juni 17, 2019 | Blog

What is Condition Monitoring?

Conditie-gebaseerd onderhoud, Predictief onderhoud, Unplanned downtime


condition monitoring conveyor

What is Condition Monitoring?

Condition Monitoring is an important tool in the predictive maintenance of machines. By collecting and analysing certain signals from motors, developing faults and inefficiencies can be identified, and unplanned downtime can be avoided.

There are a number of different signals that can be taken into account when monitoring mechanical assets. Traditional Condition Monitoring was mostly based around vibration analysis, but more modern, innovative techniques focus on MCSA (Motor Current Signature Analysis). For a SAM4 MCSA demo, click here.

What are the benefits of Condition Monitoring?

Simply put, Condition Monitoring uses a number of signals to predict three things. First, if a motor will break. Second, how it will break, and third, the time you have to fix or replace the motor before it functionally fails. Armed with this information, you can schedule maintenance at a time that suits production.

Avoid unplanned downtime

The ability to plan downtime in an industrial environment is hugely beneficial, as the true cost of unplanned downtime due to a failed motor is often wildly underestimated. There are a number of cost factors which are routinely ignored, such as:

  • The true cost of an unplanned delay in production.
  • The need to pay overtime to maintenance staff to replace the motor.
  • Depending on the severity and type of machine break, other machines may be damaged as a result of the motor fault.
  • The cost of needing to store large numbers of spare motors in case any one of your motors breaks. Condition Monitoring means you will be forewarned of any motor break (sometimes up to 4 months in advance); meaning backups for faulty motors can be bought when needed.

Apart from the avoidance of downtime due to machine breakage, Condition Monitoring contributes to a well run plant in a number of other ways:

Maximise ROI

Predictive maintenance using Condition Monitoring allows you to maximise the return on investment in your mechanical assets. By monitoring the actual condition of your machine, you can inspect, fix or replace the machine only when it’s necessary, and not before.

Conversely, preventative maintenance requires the replacement of all machines after a certain period of time, (or running hours) regardless of whether they have started to show signs of a fault. By keeping your machines in action until it is necessary to change/replace them, you can get more out of your machine (improving TCO (Total Cost of Ownership)), and maximise initial capital ROI.

Maintenance engineers can act more efficiently

In a scenario where there has been a breakage, maintenance engineers are able to act faster using Condition Monitoring. Different motor signal patterns are indicative of different developing faults. So Condition Monitoring will help the maintenance engineer to focus on the right fault, and not waste time checking parts of the motor that are not broken. This ultimately makes the maintenance engineer faster and more effective at his/her job.

Safeguard employee safety

By being able to determine when an asset will break, the maintenance personnel can ensure safer work practices. Depending on the nature of the asset, a breakage could be quite destructive, and could pose a threat to the safety of employees working around the asset. So using Condition Monitoring, the maintenance personnel can plan maintenance before a motor break poses a potential threat to safety.

Improve motor efficiency with MCSA

SAM4 by Semiotic Labs uses Motor Current Signature Analysis, meaning that it can also detect when a motor is beginning to run less efficiently. As a result, you can focus your efficiency improvements on specific motors.

Future proofing your plant

Statistically, 20-40% of your maintenance personnel are likely to retire in the next 5 years. So your ability to react to future unplanned downtime could suffer. SAM4 helps your maintenance team to avoid unplanned downtime and maximise plant productivity in the future.

Who is Condition Monitoring for?

Condition Monitoring is an important part of any industrial maintenance strategy, and has a wide range of uses in a range of different environments, including:

  • Oil and Gas
  • Transport
  • Food and Beverage
  • Healthcare
  • Local municipalities

The specific assets that Condition Monitoring is used for include:

  • AC inductiemotoren
  • Pompen
  • Compressoren
  • Transportbanden
  • Blowers and Fans

To find out how SAM4 by Semiotic Labs could benefit your maintenance strategy, book a demo today.

What are the different types of Condition Monitoring?

There are a number of different ways to monitor the condition of machines, each with their own advantages.


As mentioned, SAM4 by Semiotic Labs uses Machine Current Signature Analysis (MCSA)  to analyse the condition of the machine, and detect developing faults. MCSA is an accurate form of Condition Monitoring which is used in a variety of processes across many industries.

MCSA builds a model based on the relationship between the voltage and current running through a motor. SAM4 requires 2-6 weeks of data collection from a motor to build the model. The model is then applied to the motor’s voltage signal to simulate an expected current signal. The simulated current signal is compared to the actual current signal of the machine to determine inconsistencies (and therefore potential faults).

One significant benefit of MSCA over other forms of Condition Monitoring is that it copes well with signal changes caused by variable frequency drives. As the the VFD alters frequency,  the MSCA model can identify when changes to the current waveform are caused by changes to the frequency of the voltage waveform. This means the model doesn’t incorrectly identify the current signal change as a motor fault.

MCSA is also often easier to install than other forms of Condition Monitoring. This is because sensors are installed inside the motor control cabinet, and not directly on the motor, which can often be in difficult to reach places.

Installing sensors in the motor control cabinet also means cheaper sensor maintenance. Assets can sometimes be placed in hostile environments (for example in the steel industry sensors may be placed in environments with extremely high temperatures). This means vibration sensors that are installed on the actual asset can often be damaged by the environment around them. Consequently, and depending on the situation, sensors may need to be regularly repaired or changed, which can become expensive. A broken sensor may also lead to a missed fault, which would be even more expensive.

Vibration Analysis

As mentioned, a more traditional method of Condition Monitoring is known as Vibration Analysis. The sensors are installed directly on the motor, and so can warn of a failure as soon as they begin to detect vibration patterns that are outside the range exhibited by a healthy motor.

