Belangrijkste oorzaken van machinestoringen en hoe IoT deze kan helpen oplossen

De eerste dagen waren er beperkte machinestoringen omdat de machines niet al te ingewikkeld waren. Maar met de vooruitgang in machines via programma- en logische controllers is het scenario van minder storingen veranderd. Machinestoringen, ooit een onderdeel van het leven van fabrikanten en OEM's, zijn op elkaar afgestemd met verschillende technologieën die gebruik maken van IoT-apparaten, edge computing en de cloud.

Volgens een studie, Wall Street Journal en Emerson ontdekte dat industriële fabrikanten te maken krijgen met ongeplande downtime en dat dit in 42% van de gevallen te wijten is aan defecte apparatuur. Om machinestoringen te voorkomen, is de eerste zorg het interpreteren van wat het is en waarom het voorkomt in een industriële omgeving.  

De productielijn zoemt door als er plotseling een storing optreedt. Intermitterend falen is over het algemeen moeilijk te herkennen. Periodieke storingen kunnen meestal worden voorkomen door onderhoud en kunnen na verloop van tijd tot uiting komen in het feit dat de effectiviteit van een machine gestaag afneemt. Er zijn maar weinig geleidelijke storingen die kunnen worden voorkomen door regelmatig onderhoud.

De meest voorkomende oorzaken van machinestoringen

Hoewel sommige oorzaken van machinestoringen onzeker en moeilijk te herkennen kunnen zijn. Hieronder volgen enkele veelvoorkomende oorzaken van machinestoringen. Deze kunnen worden gebruikt om toekomstige storingen te monitoren en te voorkomen.

Ongevallen

Een klein deel van de machine dat op de verkeerde manier wordt gehanteerd of bediend, kan ertoe leiden dat interne onderdelen schadelijk worden en storingen veroorzaken. Het plaatsen van apparatuur kan er ook voor zorgen dat onderdelen zoals versnellingsbakken en koppelingen verschuiven of beschadigd raken, waardoor machines niet meer goed kunnen werken.

Niet voldoende Onderhoud

Onderhoud dat te zelden plaatsvindt, kan problemen onopgemerkt voorbij laten gaan, wat vervolgens kan leiden tot een enorm effect van mislukking, maar regelmatig onderhoud veroorzaakt in wezen elke keer weer schade aan het systeem. Wanneer een technicus een machine opent, is er altijd kans op risico en defecten.

Fysieke slijtage

Deze oorzaak van defecten aan industriële machines omvat zaken als lagerfalen, corrosie, metaalmoeheid, verkeerde uitlijning en defecten aan het oppervlak. Corrosie van componenten kan problematisch zijn wanneer de machine wordt blootgesteld aan waterverontreiniging.

Vroegtijdige lagerstoringen worden meestal veroorzaakt door vervuiling of verlies van lagersmeermiddel. Metaalmoeheid treedt op wanneer u draden probeert door te knippen zonder gebruik van gereedschap. 

Hoe IoT u kan helpen apparatuurstoringen te voorkomen?

IoT-apparaten geven fabrikanten en OEM's ongebruikelijke inzichten met behulp van de gegevens die zij verstrekken. IoT-verbonden machines kunnen draaien binnen een intelligent netwerk dat machinegegevens analyseert om knelpunten te herkennen, operators te informeren over dreigende storingen en – indien verbonden met machine learning – zelfs advies te geven voor volgende acties, afhankelijk van KPI’s.

Er zijn verschillende strategieën die u kunt gebruiken om uitval van apparatuur te voorkomen. Het kiezen van de juiste strategie hangt af van de cruciale rol van de machine, de zekerheid van storingen en het budget. Hieronder volgen manieren waarop IoT u kan helpen uitval van apparatuur te voorkomen.

Preventief onderhoud

Preventief onderhoud omvat het voortdurend inspecteren van machines voordat ze in gebruik worden genomen, het initiëren en naleven van een onderhoudsschema, het voortdurend vervangen van componenten voordat hun gemiddelde levenscyclus voorbij is en alles wat probeert de storing op te heffen voordat deze zich voordoet. Voorspellend onderhoud is afhankelijk van de werkelijke toestand van de machine en niet van de geplande tijd. Hierdoor kunnen bedrijven defecten aan apparatuur voorspellen voordat deze zich kunnen voordoen en is er voldoende tijd om toekomstig onderhoud te plannen.

Realtime gegevensanalyse

Machine-to-machine (M2M) wordt beschreven als de technologieën waarmee machines met elkaar kunnen communiceren. Het IoT brengt M2M naar een hoger niveau door er een extra element aan toe te voegen: data. De toegankelijkheid van alle machinegegevens in één virtueel netwerk biedt OEM's de mogelijkheid om de gegevens te verzamelen en te monitoren om beter voorspellende analytische modellen te bouwen.

In plaats van te wachten tot een systeem uitvalt, kunnen fabrikanten storingen nauwkeurig voorspellen, omdat sensoren beginnen terug te rapporteren wanneer de bedrijfsomstandigheden buiten de specificaties vallen. Door gebruikersgedrag nauwkeurig in kaart te brengen, storingspatronen te herkennen en snel terugkerende problemen te onderkennen, zullen OEM's in staat zijn storingen te plannen en hun product en uptime te verbeteren.

Exacte prestatiestatistieken

Betrouwbaarheid, beschikbaarheid en andere basisprestatiegegevens betekenen eveneens dat de tijd tussen storingen en de gemiddelde tijd tot reparatie automatisch kan worden geschat met behulp van het systeem en kan worden doorgegeven aan rapportagedashboards. Dit elimineert het menselijke element bij het registreren van alle downtime, waardoor de gegevens zo nauwkeurig mogelijk zijn. Bovendien kunnen betrouwbaarheidsstatistieken van verschillende klantenlocaties worden gemonitord om best practices voor uitvoering over de hele wereld te herkennen.             

Voorspellend onderhoud

De belangrijkste reden achter het toepassen van IoT om met uw assets om te gaan, is voorspellend onderhoud. Voorspellend onderhoud maakt gebruik van machineprestaties uit het verleden om het gedrag van activa te modelleren. Met voldoende gegevens kunnen algoritmen functioneren om apparatuurstoringen te voorspellen, afhankelijk van realtime gegevens van machines die met het IoT zijn verbonden. Afwijkingsdetectie zorgt voor een efficiënter voorspellend onderhoud. Het is een methode die elk ander activiteitspatroon stuurt dat tot systeemfalen kan leiden.

Het gebruik van een CMMS met een application programming interface (API) die een verbinding met IoT-apparaten mogelijk maakt, zal essentieel zijn om ervoor te zorgen dat de bruikbare gegevens op een functionele manier aan de eindgebruiker kunnen worden gegeven. IoT-ondersteund voorspellend onderhoud biedt fabrikanten een concurrentievoordeel door de uptime te verbeteren, de verspilling van hulpbronnen te minimaliseren en strategische inzichten te leveren die verder kunnen groeien dan onderhoudsschema's en kunnen leiden tot procesoptimalisatie en meer.

IoT-verbonden machines hebben de mogelijkheid om de cloud te gebruiken voor grondige, rijke analyses en edge computing voor snelle inzichten, zelfs in veiligere omgevingen met weinig luchtruimte. In de komende jaren zal het IoT overal nodig zijn om de productiviteit en efficiëntie te vergroten.