1
okt 15, 2018 / in Geen onderdeel van een categorie

Ons Predictive Asset Management (PAM) project bij een van de grootste brouwerijen van Nederland heeft wederom aangetoond wat de kracht is van condition monitoring en data-gedreven modelleren. Recentelijk is vastgesteld dat het einde van een duidelijke trend en piek in een van de servo drive datapunten overeenkwam met het vervangen van een slecht mes van het folie systeem in de machine.

Wanneer de toestand van een mes in het folie station verslechtert, heeft dit grote gevolgen voor de gehele verpakkingslijn en doorgaans leidt dit tot ongeplande stilstand met productieverlies als gevolg. Niet alleen de reparatie zelf, maar ook de vele korte stops in aanloop hier naartoe drukken hun stempel op de productie, evenals de afgewezen producten. In dit geval was er sprake van een productieverlies van ongeveer 100.000 artikelen.

De opgaande trend die wij zagen na onze signaalverwerking werd abrupt onderbroken toen het mes vervangen was. Hiermee is weer een vingerafdruk in de data ontdekt, ditmaal van een mes dat bot geworden is. Wij kunnen met enig vertrouwen een verslechtering van het mes vooraf aankondigen, zodat het tijdig en gepland vervangen kan worden.

Dit is weer een goed voorbeeld van wat Machine Learning methodes kunnen betekenen binnen een (industriële) onderhoudsorganisatie, waar talloze databronnen reeds beschikbaar zijn. Met behulp van onze data infrastructuur, algoritmes, data-visualisaties en de kennis van de maintenance engineers is uiteindelijk dit resultaat behaald dat de enorme potentie van Predictive Maintenance onderstreept.

Lees ook ons artikel over het falen van lagers.