11/04/2017
Door Ad Spijkers
Voor de procesindustrie is de weg naar Industrie 4.0 nog lang. Onderzoekers van Fraunhofer-IFF werken aan in netwerken opnemen van productie-installaties, opdat ze die predictief kunnen onderhouden.
Bij het verhelpen van storingen in productie-installaties gaat momenteel veel tijd verloren om relevante informatie en documenten te verzamelen of om er kennis van ervaren medewerkers bij te halen. Deze ervaringskennis is kwetsbaar, omdat die bij ziekte niet beschikbaar is en bij vertrek zelfs geheel verloren gaat. Industrie 4.0 kan daarbij helpen, maar staat in de procesindustrie nog in de kinderschoenen.
In een project van het Fraunhofer-Institut für Fabrikbetrieb und -automatisierung (IFF) ontwikkelen onderzoekers een digitale bewakingsmethode die Industrie 4.0 technieken ook bruikbaar maakt voor de procesindustrie. De oplossing ligt in de digitalisering en het in netwerken opnemen van alle relevante bedrijfsniveaus.
Drie niveaus
Voor het onderzoek willen de wetenschappers de installaties voor het onderhoud in drie dimensies in netwerken opnemen. De eerste dimensie betreft de levenscyclus: de experts gebruiken documenten uit de planning van de installatie (bijvoorbeeld het 3D CAD-model) voor de exploitatie van de machine.
Als een medewerker informatie over een bepaalde component (bijvoorbeeld een pomp) nodig heeft, leest hij op zijn tablet de QR-code van de pomp in en krijgt alle bekende documenten over deze component. Ook kan hij bedrijfsdata inzien die over deze pomp zijn opgeslagen, zoals temperatuur- en drukverlopen.
Voor elke fout die het besturingssysteem meldt, willen de onderzoekers een interactieve aanbeveling voor de te verrichten handelingen opstellen. De medewerkers worden bij het foutzoeken bij de hand genomen en met behulp van de digitale handleidingen stap voor stap door het verhelpen van de fout geleid.
Verticale koppeling
Het tweede niveau dat de onderzoekers willen realiseren is het verticale netwerk. Hierbij sturen de in de installatie aanwezige sensoren de door hen verzamelde toestandsdata naar de cloud. Hierdoor kunnen deze data al in een vroeg stadium van onderhoudsmaatregelen worden meegenomen. Hierdoor kan ook voor zulke procesinstallaties voorspellend onderhoud (Predictive Maintenance) worden gerealiseerd.
De onderzoekers combineren deze netwerken vervolgens met de kennis van de medewerkers. Uit de resultaten van deze vraaggesprekken ontwikkelen ze een mathematisch model voor het berekenen van waarschijnlijkheden voor het optreden van slijtage of uitval.
Tot slot combineren ze dit model met kunstmatige neuronale netwerken. Deze worden gebruikt om correlaties tussen sensordata en de voorraad slijtdelen van een component te vinden. Op deze manier kan het toekomstig gedrag van afzonderlijke componenten goed worden voorspeld.
Horizontale koppeling
Het derde netwerkniveau moet de lopende productie met de toeleveringsketen verbinden. Moet bij een installatie bijvoorbeeld een afdichting worden vervangen, dan krijgt de medewerker gelijktijdig de mededeling of die in het magazijn voorradig is. Zo niet, dan wordt automatisch de inkoopprocedure opgestart.