Installing vibration sensors directly on the motor can sometimes be difficult, especially if the motors are located in ATEX zones, harsh or dangerous environments, or hard to reach places. As mentioned above, if the motors are in harsh environments, the sensors are more likely to be damaged and so may need to be frequently replaced. Unnecessary costs such as this can impact the ROI of your Condition Monitoring project.

In an industrial environment, changes in vibration patterns can be caused by a number of things, not just motor faults. This means that vibration analysis can sometimes create false motor fault reports, which can lead to the scheduling of unnecessary maintenance. This is another factor which can damage the ROI of your Condition Monitoring project.

Other frequently used Condition Monitoring techniques include ultrasonic analysis and oil analysis.

Condition Monitoring Training

The amount of training required will depend on the Condition Monitoring vendor you opt for.

SAM4 has an intuitive dashboard which helps you to visualise performance data in a helpful way, and take action faster. By making our dashboard as intuitive as possible, very little training is needed to use SAM4, meaning you can start monitoring your assets as soon as possible.

Semiotic Labs also offer installation and technical support if needed. However we find most of our clients are able to install SAM4 without any problems.

In sum

Condition Monitoring is a crucial part of a well run plant, as it allows you to optimize your maintenance schedule and minimize unplanned downtime.

To sign up for a SAM4 demo, click here.

juni 4, 2019 | Blog

Machine learning in onderhoud: Waarom is het nu ineens zo populair?

Data Science, Machine Learning

De industrie toont groeiende belangstelling in machine learning en artificial intelligence. Toch zijn deze technologieën niet nieuw. Al in de jaren vijftig van de vorige eeuw onderzocht een groep wetenschappers het concept artificial intelligence (AI): hoe je intelligente machines kunt bouwen en intelligentie kunt testen. Echter, pas de laatste jaren wordt AI gezien als een sleuteltechnologie die de industrie radicaal zal veranderen. Vooral de onderhoudssector ziet enorm veel potentieel. Hoe komt dat?

Recente ontwikkelingen

Waarom deze technologie pas nu van grote betekenis is, heeft te maken met een aantal recente ontwikkelingen.

1. De hoeveelheid beschikbare data is toegenomen

Artificial intelligence maakt gebruik van data om een probleem of specifieke taak te kunnen oplossen. Enorme hoeveelheden complexe data met miljoenen variabelen zijn nodig om nauwkeurige analyses te kunnen uitvoeren die leiden tot oplossingen. Technologieën als het Internet of Things, analytics en geavanceerde sensoren zorgen ervoor dat fabrikanten van machines en apparaten steeds meer data uit hun assets kunnen halen. Er is meer data beschikbaar en deze data is eenvoudiger te verzamelen en te verwerken.

2. Meer rekenkracht

Een belangrijke tweede vooruitgang is de toename van rekenkracht. Om tot een beslissing te komen verwerkt AI erg veel data en doorloopt veel parameters. Dit vergt rekenkracht. Door een toename aan rekenkracht kunnen berekeningen tegenwoordig veel sneller worden uitgevoerd. De processing units zijn efficiënter en bovendien ook goedkoper dan een aantal jaren geleden. Hierdoor zijn niet langer supercomputers in gespecialiseerde onderzoekslaboratoria nodig om AI toe te passen. De technologie kan draaien op normale computers en bereikt daardoor een bredere markt.

3. Betere AI-technieken door open source

Een derde belangrijke reden waarom AI nu als beloftevolle technologie wordt gezien, is de ontwikkeling van de techniek zelf. AI is de overkoepelende term voor meerdere onderzoeksvelden zoals onder andere machine learning. Dit is een techniek waarbij aan de hand van algoritmes computers kunnen leren om patronen in grote hoeveelheden data te identificeren waartoe mensen niet langer in staat zijn. De afgelopen jaren houden steeds meer bedrijven zich bezig met het optimaliseren van AI-technieken zoals machine learning. Hierdoor worden zelflerende systemen steeds beter in het herkennen van patronen en afwijkingen. Het aantal succesvolle data-analyseoplossingen met broncodes voor machine learning is enorm gegroeid. Daarnaast heeft ook de opkomst van meerdere open source frameworks ervoor gezorgd dat data scientists de techniek naar een hoger niveau hebben kunnen tillen.

4. Waardecreatie in de praktijk

Bovengenoemde ontwikkelingen hebben geleid tot nieuwe mogelijkheden op het gebied van kwaliteitsinspectie, procesoptimalisatie en voorspellend onderhoud. Er zijn dan ook steeds meer succesvolle voorbeelden te vinden in de praktijk die aantonen dat AI veel toegevoegde waarde kan bieden voor de industrie.  Deze voorbeelden worden steeds beter zichtbaar. Doordat concrete applicaties zichtbaar zijn, zijn meer bedrijven bereid te investeren. Dit versnelt de verspreiding van de innovatie.

Praktijkvoorbeeld onderhoud

Dankzij algoritmes op basis van data kan bijvoorbeeld de toestand van machines, ventilatoren of pompen worden beoordeeld. Uit de enorme databerg die de assets genereren, kan machine learning voor iedere individuele asset opvallende patronen herkennen die afwijken van de ideale situatie. Op die manier wordt het mogelijk om heel nauwkeurig de actuele status van een asset te bepalen. Hierdoor kan enige tijd vóór een storing optreedt, een alarm worden gegenereerd dat duidt op potentieel falen in de toekomst. Onderhoudsmanagers kunnen hierdoor hun expertise gerichter inzetten en hun aandacht richten op de assets die aandacht vereisen. Onderhoud en inspectie wordt efficiënter, ongeplande downtime daalt en productie stijgt.

