April 12, 2019 | Client casesUncategorized

1.000 kilowatt motor, zero unplanned downtime


Facta and Semiotic Labs collaborate to eliminate unplanned downtime
for Crown Van Gelder

Collaboration Monitoring & Service

Facta Aandrijftechniek and Semiotic Labs work together to ensure a higher availability of production resources. SAM4, the smart sensor of Semiotic Labs, monitors critical assets from the control cabinet and signals approaching failures up to 4 months before production resources fail. Facta Aandrijftechniek monitors the alarms and carries out inspections, repairs or replacements.


Cees Slegt, Facta: "We relieve our customers of their worries by taking over the maintenance of engines and assets. This enables us to achieve higher availability of production resources at lower costs. We do this by doing risk analysis and drawing up a maintenance plan based on these. In combination with condition monitoring from Semiotic Labs, we can optimize maintenance intervals and prevent unplanned downtime."

In practice

Semiotic Labs' SAM4, monitors critical assets for Crown Van Gelder. On 6th December 2018, SAM4 reported electrical damage to a 1,000-kilowatt motor. Because the replacement of the motor involves considerable downtime, it was decided to closely monitor the development of the condition to determine whether it is possible to keep the motor operational until the next maintenance stop.


The scheduled maintenance stop was met, and the engine was replaced during the regular maintenance stop. Because the engine was not on the list for inspection, unplanned downtime was avoided.

Andre Prent - manager maintenance (PM2) Crown Van Gelder

"Our customers count on us to deliver consistent quality, on time. That's why we at Crown Van Gelder continuously invest in upgrading our facilities to continue to improve service, performance and, competitiveness. Our investment in the innovative way of monitoring by Facta and Semiotic Labs is one example. This is now paying off because the alarm and service have prevented a major standstill and have not compromised the security of supply".

March 25, 2019 | Client casesVideo

Newsletter March 2019

Maintenance, Pump, SAM4

Dear reader,

One year ago, the first SAM4 units were installed in production environments. The implementation of 4th generation Smart Asset Monitor marked the launch of the 1st commercial version. SAM4 has monitored over 1.000.000 running hours of motors and detected 84% of failures in 2018 and 100% in 2019 (so far).

More about SAM4:
ArcelorMittal Use Case - SAM4 detects 100% of failures up to 4 months in advance.
Vopak monitors critical pumps (video)
Pump cavitation demo (video)

To see SAM4 in action, please join us on April 11th in Ahoy during Maintenance Next, where we will demo the integration with Salesforce’ Field Service Lightning. In short: SAM4 detects failures, FSL automatically generates work orders, permits, and scheduling services.

Over the next couple of months, several improvements to the dashboard will be implemented. We’ll focus on offering a more complete and concrete picture of the condition and performance of connected assets. In addition, we are working on a project that aims to provide in-depth energy savings potential based on the same data we use to monitor the condition of assets.

We’ll keep you posted!

Best regards,

The Semiotic Labs-team

March 25, 2019 | Client cases

Vopak monitors pumps using SAM4 (video)

Pump, SAM4

March 21, 2019 | Client cases

TRENDnet Application Spotlight



March 19, 2019 | Client cases

Klant case: ArcelorMittal

Installation, Reliability

Het doel

ArcelorMittal heeft al een aantal jaren een digitale focus, wat vooral de klanten ten goede komt. ArcelorMittal investeert geld en aandacht om voorop te blijven lopen in de digitalisering van de staalindustrie.

Investeringen in Smart Condition Monitoring oplossingen zijn gericht op het verbeteren van de Overall Equipment Effectiveness, het prioriteren van onderhoudstaken en het verbeteren van de duurzaamheid van productieprocessen.

De uitdaging

De roterende assets van ArcelorMittal werken vaak onder zware omstandigheden. Een transportband in de Gentse Hot Strip Mill-fabriek verplaatst platen van gloeiend heet staal langs het productieproces.

Onder deze omstandigheden falen traditionele, op trillingen gebaseerde sensortechnologieën door de hoge temperaturen.

Andy Roegis - ArcelorMittal

"Ons doel is om de betrouwbaarheid op een kosteneffectieve manier te verbeteren. In de staalindustrie werken assets vaak onder omstandigheden die niet geschikt zijn voor gevoelige sensortechnologieën. We waren op zoek naar een oplossing die een aanvulling kan vormen op trillingen-gebaseerde conditiebewakingssystemen om assets te monitoren die anders niet bereikbaar zijn. SAM4 installeert in de schakelkast, waardoor we in staat zijn om assets te monitoren die onder zware omstandigheden werken".


SAM4 is een plug & play conditie-monitoring oplossing die in de schakelkast wordt geïnstalleerd - en niet op de asset in het veld. Het bestaat uit sensoren, analyses en een online dashboard of API. SAM4 bewaakt de assets 24 uur per dag, 7 dagen per week.  De machine learning algoritmes zetten deze om in informatie over de gezondheidstoestand van de apparatuur. Het online dashboard biedt bruikbare informatie over de gezondheid, de prestaties en het energieverbruik van de aangesloten activa, zodat ArcelorMittal het onderhoud op het optimale tijdstip kan plannen.

