Predictive performance remote monitoring
Praktisch alle industriële bedrijven verbruiken op de één of andere wijze perslucht. In dit project ontwikkelen we een remote monitoring van persluchtapparatuur, welke zorgt voor een optimaal productieproces tegen bij voorkeur de laagste kosten.
De schatting is dat in Europa zelfs 10% van het energiegebruik op gaat in perslucht, wat overeenkomt met 80 TWh/jr. De toepassingen van perslucht in productieprocessen zijn velerlei. Gedacht kan worden aan instrumentenlucht of toepassingen voor pneumatisch transport of perslucht t.b.v. de aandrijving van werktuigen of gewoon in processen voor drogen, doorblazen en wervelen, etc.
Met een kostprijs in een goed uitgelegd systeem van circa 2 cent/m3 , waarbij het energiedeel 75% van de totale kosten bedraagt, lijkt perslucht niet erg duur. Maar bij het beschouwen van de jaarlijkse energierekening van een bedrijf kan het aandeel van de perslucht daarin toch nog aanzienlijk zijn. Daar komt bij dat voor een efficiënte bedrijfsvoering de vitaliteit van de diverse componenten, bijvoorbeeld procesonderdelen, kwaliteit (omgevings-)lucht en procesparameters zoals drukval, van het systeem zeer cruciaal is. Productielijnen zijn immers essentiële levensaders voor een bedrijf. Zij moeten te allen tijde optimaal functioneren en bij voorkeur tegen de laagste kosten. Het remote monitoren van de persluchtapparatuur is daarvoor een passende oplossing. Het optreden van onvermoede lekkages of een slechte werking van condensaatdrains, etc. kunnen namelijk een behoorlijke impact hebben op het functioneren van het productieproces.
Als we in staat zijn om op afstand de persluchtinstallatie real time te kunnen monitoren, dan kan worden voorkomen dat het systeem bij de gebruiker uitvalt. We hebben reeds vastgesteld dat we door middel van IoT continue meetwaarden van diverse sensoren kunnen vastleggen en deze met AI kunnen analyseren. De volgende stap in dit project is dat we trends herkennen, zoals bijvoorbeeld een oplopende procestemperatuur. Door deze trends in een voorspellend datamodel te ‘vangen’, kan een businessmodel worden ontwikkeld die geen inzet van materiedeskundigen ter plekke verlangt, maar juist oplossingen real time aanreikt. Dat kan door de inzet en analyse van data.
Wat is het?
In dit onderzoeksproject wordt op basis van verkregen data uit IoT-sensoren een interface ontwikkelt waarmee onderhoud en storing in persluchtapparatuur wordt voorspeld. Onnodige verstoringen of lekkages worden voorkomen.
Door het diverse gebruik van persluchtapparatuur te optimaliseren wordt het productieproces minder onderbroken. Dit komt niet alleen de kwaliteit van het proces ten goede, maar uiteindelijk ook het algehele bedrijfsrendement.
- Data-generatie uit sensoren in persluchtapparatuur op locatie bij de klant
- Descriptive en predictive data-analyse als basis voor de remote gebruikersinterface
- Optimaliseren van werking persluchtapparatuur in productieproces bij de klant
- Verhogen kwaliteit van geleverde dienst en daarmee verhoging bedrijfsrendement
Onze doelstelling
Het doel van dit project is door middel van descriptive analyse te komen tot predictive datamodellen, die bijdragen aan het verbeteren van de rendementsdoelstellingen van de deelnemende bedrijven. Door deze manier van samenleren en samenwerken vormen de bedrijven uit het Smart Industries Fieldlab de Peel de koplopersgroep op het gebied van slimme datatoepassingen binnen onze regio.
Het resultaat
De resultaten vanuit dit project zijn gesplitst naar onderzoeks- en ontwikkelingsactiviteiten. De resultaten van de onderzoeksactiviteiten zijn datamodellen en een data-architectuur. De resultaten van de ontwikkelingsactiviteiten zijn dashboards die real-time en remote informatie geven over de parameters, die in de onderzoeksactiviteiten benoemd zijn. Door het anticiperende inzicht dat hierdoor geleverd, wordt kunnen besluiten worden genomen in hoeverre en in welke mate bedrijfsprocessen in technologisch opzicht efficiënter kunnen bijdragen aan de rendementsdoelstellingen van het bedrijf, waarmee de doelstelling behaald wordt.
