len’. Klinkt als een open deur, maar vergelijk- bare zaken gebeuren echt.”


Cruciaal vs triviaal In de praktijk kan een hybride model ont- wikkeld worden in samenwerking met de twee disciplines. “Je kunt op basis van data-analytics gaan meten in een bepaalde applicatie of een bepaalde component. Vervolgens ga je al in een vroeg stadium met een engineer aan tafel die weet hoe die applicatie of component in elkaar zit. Daarna bepaal je welke data cruciaal is en welke data triviaal is.” “Laten we dit even vertalen naar een prak- tijkvoorbeeld”, stelt Tinga voor. “Stel dat je een data-analist een tijdlang allerlei data uit een dieselmotor laat analyseren. Na verloop van tijd vindt hij echt wel een prima cor- relatie tussen de hoeveelheid ingespoten brandstof en de temperatuur. Heel aardig, maar een engineer zal dan zeggen: ‘Dat had ik je zonder die data ook wel kunnen vertel-


HIsarna Terug naar de praktijk: Tinga is met zijn onderzoeksgroep op dit moment bij de HIsarna pilotplant van Tata Steel aan de slag om voorspellend onderhoud goed te imple- menteren. Bij deze plant wordt volgens een nieuwe procédé staal vervaardigd, waarbij de CO2-uitstoot significant lager is dan bij traditionele methodes. “We sorteren daar eigenlijk al een beetje voor op het hybride model waar ik het net al over had. We zit- ten nu in het proces waarbij we de kritische systemen aan het selecteren zijn en op component niveau naar faalmechanismen kijken. Het slimme in dit geval is dat deze pilotplant model staat voor een veel grotere plant straks. In die pilotplant kan je dus op basis van gedegen onderzoek in kaart bren- gen wat voor sensoren je straks nodig hebt. Je hebt dan dus veel meer flexibiliteit dan wanneer je in een bestaande plant werkt. Het nadeel is dat er nog weinig ervaring is. Er zijn dus nog geen storingen in de praktijk geweest waar je data uit kunt halen. Maar zoals ik al eerder zei, waar dat ontbreken van praktijkdata in operationele plants een probleem is, wordt het verzamelen van dat soort data in deze pilotplant nu onze taak, maar dan uiteraard wel gecombineerd met de model-based approach.”


Patronen Een voorbeeld uit de praktijk bij de HIsarna plant bij Tata laat goed zien dat faalmecha- nismen zich vaak voordoen waar je het niet verwacht. Tinga: “De elektromotoren van de conveyor belts zijn tamelijk kritisch voor het functioneren van het complete proces. Stopt een band, loopt het proces vast. Het is dus belangrijk dat die motoren blijven func-


tioneren. Samen met Semiotic Labs kijken we naar een methode waarbij met kleine stroommetingen de prestaties van elektro- motoren in kaart kunnen worden gebracht. Vervolgens ga je met een data-analytics aanpak op zoek naar patronen, gecombi- neerd met een aantal fysisch-georiënteerde modellen. Een mooi voorbeeld van de hy- bride aanpak dus.” Net als bij de meeste bedrijven in de proces- industrie, gaat er bij de diverse plants van Tata niet vaak iets mis. “Er is dus weinig faal- data, om het zo maar te zeggen”, verduide- lijkt Tinga. “Maar bij gevallen dat er iets mis is gegaan, kunnen we wel de data inzien om te kijken of we daar iets uit kunnen halen.”


Detailniveau Nu hebben Tinga en Tata de ‘mazzel’ dat ze én een mooie pilotplant én een subsidie hebben om onderzoek te doen, maar wat kan een maintenance medewerker bij een bedrijf zonder die pilotplant en subsidie hier mee? Tinga: “Legitieme vraag. Toch denk ik dat je eerst heel goed moet kijken naar wat nu precies je kritische onderdelen van je proces zijn. Vis er daar een stuk vijf uit en ga daarvan per onderdeel heel goed kijken naar wat nu precies het faalmechanisme is. Investeer in snappen wat er gebeurt, tot op detailniveau. Je zult zien dat door op een andere manier naar dit soort onderdelen te kijken, je soms al interessante dingen tegen- komt.”


Het onderzoek dat Tinga en zijn onder- zoeksgroep op dit moment uitvoert is voor een groot deel ook vertaalbaar naar andere sectoren. “Die conveyor-belts bijvoorbeeld, zie je in heel veel vormen van industrie”, licht Tinga toe. “Maar er komen straks modellen voor allerlei componenten en component- soorten naar buiten waar de maintenance- sector an sich zeker wat aan zal hebben.”


9


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48  |  Page 49  |  Page 50  |  Page 51  |  Page 52  |  Page 53  |  Page 54  |  Page 55  |  Page 56  |  Page 57  |  Page 58  |  Page 59  |  Page 60  |  Page 61  |  Page 62  |  Page 63  |  Page 64