Kort nieuws

FMTC laat Fei en Océ machineonderhoud beter voorspellen

Nieke Roos
Leestijd: 2 minuten

In het kader van het Iris-project heeft het Flanders‘ Mechatronics Technology Centre (FMTC) een methode ontwikkeld waarmee OEM‘s de stap kunnen zetten van preventief naar predictief onderhoud van hun machines in het veld. De werkwijze past een combinatie van datamining- en prognostische modelleertechnieken toe op systeemgegevens die via remote monitoring zijn verkregen om beter te kunnen voorspellen wanneer de apparatuur een volgende onderhoudsbeurt nodig heeft. Het FMTC heeft de aanpak met succes gedemonstreerd op onderdelen van een Fei-microscoop en een Océ-printer.

De methode begint met de toepassing van datamining op onderhoudsgegevens en gelogde data uit het verleden. Deze bevatten onder meer door de machine gegenereerde errors, sensorwaardes en waarschuwingen en door de onderhoudstechnicus toegevoegde informatie over het verrichte werk. Indien nodig wordt dit aangevuld met ontbrekende gegevens, bijvoorbeeld door interpolatie. Doel van de analyse is het achterhalen van de meest relevante parameters voor de machinetoestand om de optimale grenswaardes te bepalen. Hoewel de meeste fabrikanten over deze bron van informatie beschikken, maken ze er nog maar zeer beperkt gebruik van.

De methode vervolgt met het toepassen van predictieve modellen op live data. Deze modellen voorspellen de evolutie van de relevante parameters en geven aan wanneer een parameter zijn grenswaarde zal overschrijden. Het resultaat kan worden gevalideerd op de historische gegevens. Doel is te komen tot een optimale planning van het onderhoud. Daarnaast kan de methode adviezen opleveren voor een optimaal machinegebruik met het oog op een langere levensduur.

This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one and enjoy all the benefits.

Login

Related content