Op tijd instappen

Artificial intelligence en de samenwerking tussen mens en machine zijn belangrijke thema’s in de industrie. Door de eerder genoemde vier ontwikkelingen, zal de innovatie hierin blijven versnellen. Investering in machine learning lijkt nog risicovol. Toch is niet investeren in dit geval minstens net zo risicovol. De innovatie blijft versnellen en als concurrenten wel investeren, wordt deze voorsprong steeds moeilijker in te halen. Het is daarom van belang om deze technologieën scherp in de gaten te houden, en te investeren in tools die hun waarde hebben bewezen.

Meer weten over machine learning toegepast in onderhoud? Bekijk onze oplossing, volg ons op LinkedIn of plan een belafspraak.

mei 28, 2019 | Blog

In 5 stappen naar Condition-Based Maintenance

Conditie-gebaseerd onderhoud

stappen naar condition based maintenance

Condition based maintenance (CBM) of conditie gebaseerd onderhoud betekent evenveel als onderhoud uitvoeren op basis van de conditie van de assets. Bedrijven krijgen inzicht in de gezonde/ongezonde toestand van de assets aan de hand van kennis en ervaring van monteurs, data die assets genereren en tools zoals machine learning die data inzichtelijk kunnen maken. Hierdoor is het mogelijk om te bepalen wat het meest geschikte moment is om onderhoud uit te voeren. Niet te laat (correctief) of te vroeg (preventief), maar op het juiste moment.

Deze onderhoudsstrategie implementeren lukt niet van de ene dag op de andere. Een bedrijf zal vijf stappen moeten doorlopen om te beginnen met CBM.

1.   Kies de juiste assets

Een eerste stap is het bepalen welke assets in aanmerking komen voor deze onderhoudsstrategie. Niet alle assets zijn namelijk geschikt voor CBM. Een niet-kritische asset waarbij een onderdeel snel is te vervangen is bijvoorbeeld niet geschikt voor deze strategie.

Een bedrijf zal met andere woorden moeten uitzoeken wat het wil bereiken met CBM, welke assets het wil monitoren en welke faalmechanismen deze assets hebben. Onderhoud moet immers zijn afgestemd op de bedrijfsdoelstellingen. Om dit inzichtelijk te krijgen, zijn er meerdere methoden op de markt zoals RCS, FMECA of RCM. In het artikel Hoe bepaal je welke assets je gaat monitoren? wordt hierop verder ingegaan.

Een tweede belangrijk punt voor asset selectie is het beginnen bij het laaghangend fruit. Kies in het begin een asset uit waarbij het vrij eenvoudig is om snel positieve resultaten te behalen. Op die manier groeit het vertrouwen in CBM binnen de organisatie, wat smaakt naar meer. Onderhoud wordt dan geen kostenpost meer, maar biedt competitive advantage.

2.    Kies de juiste tool

Is bepaald welke assets geschikt zijn voor condition based maintenance, dan is een volgende stap het kiezen van de tools om CBM mogelijk te maken. Sensoren zijn een belangrijk hulpmiddel om de conditie van assets te monitoren. Denk aan sensoren die temperatuur, trillingen, CO2-gehalte of stroom meten.

Om elektrische en roterende machines te monitoren, worden vaak trillings- of stroomsensoren geplaatst. Stroomsensoren kunnen daarbij zowel mechanische als elektrische problemen opsporen terwijl trillingssensoren zich voornamelijk beperken tot het mechanische aspect. In het artikel Ontdek de ideale sensor voor uw assets is meer te lezen over het onderscheid tussen deze twee typen sensoren en in welke situatie welk type de beste keus is.

Een groot verschil is dat trillingssensoren ‘in het veld’ moeten worden geplaatst terwijl stroomsensoren de assets in de schakelkast kunnen monitoren. Dit laatste is voor veel bedrijven een erg interessant gegeven. Sensoren in het veld zijn onderhevig aan diverse omstandigheden die ter plekke heersen. Extreem hoge of lage temperaturen, wind, stof of water kunnen ertoe leiden dat sensoren snel stuk gaan of geen betrouwbare data leveren. Sensormodules gemonteerd in schakelkasten bevinden zich doorgaans in een vrij stabiele, geconditioneerde droge ruimte. Ideale omstandigheden om betrouwbare data te verzamelen.  Meer over dit onderwerp en een aantal praktijkvoorbeelden zijn te lezen in het artikel Sensor in de schakelkast: wanneer voegt dit waarde toe?

3.    Kies het juiste business model

Naast de keuze van de assets en de tools, is ook het achterliggende business model dat aan de tools is gekoppeld van belang. Een eenmalige aankoop is een optie, maar ook een investering in een conditiemonitoring tool als service met een doorlopende transactie is een mogelijkheid.

Bij een eenmalige aankoop investeert een bedrijf eenmalig in een techniek die op dat moment innovatief is. Kiest een bedrijf voor een doorlopende transactie, bijvoorbeeld in de vorm van een abonnement, dan is de initiële investering lager en kan het bedrijf op ieder moment profiteren van nieuwe ontwikkelingen die de leverancier doorvoert. Een kleinere initiële investering leidt er eveneens toe dat een bedrijf kan groeien in de denk- en handelswijze van conditiemonitoring en oplossingen. Dit en andere voordelen van conditiemonitoring als service in plaats van als product zijn te lezen in het artikel: 5 redenen om conditiemonitoring te kopen als service i.p.v. product.

