QNH gebruikt cookies op haar website om het gebruik van de website te analyseren, gebruiksgemak te verbeteren, voor social media en om ervoor te zorgen dat u relevante informatie te zien krijgt wanneer u gebruik maakt van de QNH website. Meer informatie over de cookies kunt u vinden in ons privacy- en cookiestatement. Door akkoord te gaan met onze cookies gaat u akkoord met de bovenstaande cookies. Gaat u niet akkoord dan worden alleen de functionele cookies ingeladen, sommige functionaliteiten zullen dan ook uitgeschakeld zijn. U geeft door gebruik te blijven maken van deze website toestemming voor het gebruik van cookies en het verwerken van op deze wijze verkregen persoonsgegevens, zoals in ons privacystatement vermeld.

Met sensoren en data-analyse is precies te zien wanneer een machine of installatie onderhoud nodig heeft. Kosten van onderhoud, maar ook van ongeplande storingen, zijn daarmee sterk terug te dringen. Onze collega Sjoerd Hobo legt in de Mechatronica&Machinebouw uit wat er komt kijken bij predictive maintenance.

Nieuwe technologische ontwikkelingen zoals het internet of things en data analytics kunnen zorgen voor een betere en slimmere aanpak. Wanneer installaties en machines aan elkaar én aan het internet gelinkt zijn, wordt het mogelijk om vanaf elke locatie te voorspellen wanneer er een storing zal optreden.

Dit fenomeen heet predictive maintenance; het verschilt wezenlijk van preventief onderhoud en houdt ook nog een verbeterslag in ten opzichte van toestandafhankelijk onderhoud.

Hoe implementeer je deze vorm van onderhoud?

Voordat organisaties aan de slag kunnen met predictive maintenance zijn er voldoende gegevens nodig van de betreffende machines of installaties. Deze data worden gewonnen met sensoren op belangrijke onderdelen binnen de installatie. Zijn er geen data beschikbaar, dan heeft het voorlopig weinig zin om aan de slag te gaan met deze vorm van onderhoud.

Vervolgens gaan dataspecialisten de verzamelde gevens analyseren. Door verschillende gegevens samen te voegen, kunnen ze nieuwe verbanden ontdekken.  Samen kijken zij naar situaties waarin de installatie in het verleden storingen heeft vertoond en zorgen ze voor een IT-systeem dat de patronen herkent en de storing vooraf ziet aankomen.

Meer weten over predictive maintenance? Lees hier het hele artikel uit de Mechatronica&Machinebouw.

Onderhoud


Delen op social media


Contact

Amsterdam

+31 20 460 9609

Rotterdam

+31 10 333 0813

Groningen

+31 50 520 1888

Eindhoven

+31 40 230 5624

Maastricht

+31 43 207 3050

Hasselt (België)

+32 11 771 277

Twitter