Het proces

SAM4 werd geïnstalleerd op de motoren van ArcelorMittal's Hot Strip Mill. Na een leerperiode van 4 weken is SAM4 begonnen met de opvolging van mechanische en elektrische storingen.

SAM4 stuurt een alarm zodra er problemen worden gedetecteerd, zodat de onderhoudsteams van ArcelorMittal inspecties, reparaties of vervangingen kunnen uitvoeren voordat de stilstand optreedt.


SAM4 ontdekte 7 storingen in 12 maanden, soms tot 4 maanden van tevoren. Met vrijwel geen false-positives en geen gemist falen, was de Proof of Concept succesvol. Op basis van deze resultaten breidt ArcelorMittal zijn installed base uit.

Andy Roegis - ArcelorMittal

"De transportband op onze Hot Strip Mill is een cruciaal onderdeel van het productieproces. Omdat het onder zware omstandigheden werkt, is het vrijwel onmogelijk om handmatige bewakingstechnieken - of op trillingen gebaseerde systemen - toe te passen. SAM4 detecteert opkomende storingen door het analyseren van elektrische golfvormen vanuit de schakelkast. De informatie over gezondheid, prestaties en energieverbruik stelt ons in staat om data gestuurde beslissingen te nemen over de toewijzing van middelen. Bovenal biedt het inzicht dat nodig is om ongeplande stilstand te voorkomen".

download PDF: ArcelorMittal case
Product - Pricing - Demo

March 15, 2019 | Client cases

SAM4 detects 100% of failures up to 4 months in advance

Condition-based maintenance

Case Study ArcelorMittal

The goal

ArcelorMittal has had a digital focus for a number of years, benefiting customers in particular. ArcelorMittal is making major investments, not only in terms of resources but also in time and in management attention, to remain at the forefront of digitalisation in the steel industry.
Investments in Smart Condition Monitoring solutions are aimed at improving Overall Equipment Effectiveness, prioritising maintenance tasks and improving the sustainability of production processes.

The challenge

ArcelorMittal’s rotating assets often operate under harsh conditions. A conveyor at the Ghent’s Hot Strip Mill facility moves plates of sizzling hot steel along the production process.
Under these circumstances, traditional, vibration-based sensor technologies fail due to high temperatures.

Andy Roegis - ArcelorMittal

“Our goal is to improve reliability in a cost-effective manner. In the steel industry, assets frequently operate in conditions that are not hospitable to sensitive sensor technologies. We were looking for a solution that could complement vibration-based condition monitoring systems to monitor assets that can otherwise not reachable. SAM4 installs inside the Motor Control Cabinet, enabling us to monitor assets operating under harsh conditions”.


SAM4 is a plug & play condition monitoring solution that installs inside the Motor Control Cabinet - and not on the asset in the field. It consists of sensors, analytics, and an online dashboard or API. SAM4 monitors data 24/7 and turns data into information about the health-status of equipment. The online dashboard offers actionable information about the health, performance and energy consumption of connected assets - allowing ArcelorMittal to schedule maintenance at the optimal time.

The Process

SAM4 was installed on motors at ArcelorMittal’s Hot Strip Mill. After a learning period of 4 weeks, SAM4 started to monitor for mechanical and electrical failures.
SAM4 sends an alarm as soon as issues are detected, so that ArcelorMittal’s maintenance teams can perform inspections, repairs or replacements before downtime happens.


SAM4 detected 7 failures in 12 months, sometimes up to 4 months in advance. With virtually no false positives and no missed failures, the Proof of Concept was successful. ArcelorMittal expands its installed base based on these results.

Andy Roegis - ArcelorMittal

“The conveyor on our Hot Strip Mill is a critical part of the production process. Because it operates in harsh conditions, it is virtually impossible to apply manual monitoring techniques - or vibration-based systems. SAM4 detects upcoming failures by analysing electrical waveforms from inside the Motor Control Cabinet. The information about health, performance and energy consumption allows us to make data-driven decisions about resource allocation. Above all, it provides insights needed to prevent unplanned downtime”.

download PDF: ArcelorMittal case
ProductPricing - Demo

September 19, 2016 | Client casesNews

Samenwerken voor intelligente monitoring


UTRECHT, 19 september 2016 – Strukton Rail en Semiotic Labs gaan samenwerken om onderhoud 100% voorspelbaar te maken. Zij tekenden op 16 september een overeenkomst voor de gezamenlijke ontwikkeling van slimme monitoringtools voor door elektromotoren aangedreven systemen. Deze ‘smart condition monitoring services’ voorspellen op basis van sensoren en slimme algoritmes wanneer en waarom productiemiddelen gaan falen. Daarmee kan onderhoud efficiënter worden ingepland en wordt uitval voorkomen. De samenwerking komt voort uit het CAMINO-project, een initiatief van World Class Maintenance om onderhoud aan infrastructuur te verbeteren.