4.    Creëer draagvlak binnen de organisatie

Condition based maintenance toepassen vereist enige verandering in de organisatie. Daarom is het van belang om draagvlak te creëren bij betrokken collega’s van meerdere afdelingen. Innovators – diegenen die graag willen innoveren en de voordelen van smart monitoring inzien – zullen met betrokken collega’s in gesprek moeten gaan. Belangrijk is dat ze zich door de gesprekken een beter beeld kunnen vormen van de uitdagingen en doelen waarmee de collega’s te maken hebben. Innovators herkennen daardoor sneller welke voordelen CBM hun collega’s kan bieden. Door als innovator deze voordelen te benadrukken en ook in hun taal te spreken, zullen collega’s van andere afdelingen er sneller positief tegenover staan. Waar voor een maintenance manager de OEE (Overall Equipment Effectiveness) een belangrijke rol speelt, denkt de productiemanager veeleer in termen als productiviteit en doorlooptijd. Door in zijn taal te spreken, komt er sneller acceptatie. Hierover verschijnt binnenkort een aparte blog.

5.    Ga aan de slag

CBM zorgt voor meerdere voordelen. Ongeplande downtime wordt minder waardoor het imago van onderhoud verbetert. Er is minder inspectie van monteurs nodig, de voorraad kan worden geoptimaliseerd door beter inzicht in welke onderdelen wanneer nodig zijn, het onderhoud wordt beter beheersbaar, enzovoort. CBM biedt veel voordelen. Daarom is het van belang om te onderzoeken wat deze onderhoudsstrategie voor het bedrijf kan betekenen. Het feit dat CBM een impact hebben op meerdere afdelingen binnen de organisatie hoeft geen bottleneck te zijn. Juist hierdoor is het draagvlak van de innovatie erg breed.

Niet tijdig investeren in CBM zal risico’s met zich meebrengen. Wanneer de concurrentie meer en goedkoper kan gaan produceren, is deze voorsprong moeilijk in te halen. De industrie digitaliseert en door de krapte op de arbeidsmarkt moet de effectiviteit omhoog en downtime omlaag. CBM kan hier een sterke bijdrage aan leveren.

Wilt u meer weten over de implementatie van CBM? Bekijk onze oplossing, volg ons op LinkedIn of plan een belafspraak.

mei 7, 2019 | Blog

Big Data voor Onderhoud: Wanneer ‘Bigger’ niet beter is

Data Science


when bigger data is not better data

Er komen steeds meer technologieën op de markt. Al deze technologieën produceren data, maar data heeft an sich nog geen waarde. Soms leidt de drift om alles te monitoren en te meten, tot een overload aan data. Maintenance managers in grote industriële bedrijven worden overspoeld met meters, analyses en rapporten. Zij staan voor de lastige taak de belangrijkste informatie eruit te filteren en overzicht te houden. Dit kan via een interactief dashboard waarop de belangrijkste parameters eenvoudig visueel worden weergegeven.


De manager moet voorkomen dat de onderhoudsmonteur verdwaalt in uitgebreide spreadsheets of dikke rapportages. Dit kan er namelijk toe leiden dat hij niet meer toekomt aan zijn onderhoudswerk, moedeloos afhaakt of belangrijke informatie over het hoofd ziet. Het doel van al deze meters en analyses is juist de onderhoudsmonteur te ondersteunen in het voorkomen van storingen door deze beter voorspelbaar te maken. Om dit te bereiken is een duidelijke focus nodig op die indicatoren die echt belangrijk zijn.


In het aanbrengen van focus in de brei aan informatie is de domeinkennis en ervaring van de onderhoudsmonteur onmisbaar. Slimme sensoren maken het mogelijk om 24/7 de conditie van motoren te monitoren. Met behulp van kunstmatige intelligentie is het mogelijk om deze enorme hoeveelheden data snel te verwerken. De computer kan patronen ontdekken die de onderhoudsmonteur niet direct opvallen. Slimme modellen zetten de data om in inzicht.

Inzicht is daarentegen nog geen kennis. De onderhoudsmonteur heeft kennis van de processen en weet op basis van ervaring wat gemeten moet worden, waarom het gemeten moeten worden en wat de uitkomsten betekenen. Hij kan aangeven welke prestatie indicatoren belangrijk zijn en in het interactieve dashboard moeten worden opgenomen. Betrokkenheid van de monteur bij het inrichten van het dashboard leidt tot een grotere inspanning om het project te laten slagen en waar nodig te verbeteren.


Een strakke visuele weergave van belangrijke parameters kan de vakman in een oogopslag duidelijk maken waar hij zijn aandacht op moet richten en welke zaken nog even kunnen wachten.  

Het is vergelijkbaar met het dashboard in je auto. In moderne auto’s worden alle belangrijke functies van de motor continu gemeten. Op het dashboard krijgt je echter alleen die functies te zien die belangrijk zijn voor het veilig rijden met de auto zoals snelheid, toerental, de hoeveelheid brandstof en of je je gordel aanhebt. Alle andere functies blijven verborgen totdat er iets mis dreigt te gaan, dan gaat er een waarschuwingslampje branden. Vaak kun je dan in de boardcomputer achterhalen wat er precies aan de hand is.

Condition Based Maintenance

Hetzelfde geldt voor het interactieve dashboard van de onderhoudsmonteur. Vroeger had de onderhoudsmonteur alleen data waarmee hij terug kon kijken. De technologie maakt het nu mogelijk allerlei soorten data te verzamelen, te analyseren en op basis daarvan voorspellingen te doen. Via het dashboard krijgt de onderhoudsvakman een actueel overzicht van de staat van de assets en wordt hij gewaarschuwd als er iets mis dreigt te gaan waardoor condition based maintenance mogelijk wordt.

Managementgoeroe Peter Drucker stelt het zo: ‘What you can measure you can manage’. Tussen meten en managen zit nog een stap: het creëren van inzicht. Een interactief dashboard biedt ondersteuning voor de juiste beslissing op het juiste tijdstip. Het is tegenwoordig mogelijk alles te meten, maar soms geldt het adagium: less is more!

