Met data voorspellen we storingen, waarmee we productieverlies voorkomen
Onderhoudsmanager Swinkels Family Brewers
Binnen een continu productieproces is ongepland onderhoud de grootste kostenpost. Bij een storing komt veelal de volledige productielijn stil te liggen en de productie kan pas weer worden hervat als het defect is verholpen.
De invloed van Industry 4.0
Met preventief onderhoud wil je ongeplande stilval voorkomen. Door gebruik te maken van data-analyse kun je storingen voorspellen. In moderne fabrieken is er door de vergaande digitalisering ongelofelijk veel data beschikbaar waarmee een ‘smart factory’ ontstaat. Op basis van de gegevens die machines leveren, kunnen namelijk patronen worden ontdekt die een defect aankondigen. Deze Smart Industry of Industry 4.0 draagt op deze manier bij aan:
- Een betere kwaliteit
- Hogere betrouwbaarheid
- Minder kosten in de fabriek.
Brouwerij Swinkels en Industry 4.0
Ook Brouwerij Swinkels gebruikt Industry 4.0 om een wereldwijd gestandaardiseerd onderhoudsproces in te zetten, met Predictive Maintenaince als grootste troef. Swinkels Family Brewers levert bier over de hele wereld. Swinkels Family Brewers – voorheen bekend als brouwerij Bavaria – is de op één na grootste brouwerij van Nederland. De brouwer levert bekende biernamen als Bavaria, La Trappe, Palm en Rodenbach en doet dat al meer dan 300 jaar. Op zeven verschillende locaties binnen en buiten Nederland wordt per jaar zo’n 8 miljoen hectoliter bier gebrouwen, wat wordt geëxporteerd naar 130 landen.
Met Industry 4.0 niet meer verrast worden door defecten
Met Industry 4.0 niet meer verrast worden door defectenBinnen de bottelarij van Swinkels worden er elk uur 75.000 blikjes bier gevuld en verpakt. Een defect zoals een vastgelopen lager heeft in dit productieproces grote impact, omdat de hele productielijn op dat moment stilvalt. Als onderhoudsmanager wil je weten wanneer je een storing kunt verwachten, zodat je preventief onderhoud kunt inplannen op een gunstiger tijdstip.
Met Industry 4.0 een optimaal onderhoudsproces
Hans van Vijfeijken is Global Manager Engineering en Maintenance bij Swinkels. Hij is verantwoordelijk voor het wereldwijd opzetten van een gestandaardiseerd onderhoudsproces. Zijn opdracht: Garandeer de betrouwbaarheid van de productie en houd tegelijkertijd de kosten in de hand.
Van Vijfeijken was ervan overtuigd dat Predictive Maintenance hem daarbij kon helpen. Door beschikbare data optimaal in te zetten kun je voorspellen wanneer onderhoud nodig is. Hierdoor word je steeds minder vaak onaangenaam verrast door defecten en bijbehorende kosten. Door beschikbare data optimaal in te zetten kun je voorspellen wanneer onderhoud nodig is.
Data science vervangt handmatige checks
Natuurlijk deed het onderhoudsteam van Swinkels voorheen ook aan preventief onderhoud. Onderhoudsmonteurs verzamelden de informatie hiervoor handmatig. Zagen ze een afwijking in het lijmverbruik of merkten ze aan de afvulling van blikjes dat de vulventielen moesten worden vervangen, dan werd dat ingepland. Ook haalden ze ieder jaar alle vulmachines uit elkaar om de afzonderlijke onderdelen te kunnen beoordelen.
Meer bruikbare data zorgt voor specifiekere voorspellingen
Met Industry 4.0 is er door automatisering en digitalisering steeds meer data beschikbaar, ook van de machines in de bottelarij. Uit deze gestructureerde en ongestructureerde data kun je als data scientist kennis en inzichten halen. Hoe meer bruikbare data er aanwezig is, hoe gerichter en preciezer je inzichten zullen zijn.
Blijkt bijvoorbeeld uit opgeslagen gegevens dat vulventielen altijd na ongeveer dezelfde tijd versleten zijn? Dan vervang je ze voortaan voor die tijd. Naast dit simpele voorbeeld zijn er natuurlijk meer complexe indicatoren te vinden in de data die aangeven dat er onderhoud gepland moet worden.
Met de enorme hoeveelheden data die vanuit de machines wordt verzameld, kun je veel gerichter voorspellen dan met handmatige controles
Sensoren bewaken alles real time
Swinkels startte eerst een pilot, om zo gemakkelijk en snel te zien of Predictive Maintenance een positieve businesscase had. Hans van Vijfeijken werkte in de pilot samen met Johan Koopman, Predictive Asset Management consultant bij KIM Plus Delta. Als data scientist was zijn eerste stap het bepalen welke gegevens Predictive Maintance mogelijk maken.
Johan Koopman: “Predictive Maintenance begint bij een gedegen businesscase. Daarin wordt via Root Cause Analysis of FMECA exact bepaald wat moet worden gemeten. Oftewel: welke gegevens hebben we nodig om een goede voorspelling te kunnen doen? We maakten daarvoor gebruik van CRISP-DM (Cross-industry standard process for data mining), dat voorschrijft hoe je data op de juiste manier voor analyse gebruikt.”
Bij Swinkels bleek een aantal zaken relevant, zoals de messen, lagers en natuurlijk de storingen uit het verleden. Johan vervolgt: “Na die analyse werden 23 extra sensoren in de verpakkingsmachine geplaatst. Deze monitoren real-time de temperatuur en de servomotoren. Als je genoeg data beschikbaar hebt, kun je een digitale vingerafdruk definiëren. Daarin bepaal je binnen welke bandbreedtes de machine mag draaien en wanneer een kritische grens wordt bereikt. Door de storingen met behulp van data-analyse te voorspellen, gaat de betrouwbaarheid van je productie omhoog.”.
Als je alle gegevens van een proces samenbrengt, kun je een digitale vingerafdruk definiëren
Kapotte lager ruim van tevoren voorspeld dankzij Industry 4.0
De beschikbare data werden aangevuld met de informatie afkomstig van de extra sensoren. Een goed voorbeeld van Industry 4.0, waarbij machines worden uitgelezen om meer inzicht te krijgen. Zo bleek de kapotte lager in de vulmachine te voorspellen. Johan: “Bij zo’n complexe machine is het isoleren van een fout erg moeilijk. Door data science te gebruiken in combinatie met de vergaande engineeringkennis van Swinkels, ontdekten we een unieke vingerafdruk in het motorstroomsignaal. Analyse van de data toonde namelijk aan dat de gefaalde lager zich al anderhalve maand daarvoor aandiende.”
Met data-analyse in combinatie met de specialistische kennis van Swinkels kun je storingen in de machine steeds beter voorspellen
Predictive Maintenance is de toekomst
Swinkels is enthousiast over de mooie resultaten. Zowel de onderhoudsmonteurs als Van Vijfeijken zelf zijn ervan overtuigd dat Predictive Maintenance de toekomst is. “Als mens zie je verbanden over het hoofd. Die komen boven water als je alle gegevens van een proces samenbrengt en zoekt naar de kruisverbanden. Nu vertelt de machine ons wanneer onderhoud nodig is en kunnen we een storing voorspellen. De betrouwbaarheid van onze productie neemt toe en we houden de kosten in de hand. Na de pilot met KIM Plus Delta zetten we breder in op Predictive Maintenance”, aldus Van Vijfeiken.
Nu vertelt de machine wanneer er onderhoud nodig is en is de productielijn veel betrouwbaarder