Semiotic Labs levert algoritmes die data omzetten in informatie over wanneer en waarom productiemiddelen falen. Strukton Rail ontwikkelt de gebruikersinterface en brengt haar vakinhoudelijke kennis en serviceorganisatie in. Simon Jagers van Semiotic Labs: “Onze ervaring is dat de beste resultaten worden bereikt als wiskundigen en inhoudelijk deskundigen samenwerken. Met alleen een algoritme kom je er niet: Vakmensen weten precies welke faalmechanismen optreden. Met die informatie kan gericht gezocht worden in de data, of kunnen de juiste sensoren worden geplaatst op de goede plek. Ook valideren we de uitkomsten van onze analyse met een vakspecialist, om zo vast te stellen dat de analyse hout snijdt. Op die manier kunnen we betrouwbaarheid leveren.”

David Vermeij, manager R&D bij Strukton Rail voegt hieraan toe: “Het is daarbij essentieel om naderend falen juist te voorspellen, want een monteur die voor niets of met onduidelijke instructies op pad wordt gestuurd kost erg veel geld. Conditiegestuurd onderhoud vraagt naast monitoring ook om een nieuwe manier van werken en om meer flexibiliteit. De vaste patronen worden vervangen door dynamisch onderhoud. Bij Strukton Rail hebben we ervaring opgedaan op dit vlak uit de spoorinfrastructuur, waarmee we de smart condition monitoring services kunnen versterken.”

Beschikbaarheid – We stellen steeds hogere eisen aan de beschikbaarheid van onze vervoersystemen en de infrastructuur, maar ook aan de voorzieningen op stations (liften, roltrappen, klimaatbeheersingssystemen, etc.). Storingen geven hinder en moeten tot een minimum worden beperkt. David Vermeij: “Tegenwoordig werken we in Nederland met prestatiecontracten, waarbij opdrachtnemers een boete krijgen als de beschikbaarheid van systemen lager ligt dan is afgesproken. Aan de andere kant leveren betere prestaties een bonus op. Het is voor ons dan ook van groot belang om naderende storingen tijdig te signaleren, zodat we kunnen ingrijpen voordat een storing optreedt. Nieuwe technologie zoals big data, artificial intelligence en machine learning maakt dit mogelijk.”

Conditiegestuurd onderhoud – Traditioneel onderhoud wordt vaak ingepland op basis van vaste intervallen. Zo worden systemen verplicht eens per jaar nagekeken, of onderdelen na een vast aantal draaiuren vervangen. Dat is een erg kostbare manier om de beschikbaarheid op peil te houden: Bij inspecties blijkt vaak dat objecten nog prima functioneren en onderdelen kunnen doorgaans langer mee dan de door de fabrikant opgegeven termijn. Conditiegestuurd onderhoud gaat uit van de conditie van middelen om te bepalen of onderhoud of vervanging noodzakelijk is. Door ‘smart condition monitoring’ wordt de conditie nauwkeurig en continu gemeten en wordt naderend falen voorspeld. Daarmee kunnen kosten worden bespaard, door onnodig werk te voorkomen. Ook kunnen herstelwerkzaamheden plaatsvinden voordat uitval optreedt.

Over Strukton Rail – Strukton heeft een passie voor technologie en focust op rail- en civielgerelateerde werkzaamheden en door technologie gedreven specialismen. Het bedrijf onderscheidt zich met een aantal unieke specialismen voor de markten railsystemen, civiele infrastructuur en techniek & gebouwen. Met zijn technologie en specialismen wil Strukton bijdragen aan een sector die instaat voor kwaliteit en veiligheid van spoorvervoer, weginfrastructuur en technische installaties en gebouwen. Opdrachtgevers bevinden zich zowel binnen Europa als ook steeds meer daarbuiten. Het bedrijf telt circa 6.500 medewerkers en heeft een omzet van 1,9 miljard euro. Strukton Rail is onderdeel van Strukton en bouwt, vernieuwt, onderhoudt en beheert spoorsystemen en elektrische treinsystemen, met als doel het spoorsysteem optimaal beschikbaar, betrouwbaar, veilig en meetbaar te maken.


Over Semiotic Labs – Semiotic Labs voorspelt wanneer en waarom machines falen. Het bedrijf is gevestigd in Amsterdam en levert Smart Condition Monitoring oplossingen voor onderhoudsprofessionals. Sinds de oprichting in 2015 heeft Semiotic Labs services ontwikkeld voor onder meer het spoor, de energiebranche en de scheepvaart. Het bedrijf heeft 6 medewerkers en is genomineerd voor zowel de KvK Innovatie Top 100 als de Accenture Innovation Award.


Link to Strukton’s press release