Meer weten over hoe u de juiste inzichten op het juiste moment kunt inzien in een dashboard? Bekijk onze oplossing, volg ons op LinkedIn of plan een belafspraak.

april 25, 2019 | Blog

Maintenance as a competitive advantage

Conditie-gebaseerd onderhoud

In the past, maintenance was mainly seen as a cost item on the budget: a necessary evil to prevent production backlogs. Equipment breaks down and must be repaired, costing money.  In addition, maintenance was often associated with a dingy image. The work was thought of as dirty and unpleasant.  A career in maintenance was not exactly exciting or sexy.

A More Positive View
New techniques and maintenance strategies have led to a different, more positive view. Good maintenance generates a high degree of availability of critical assets.  If maintenance occurs at the right time, it can increase productivity and therefore profits.

Transforming data into valuable information
With good data management practices, it is now possible to perform maintenance tasks at the right time.  Modern machines generate a great deal of data: temperature, pressure or pressure differences, vibration, voltage, CO2 content, speed, noise, and so on.  The data itself typically only leads to small improvements. However, if this data is used in the right way, it turns into valuable information.  The failure of a machine or part can be predicted with the proper analysis. This has several positive effects on the organization. First, there is more insight into the machines.  Second, an organization can order spare parts on time.  Third, in consultation with production, a strategic smart maintenance plan can be drawn up. Maintenance is therefore no longer seen as a cost item, but as a real 'competitive advantage'.

Creating support
That said, applying condition-based maintenance as a strategy is not something accomplished overnight.  As a company, you will first have to create support within the entire organization.
There are plug-and-play solutions that you can easily buy and install, but the organization will also have to learn to work with them. For example, the production and maintenance processes may have to be set up in a different way.  Production, IT, and maintenance may have to work together much more than before.  An implementation of condition-based maintenance is therefore often done step-by-step.  Employees can take some time to get used to a new approach.  Everyone will more easily understand the roadmap, and the change process will be clearer.

Go After Low Hanging Fruit First
The first important step is to identify which assets are critical and require high availability. Also, a clear analysis should be completed on the type, number of failures and their impact on production and on the company (such as financial impact).  In this way, a company gets an accurate picture of the machinery, failure modes, and knows where the largest profit can be achieved.
From this initial picture, the company can determine which asset is tackled first.  For this asset, the data necessary to predict failures is determined.  To gain momentum, it is wise to choose an asset where success can be achieved quickly.  Realizing immediate value will foster a broader acceptance in the organization.

Cultural change
Maintenance managers must accept data driven maintenance decisions, even if their intuition may be different.  They will have to learn to trust the data.  By starting small and achieving success immediately, trust will grow.  The benefits of condition-based maintenance will be understood better and better. Maintenance is transformed from a cost item to a competitive advantage.


Want to know more about how maintenance can lead to a competitive advantage? View our solution, volg ons op LinkedIn of
schedule an appointment.

april 23, 2019 | Blog

Onderhoud & Data Science: iemand inhuren of een tool inkopen?

Data Science, Onderhoudspersoneel

Data scientist inhuren of oplossing inkopen?

Vrijwel alle elektronische apparaten zijn tegenwoordig uitgerust met een of meerdere sensoren. Al die systemen verzamelen bakken met data die in potentie zeer waardevol kunnen zijn, onder andere voor onderhoudstechnici, marketingmanagers en designers. Nog lang niet alle gegevens worden op dit moment ook daadwerkelijk uitgelezen en verwerkt. Dat is zonde. Deze gegevens geven je een unieke kans geven om je product te verbeteren en je klanten beter te bedienen. Als je niets doet, loop je het risico dat de concurrentie je links en rechts inhaalt. Actie is dus geboden.

Gelukkig beseffen de meeste bedrijven dat machine learning en kunstmatige intelligentie hun eigen wereld en die van hun klanten zullen veranderen. De een is daar natuurlijk wat verder in dan de ander. Firma’s met een omzet van boven grofweg vijftig miljoen hebben inmiddels allemaal minstens één data scientist op de loonlijst staan, of werken nauw samen met externe specialisten. En ook bij kleinere bedrijven is vaak helder dat ze hun data niet links kunnen laten liggen.


Moet je als technisch bedrijf je team versterken met een data scientist? Of is het gunstiger de service in te kopen bij een consultancybureau? Beide strategieën hebben hun voor- en nadelen. De ideale oplossing ligt - zoals zo vaak - ergens in het midden.

  1. Een interne specialist zich het domein snel eigen kan maken

De combinatie van domeinkennis en data science leidt namelijk tot de beste resultaten. Een dataspecialist in je eigen bedrijf heeft die knowhow sneller onder de knie. Hij ziet niet alleen getalletjes, maar begrijpt eerder wat ze betekenen en hoe hij de gewenste informatie boven water krijgt. Als hij bijvoorbeeld weet dat een motor warmer wordt als hij stuk gaat, kan hij de output van de temperatuursensoren analyseren en tijdig alarm slaan. Zeker in complexe omgevingen heeft het absoluut zin als een data scientist weet hoe de business draait en hoe de processen lopen.

  1. Continuïteit in het proces

Een tweede voordeel van een eigen data scientist is gekoppeld aan het feit dat het vakgebied voor een deel experimenteren is. Het is een continu proces van testen en verbeteren. Als je iemand in huis haalt, zorg je voor continuïteit en voorkom je dat het proces strandt als er een project is afgerond.

Er is op zoveel terreinen winst te behalen met kunstmatige intelligentie dat het interessant is om met meerdere externe partijen samen te werken. Dan is het fijn als er iemand aan jouw kant van de tafel zit die de taal spreekt. En die bovendien het beste kan inschatten welke wegen het snelst naar succes leiden.

  1. Data blijft binnenshuis

Ten slotte is er nog een heel basale reden om een data scientist in dienst te nemen. Data is de grondstof voor kunstmatige intelligentie. Toegang tot die data lijkt heel triviaal, maar is heel wezenlijk. In de praktijk is het een stuk eenvoudiger om data intern te gebruiken dan om ze te delen met een externe partij waar het vertrouwen niet onmiddellijk is ingebakken.

