en statistische methoden om modellen te ontwikkelen die voorspellingen op basis van actuele data genereren. Deze data wordt geanalyseerd op basis van veel gebruikte procedures zoals patroonherkenning en functionele procedures. U kunt de gegevens echter ook overdragen aan elke gewenste business intelligence-oplossing.

Stuur nu een bericht!

Interesse? Graag horen wij van u

Onze experts helpen u met IoT-gereedheid.

LEES MEER OVER RETROFIT

Meer informatie vindt u in onze downloadsectie