• icon industriële automatisatie
  • icon industriële automatisatie
image
image

Registration required

You must register and log in before you can see the documents in this section.

Je moet geregistreerd en aangemeld zien voordat je de documenten in deze sectie kan zien.

Aan het laden...

pdf Predictive Maintenance 4.0 - PwC & Mainovation

Door

Downloaden (pdf, 3.78 MB)

PredictiveMaintenace40_Predicting_Upredictable_pwc-predictive-maintenance-4-0.pdf

Het rapport Predictive Maintenance 4.0, Predict the unpredictable is voorspellend onderhoud niet nieuw. Ook in het verleden werd regelmatig op basis van visuele of instrumentele inspecties bepaald of onderhoud nodig is of niet. De laatste jaren is echter door een groei aan beschikbare data deze vorm van onderhoud op een hoger niveau gekomen. Dankzij verbeterde sensortechnologie, het gebruik van slimme algoritmes en machine learning of zelflerende systemen kan veel exacter worden voorspeld wanneer onderhoud nodig is. Mits alle beschikbare data op de juiste manier worden ingevoerd.

PwC en Mainnovation onderscheiden in hun rapport vier niveaus van volwassenheid waar bedrijven zich bevinden, met betrekking tot voorspellend onderhoud.

Uit het onderzoek blijkt dat tweederde van de respondenten nog steeds op volwassenheidsniveau een of twee zit. Slechts elf procent heeft niveau vier al bereikt. De data die de respondenten gebruiken om aan voorspellend onderhoud doen, komen van de onderhoudshistorie (73%), het gebruik van de assets (72%) en de conditie van de assets (71%) en worden in de meeste gevallen (67% ) verzameld en verwerkt met MS Excel en MS Access. In 79 procent van de gevallen is de technicus betrokken bij het onderhoud en slechts in 8 procent van de gevallen is een data-analist of specialist betrokken.

 

Zoeken in Kennisdatabank

3IF on Twitter