Zelf tool bouwen?

Genoeg argumenten dus om direct een data scientist in te huren, of zelfs een heel team op te zetten. Zeker voor de unieke processen en componenten waar echt concurrentievoordeel te halen is, kun je er bijna niet meer omheen. Als je denkt winst te kunnen halen met specifieke tooling voor je eigen bedrijf, moet je dat zeker doen. Maar dat wil niet zeggen dat die benadering altijd de beste optie is.

Leren op schaal

Op algemene terreinen zijn er goede tools op de markt die een deel van het werk uit handen nemen. Iedereen gebruikt een elektromotor. Als je daarvoor een eigen oplossing ontwikkelt, weet je één ding zeker: jouw tool wordt nooit zo goed als de gespecialiseerde, commerciële tool die vele tienduizenden motoren te zien krijgt. Op de lange termijn worden de algoritmes immers beter als ze over meer data kunnen beschikken. Wanneer je jouw tool alleen binnen de muren van je eigen fabriek inzet, wordt hij nooit aan dezelfde hoeveelheid data blootgesteld als een tool die je inkoopt.

Specialisatie bij toolbouwer

Bovendien kan de data scientist die een interne tool ontwikkelt, zijn tijd niet aan andere zaken besteden. Een investering in tijd en geld die een bedrijf niet kan uitsmeren over een grote hoeveelheid cases, zoals een gespecialiseerde toolbouwer dat wel kan. Als er dus een tool te koop is, die je zonder al te veel problemen in je proces kunt integreren, waarom zou je dan je energie besteden aan eigen ontwikkeling? Ook omdat het zeer de vraag is of je het beter kunt.


Voor de belangrijkste projecten en processen in je bedrijf loont het zeker de moeite om een eigen data science team op te bouwen. Hoe verder ze van de kern liggen, hoe eenvoudiger het is om een gespecialiseerde tool of externe capaciteit in te schakelen. Het is een zakelijke beslissing waarbij onderwerpen zoals intellectual property, datadeling en kennisborging een voorname rol spelen. Met een intern team kun je sneller schakelen, maar voor strategisch minder gewichtige processen is het vaak gunstiger om ze uit te besteden bij een gespecialiseerde dienstverlener.

Lijkt het inkopen van een oplossing voor u de juiste beslissing? We bespreken de mogelijkheden graag met u. Bekijk onze oplossing, volg ons op LinkedIn of plan een belafspraak.

april 17, 2019 | Blog

Installing Sensors in the control cabinet: When does this add value?

SAM4, Sensor



A growing number of companies are moving toward condition-based maintenance (CBM) on assets such as motors and pumps.  This concept is based on the idea of matching maintenance to the state of the equipment, rather than time based preventive maintenance tasks.  When the maintenance manager has insight into the real-time condition of a machine, he can adjust his maintenance strategy optimally.

Sensors collect data, which is used to determine the condition of the assets. For example, velocity sensors or accelerometers measure vibration. For each application there are several commercially available sensor options - some more robust or accurate than others. One common drawback with sensors, however: they must be mounted on a machine to make measurements.

Alternatively, a new method to determine machine condition is by measuring a high frequency on the cables of motors or pumps. A deviation in the power supply can indicate a mechanical or electronic problem to the asset itself. For example, vibrations disrupt the electromagnetic field in an electric motor, which can be read in the data that generates the current. Every failure mode has a specific signature or fingerprint that can be measured in the current or voltage.

This alternate method of measurement still drives toward the goal of condition monitoring. A large difference with other “traditional” methods is where the measurement takes place. The current measurement does not have to be determined at the asset; it can take place in the control cabinet. Installing sensor modules in a control cabinet (rather than in the field) can provide many advantages.

Field Sensors Are Subject to External Factors

Sensors in the field are subject to local conditions. In the food sector, for example, strict hygiene and quality requirements apply. Rooms, surfaces and materials are cleaned often. The equipment and the sensors must be resistant to water or high humidity.

In other sectors, external factors such as extremely high or low temperatures, pressures, or contaminants may be present. This can lead to problems when sensors are not sufficiently robust.  A defective sensor does not provide reliable data. Sensor modules mounted in a control cabinet are in a stable, conditioned, dry room - ideal conditions for sensors to do their job.

Field Sensors Need Energy Sources

To collect and send information, sensors must be provided with an energy source. In the past, this was done via cables. However, laying cables is a time-consuming and expensive affair. In recent years, wireless sensors have gained a lot of ground. These sensors usually run on batteries. Depending on the type of sensor and the application, a battery will run out quickly or less quickly. Sending data once a day or every fifty milliseconds is a big difference. When batteries are drained, a mechanic will have to replace them – no battery, no data.

One solution for this problem is energy harvesting, a process in which energy (for example heat) is extracted from the immediate environment to supply the sensor with energy. However, this is currently not yet possible with all sensors or in all situations. With sensor modules placed in a control cabinet, the energy problem disappears. In a control cabinet, a sensor module can easily be connected to the mains.

Field Sensors Have Higher Installation Costs

A third advantage of sensor modules in a control cabinet is in installation. Motors or assets whose condition needs to be measured are often spread over a facility. In a baggage handling system, enormous distances exist between motors of a conveyor belt. Installation of sensors on each individual motor would take a lot of installation time.

Moreover, installing sensors at the right place in the asset is not always easy. Certain sensors must be located very closely to their source, while other sensors must be installed in places that are difficult to reach. Getting to motors integrated in larger machines, or submerged pumps can often prove problematic.

