April 12, 2019 | Client casesUncategorized

1.000 kilowatt motor, zero unplanned downtime

SAM4

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.

Full-Service

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.

Result

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".

April 10, 2019 | Uncategorized

Hoe bepaal je welke assets je gaat monitoren?

Uit onderzoek van PwC (1) blijkt dat steeds meer bedrijven graag stappen willen zetten richting predictive maintenance. Bedrijven zijn druk met de implementatie van voorspellend onderhoud, zijn een pilotproject gestart of hebben plannen om binnen afzienbare tijd van start te gaan. De belangrijkste redenen om onderhoudsconcepten te optimaliseren? Het verbeteren van de uptime staat met stip op nummer één. Ook kostenverlaging, het verminderen van SHEQ-issues, een verlenging van de levensduur van de assets en het verbeteren van klantentevredenheid zijn belangrijke beweegredenen.

Bedrijven optimaliseren hun onderhoudsstrategie door na te gaan of ze condition based maintenance (CBM) en voorspellend onderhoud kunnen implementeren. Bij deze onderhoudsstrategieën vindt onderhoud niet te vroeg (zoals bij preventief onderhoud) of te laat (zoals bij correctief onderhoud) plaats, maar op het juiste moment. Er gaat daardoor weinig of geen levensduur van een machine of onderdeel verloren.

CBM en predictive maintenance zijn echter niet voor alle assets de beste oplossing. Bedrijven zullen moeten onderzoeken voor welke assets welke strategie het meest geschikt is. Dit kan door

1) uit te zoeken wat ze precies willen bereiken met het toepassen van predictive maintenance,

2) welke assets ze willen monitoren en

3) wat de faalmechanismen van deze assets zijn. (2)

Onderhoud moet afgestemd zijn op de bedrijfsdoelstellingen. Vaak zijn alleen cruciale assets geschikt. Een bedrijf zal immers moeten investeren en deze investeringen moeten kunnen verantwoorden.

Een belangrijke eerste stap om de onderhoudsstrategie te bepalen, is om in kaart te brengen welke assets een bedrijf heeft. Daarbij moet voor iedere asset worden nagegaan welke problemen zich bij deze assets voordoen of kunnen voordoen en wat de impact is van faalmechanismen. Om dit inzichtelijk te krijgen, zijn er meerdere methoden op de markt, denk aan RCA (Root Cause Analysis), FMECA (Failure Modes Effects and Criticality Analysis) of bijvoorbeeld RCM (Reliability Centered Maintenance).

FMECA is een veelgebruikte methode waarbij aan de hand van stappenplan wordt bepaald of een risico tot falen acceptabel is of niet (kans x effect)(3). Met behulp van een risicomatrix kan een bedrijf normen vastleggen die aangeven hoe frequent faalgedrag mag voorkomen en welke gevolgen dit mag hebben. Vervolgens wordt nagegaan of het faalgedrag van componenten binnen de gestelde normen blijft wanneer geen onderhoud plaatsheeft. Valt de uitkomst binnen de vooraf gedefinieerde normen (kans en/of effect van falen is klein), dan is een correctieve onderhoudsstrategie wellicht de beste oplossing. Tenzij de kosten van het voorkomen van falen lager zijn dan het correctief herstellen van faalgedrag.

Valt het faalgedrag niet binnen de normen en accepteert een bedrijf met andere woorden een bepaald risico niet, dan zal het moeten onderzoeken welke tegenmaatregelen hij wil invoeren. Denk aan maatregelen zoals preventief vervangen van componenten, modificatie, inspectie van verborgen faalvormen of onderhoud op basis van conditie.

Welke tegenmaatregel het meest geschikt is, hangt af van het type asset en het businessmodel van het bedrijf. Voor bepaalde assets, zoals statische equipment ((onderwater)leidingen, warmtewisselaars) is preventief onderhoud mogelijk de beste oplossing. Het nadeel van preventief onderhoud is dat dit vaak kostelijk is. Je vervangt componenten vóór ze falen, waardoor een deel van de levensduur van de machine wordt weggegooid.  

Voor elektromotoren en bewegende delen is condition based maintenance wellicht een goede optie. Sensoren worden goedkoper en er zijn steeds meer technieken op de markt die de conditie van assets nauwkeurig kunnen monitoren. Denk bijvoorbeeld aan het meten van de elektrische én mechanische conditie van assets aan de hand van stroomsensoren. Het businessmodel om te werken met condition based maintenance wordt steeds beter en overstijgt vaak de strategie van preventief onderhoud. Ook de toenemende complexiteit van machines, vergrijzing en minder technici op de markt kunnen een rol spelen in de afwegingen die een bedrijf moet maken om zijn strategie te bepalen.

Elk bedrijf is uniek en zal voor het eigen machinepark een risicomatrix moeten bepalen. Daarnaast is het van belang de analyse regelmatig (eens in de drie jaar) opnieuw onder de loep te nemen. Bedrijven veranderen, technieken verbeteren en ook de kritikaliteit van de assets zelf kan veranderen. Waar een aantal jaar geleden het effect van falen mogelijk klein was, kan dit door de jaren heen zijn veranderd. Een kritische blik op de assets is cruciaal voor een goede onderhoudsstrategie.  

 

Referenties:

1. Predictive Maintenance 4.0 – Beyond the hype (2018)

2. Onderhoudskompas NVDO 2018/2019

3. https://www.nvdo.nl/fmeca/