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".

Oplossing

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.

Resultaten

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 6, 2019 | External articlesInterview

Interview WaterProof: Improve reliability with data

Reliability, Simon

Semiotic Labs supplies sensors and algorithms that convert data into information about when and why production resources fail. The result: more control, lower costs and more time to do other things. That translates to acceleration for companies. The water technology industry— including water boards, Vitens and Evides—is now also calling on the innovative company from Leiden, the Netherlands. We thought it was high time to meet in person. WaterProof spoke to director Simon Jagers.

How did you get the idea to base your business on algorithms and data?
“After reading a book about the development of an algorithm that mimics the functioning of the brain. Soon the idea arose to apply this concept in the industry, where machines generate more and more data. Based on analyses by self-learning algorithms, you can use this data to provide information about the condition of machinery. Consistency in data input is the key to consistent reliability. That is why we have developed our own sensor technology, which allows us to both control data quality and to provide consistent and accurate predictions and insights. Our systems ensure lower costs, better performance and peace of mind.”

How unique is your product?
“Globally, there are two other parties using current and voltage analysis for condition monitoring purposes. These parties charge a factor of 10 more for supplying the solution. We are currently quite unique. From the start, we focused on using as many standard components as possible, a low price for the hardware components we develop ourselves and ease of use for end users.”

What do you like best about being an entrepreneur?
“It’s a huge rush to discover that we can predict some defects months in advance. Especially because we use high-tech in an industrial world. It is much more fun to use data science to monitor ‘real’ machines than to use the same technology to analyse internet behaviour, for example. “I am sure there are people who think differently, but I find it amazing to see our sensors in operation in a factory full of large, stamping machines.”

What is your dream as an entrepreneur?
“Coming up with nice, simple solutions for which a soldering iron and algorithms go hand-in-hand. In my dream, there is a large warehouse full of machines and sensors and we are constantly experimenting with how we can guarantee 100% availability with as few sensors as possible. Combining standard equipment with algorithms to create high-end solutions; that is what it is all about.”

February 27, 2019 | Blog

Onderhoud als concurrentievoordeel

Condition-based maintenance, Reliability

In het verleden werd onderhoud vooral gezien als kostenpost: een noodzakelijk kwaad om productie-achterstand te voorkomen. Er gaat wat kapot, het moet gerepareerd worden en dat kost geld. Daarbij had onderhoud vaak een stoffig imago. De werkzaamheden werden regelmatig geassocieerd met vuil en onaangenaam werk. Het kiezen voor een baan in maintenance was niet bepaald sexy.

Positieve kijk

Nieuwe technieken en onderhoudsstrategieën hebben geleid tot een andere, meer positieve kijk. Goed onderhoud draagt namelijk bij aan een hoge mate van beschikbaarheid van kritieke assets. Vindt onderhoud op het juiste moment plaats, dan kan het de productie en dus de winst verhogen.

Van data naar waardevolle informatie

Op het juiste moment onderhoud uitvoeren, wordt mogelijk dankzij een goed datamanagement. Machines genereren steeds meer data: denk aan gegevens over temperatuur, druk of drukverschillen, trillingen, spanning, CO2-gehalte, snelheden, geluid, enzovoort. Maar met deze data an sich kun je als bedrijf vrij weinig. Echter, wordt deze op de juiste manier gebruikt, dan veranderen data in waardevolle informatie. Het falen van een machine of onderdeel kan dan worden voorspeld. Dit heeft meerdere positieve effecten op de organisatie. Ten eerste is er meer inzicht in de machines. Ten tweede kan een organisatie vervangonderdelen tijdig bestellen. En ten derde kan in samenspraak met de productie een strategisch slim onderhoudsplan worden opgesteld. Onderhoud wordt daardoor niet langer gezien als een kostenpost, maar biedt een werkelijk ‘competitive advantage’.

Draagvlak creëren

Condition-based maintenance toepassen als onderhoudsstrategie doe je echter niet van de ene dag op de andere. Je zal als bedrijf eerst draagvlak moeten creëren binnen de volledige organisatie.

Er zijn plug-and-play oplossingen die je gemakkelijk kunt kopen en installeren, maar de organisatie zal er ook mee moeten leren werken. Zo zullen de productie- en onderhoudsprocessen mogelijk op een andere manier moeten worden ingericht. En productie, IT en maintenance zullen wellicht veel meer moeten samenwerken. Een implementatie van condition-based maintenance gebeurt daarom vaak stapsgewijs. Werknemers kunnen aan een nieuwe aanpak wennen en het verandertraject blijft overzichtelijk.

Laaghangend fruit eerst

De eerste belangrijke stap is het in kaart te brengen van welke assets kritisch zijn en een hoge beschikbaarheid vereisen. Ook het type, de hoeveelheid storingen en de impact ervan op de productie en op het bedrijf (zoals financiële impact) moeten inzichtelijk worden. Op die manier krijgt een bedrijf een nauwkeurig beeld van het machinepark, de faalvormen en weet men waar de grootste winst is te behalen.

Vervolgens bepaalt een bedrijf welke asset het eerste wordt aangepakt. Voor deze asset wordt bepaald welke data noodzakelijk zijn om storingen te kunnen voorspellen. Om meer draagvlak te creëren kiest het bedrijf bij voorkeur voor een asset waarbij het vrij eenvoudig is om snel successen te boeken. Meteen successen boeken, betekent een brede acceptatie in de organisatie. Het smaakt naar meer.

Cultuuromslag

Maintenance managers zullen moeten accepteren dat ze onderhoud moeten uitvoeren op basis van wat de data voorspellen, ook al zegt hun intuïtie soms iets anders.  Ze zullen moeten vertrouwen op data. Door klein te beginnen en meteen successen te boeken, groeit dit vertrouwen. Men begrijpt steeds beter welke voordelen condition-based onderhoud biedt voor de organisatie. Onderhoud is dan geen kostenpost meer, maar biedt competitive advantage.

Meer weten over hoe onderhoud kan leiden tot een concurrentievoordeel? Bekijk onze oplossing, volg ons op LinkedIn of plan een belafspraak.