At some locations, there may be a flammable ATEX environment. Sensors here must meet certain ATEX or Classified flammability certifications. The installation of the sensors themselves in this environment also requires extra measures. Installing sensors in the field is therefore often difficult, cumbersome or expensive.

In the case of sensor modules in switch cabinets, the above issues do not play a role. The power supply of several assets comes together in one central location: the switch cabinet. If possible, this is always placed outside a potentially explosive area.  It must always be accessible or easily accessible. As a result, installation costs can be reduced.

Furthermore, preparations such as pulling cables can be done ahead of schedule, which means that installations only need be out of operation for a short period of time.

In practice

Some have already installed sensor modules in their control cabinets.  Two examples are Vopak Vlaardingen, a storage company; and Kaak Group, a manufacturer of machines for the bakery industry.

Vopak Vlaardingen

Marcel Kool, Maintenance Engineer at Vopak:

“Vopak Vlaardingen temporarily stores products from sea-going vessels in storage tanks. The product is then further distributed in trucks or lighter barges. About two hundred pumps take care of the loading at this location. For us it is important to monitor our equipment better so that we can increase service to our customers. We want to increase the predictability of maintenance.”

Vopak Vlaardingen chose not to install sensors on the pumps themselves, but centrally in a control cabinet.  Kool: “The pumps are not positioned far from each other, but they are insulated so you can't reach them directly if you want to install a sensor. ATEX was not an issue at our location, but it would be an extra factor to take into account at other locations.”

Installation & Baseline Determination

Vopak started a pilot program on ten pumps.  “The installation of the sensor modules in the control cabinet went quite smoothly. No special procedures were required, which resulted in a great deal of installation advantage. The installation of the modules was followed by a period in which the machine learning programmes were worked into and a baseline measurement was performed, a sort of starting position of the pump.

“Almost immediately after this phase, we received two indications based on the data. The dashboard indicated that the pump was almost failing. Mechanics examined these two pumps in the field and what the system indicated appeared to correspond with the findings in the field. This has increased the confidence in the system, which certainly offers perspective for the future.”

Justification for system extension to all 200 pumps may not make sense. “The pumps we selected for the pilot run regularly. We only use a small number of pumps on site sporadically. These pumps would take a little longer to learn, simply because they are used so little. If you let go of a business model on these pumps, the outcome may be that it is not sufficiently profitable to monitor them, whatever sensor technology you choose. For the majority of the pumps, condition monitoring is an option to consider.”

Kaak Group

Kaak Group has also chosen to install sensor modules in their control cabinet. Marcel Trapman is team leader at iBakeware, which builds software for monitoring and analysing the bakery line and the baking process:

“Our bakery lines that are with customers consist of a combination of a number of machines. There are critical, large motors in these lines that are built to customer specifications. If such an engine breaks down at a certain moment, this means that the line must be stopped, and a delivery may not be possible.  To avoid a long standstill, a spare motor must be stocked. This can be prevented by monitoring motors using sensors. If a discrepancy is found, an inspection can be carried out in time, spare parts can be ordered and maintenance can be scheduled.”

The bakery lines currently contain many different types of sensors and can be equipped with optional sensors at the customer's request. An example of such an optional sensor is that of Semiotic Labs.

“At a later stage we want to be able to give the customer the choice whether he wants to monitor the motors using data and sensors. For us, therefore, the possibility of retrofitting sensors in a fairly simple manner is of great importance. With the sensor module in the control cabinet, we do not need to reach the motor at all. We therefore see it as an added value for the customer to be able to retrofit it fairly easily. That's why we chose this type of system.”

Would you like to know whether sensors in the control cabinet also have added value for you? Check out our solution, volg ons op LinkedIn or schedule an appointment with us.


april 9, 2019 | Blog

Smart monitoring voor de Maintenance Service Providers: vriend of vijand?

Maintenance Service Provider

De wereld verandert in razendsnel tempo. De vergrijzing neemt toe en vacatures voor technici raken moeizaam gevuld. Tegelijkertijd groeit de markt en staat duurzaamheid hoog op de agenda. Bedrijven zetten daarom steeds vaker slimme technologieën in om de productiviteit per werknemer te verhogen. De inzet van automatisering en het gebruik van big data kan leiden tot meer output met minder mensen.   

Big data is key. Mits data op de juiste manier worden ingezet en waarde creëren. Door slimme datamonitoring weet een bedrijf wat de status of conditie is van zijn machinepark. Men weet wanneer potentiële storingen zullen optreden wanneer niet wordt ingegrepen waardoor onderhoud strategisch kan worden ingepland. Smart monitoring zorgt voor een hogere productiviteit, voorkomt ongewenste downtime en minder onderhoudstaken. Onderhoud gebeurt tenslotte alleen als het echt nodig is. Brandjes hoeven niet langer geblust te worden – storingen oplossen vergt overigens vaak meer tijd dan tijdig onderdelen vervangen – en onderhoud wordt niet onnodig te vroeg ingepland. Als er geen onderhoud nodig is, hoeft men er geen tijd aan te spenderen.

Doemscenario of kans?

Op het eerste gezicht lijkt smart monitoring een doemscenario voor maintenance serviceproviders. Zij bieden immers het repareren van motoren en gekoppelde assets aan als dienst. Gaat er minder vaak iets stuk, of wordt er door smart monitoring minder onderhoud ingepland, dan leidt dit tot minder werk. Zo lijkt het tenminste, als je als onafhankelijk onderhoudsmonteur alleen de focus legt op reparatie.

Toch hoeft smart monitoring geen bedreiging te zijn.  Het biedt voor onderhoudsbedrijven net als voor productiebedrijven kansen, mits zij de digitalisering willen omarmen. Hiervoor zijn meerdere redenen:

  • De digitalisering houd je niet in je eentje tegen

Hoe je het ook wendt of keert, de wereld digitaliseert in snel tempo. Het tegenhouden van smart monitoring zal je niet lukken. De trend om data te verzamelen en analyseren is ingezet en onomkeerbaar. Daarom is het belangrijk om je als onderhoudsbedrijf te verdiepen in smart monitoring. Dit is cruciaal voor het behouden en aantrekken van (nieuwe) klanten.

  • Smart monitoring zorgt voor toegevoegde waarde

Het is voor productiebedrijven tegenwoordig meer dan ooit noodzakelijk dat hun productieprocessen betrouwbaar zijn. Iedere minuut ongewenste downtime is er één te veel. Onderhoudsbedrijven kunnen productiebedrijven hierin ondersteunen door hun businessmodel aan te passen. Ze voeren niet langer onderhoud uit wanneer het nodig is, maar bieden een onderhoudsplan aan waarin de hoge betrouwbaarheid van de assets voorop wordt gesteld: Power-by-the-hour.

De combinatie van smart monitoring met een Power-by-the-hour businessmodel kan een onderhoudsbedrijf juist veel geld opleveren. Ze hoeven namelijk minder werk te verrichten om toch het uur productiviteit te garanderen. Dit type servicecontracten ontzorgt productiebedrijven. Ze kunnen de inzetbaarheid van de assets beter voorspellen en zich meer focussen op hun kernactiviteiten.

  • Grote hoeveelheden monitoren

Dankzij smart monitoring zijn sneller grotere hoeveelheden motoren en gekoppelde assets te monitoren.  Dit betekent dat een onderhoudsmonteur meer aantallen onder zijn hoede kan hebben, met minder personeel. Ook dit biedt nieuwe kansen.

  • Minder brandjes blussen, dus tevreden productiemanagers

Ongeplande downtime brengt vaak veel stress en ongenoegen met zich mee. Onderhoudsmonteurs moeten meteen hun plannen omgooien om de productie zo snel mogelijk weer op de rit te krijgen.  Dankzij smart monitoring worden potentiële storingen vroegtijdig opgespoord en kan gepland onderhoud plaatsvinden voordat er wat aan de hand is. Dit leidt tot een betere relatie tussen productie en onderhoudsmonteurs.

Digitaliseringstrend in de praktijk

Frank van Bodegraven, eigenaar van Van Bodegraven Elektromotoren (gespecialiseerd in de verkoop en verhuur elektromotoren) ziet de digitaliseringstrend bij zijn klanten. ‘Ongeveer zestig tot zeventig procent van de industriële energie die wordt verbruikt, zit in elektromotoren. Om ongewenste downtime te voorkomen, willen steeds meer bedrijven hun elektromotoren inclusief assets monitoren. Het is een trend die is ingezet en niet meer is terug te draaien.’

Wie dit als een bedreiging ziet, is enigszins kortzichtig, vindt Van Bodegraven. ‘De markt verandert, en je zult als bedrijf – ongeacht of je productie, onderhoud of sales als core business hebt – mee moeten veranderen. Doe je dit niet, dan moet je je afvragen of je bedrijf nog lang zal bestaan. Meerdere bedrijven die hun businessmodel niet hebben veranderd, bestaan niet meer, of zitten in zwaar weer. Denk aan traditionele taxibedrijven, Intertoys of Blokker.’

Verdiepen in mogelijkheden

Meebewegen met de digitalisering biedt juist nieuwe mogelijkheden. ‘Dankzij smart monitoring stijgt de productiviteit en daalt de downtime. Serviceproviders kunnen hierop inspelen door naast onderhoud ook smart monitoring aan te bieden.’ Om dit te kunnen realiseren moeten bedrijven een aantal zakendoen, zegt van Bodegraven. ‘Ten eerste is het belangrijk dat bedrijven zich verdiepen in de mogelijkheden van smart monitoring en digitalisering. Het bijwonen van bijeenkomsten om te weten wat er speelt is erg belangrijk. Je krijgt een beter inzicht in de mogelijkheden, in welke richting de markt zich beweegt, en je kunt met anderen ideeën uitwisselen.’ Op die manier krijg je ook een beter beeld waar je goed in bent en waarin anderen je kunnen ondersteunen.

Samenwerken wordt steeds belangrijker

‘Samenwerken en partnerschappen aangaan is erg belangrijk bij smart monitoring’, zegt van Bodegraven. ‘Je hoeft het wiel niet helemaal opnieuw uit te vinden. Wij zijn erg sterk in het vermarkten, plaatsen en onderhouden van elektromotoren. Voor het smart monitoring-gedeelte werken we samen met onder andere Semiotic Labs. Op die manier wordt smart monitoring een onderdeel van een onderhoudsconcept en kunnen we de klant nog beter bedienen. Samenwerking levert op deze manier winst: voor ons, onze samenwerkingspartners én voor de klant.’

Denken in concepten

Onderhoud wordt onderdeel van een veel groter geheel, zegt Van Bodegraven: ‘Onderhoudsmonteurs moeten daarom veel meer in concepten gaan denken. Je moet niet langer bedrijven bezoeken en hen vertellen dat je een motor komt repareren. Onderhoud betekent samenwerken, samen werken aan een hogere productiviteit. Grote bedrijven hebben door de vergrijzing een tekort aan technisch personeel waardoor de technische dienst wordt uitgehold. Ze worden steeds afhankelijker van onderhoudsbedrijven. Daar zit voor onderhoudsmonteurs een grote kans, tenminste, als ze het nieuwe denken en de digitalisering omarmen en zich erin willen verdiepen. Als je luistert naar de markt, zullen deuren openen.’

Bent u een Maintenance Service Provider en wilt u meer weten over wat uw mogelijkheden zijn? Bekijk onze oplossing, volg ons op LinkedIn of plan een belafspraak.