2020-10-20 : ConnectedFactories Webinar

Details

Categorie: Evenementen en Activiteiten

ConnectedFactories Webinar - Standards for digital manufacturing

Continuing the 3if.eu teamwork with partners from NL, DE, UK, AT, GR, CZ, HR, FI, IE, ...

We invite you all to attends this webinar organized by ConnectedFactories:

Register here

The webinar on Standards for digital manufacturing is organized in association with the ConnectedFactories Coordination and Support Action on Tuesday 20 October 2020 from 9:30 to 12:30 CEST .

The Webinar will focus on use cases and best practices that illustrate how standards are used in research & innovation on digital manufacturing. Special attention will be dedicated to the added value as well as gaps and needs.

Please find the agenda here and the registration link here

2020-04-01 : Revitalising Webinars by 3if.eu

Details

Categorie: Evenementen en Activiteiten

REVITALISING WEBINARS by 3if.eu

3if.eu continuing to support digital transformation over webinars

From April 2020, we'll restart our webinars by bringing bi-weekly insights in activities on digital transformation and the impact on the manufacturing world. 

From April 14th onwards, the LSEC & 3if.eu N-IAS webinars bring insights in the developments of industrial cybersecurity, from May we bring digitalisation insights for manufacturing. 

Please register here to participate to one or multiple of the planned webinars.

Previous 3if.eu and 3if.be webinars

The 3if.eu webinars have been conceived to work towards our annual 3if.eu conference, normally taking place June 10th, but due to the current new normal, supporting our community with additional webinars. 

Please register here to participate to one or multiple of the planned 3if.eu webinars.

Registrations : Industrial Automation Security & Industrial Control Security continued : *

The N-IAS Series are part of the LSEC CyberSecurity Experts from Home Webinar activities have been created to support our Cybersecurity communities of experts and our manufacturing, operators of essential services such as transport, healthcare and logistics, and other industrial relations specifically to learn about ongoing evolutions of challenges to protect our connected manufacturing systems, industrial control systems and industrial automation. The scheduled annual N-IAS event has been transposed into & series of Webinars continuing on a weekly basis. 

2020-01-31 : Kicking off Connected Factories 2

Details

Categorie: Evenementen en Activiteiten

KICKING OFF CONNECTED FACTORIES 2 

3if.eu teaming up with NL, DE, UK, AT, GR, CZ, HR, FI, IE, ...

After being able to contribute to Connected Factories 1 under the leadership of EFFRA and VTT, 3if.eu is again participating to see how European manufacturing digitalisation activities are developing across Europe and how we can learn from experiences in use cases, best practices, methods, standard in development and technologies being developed. 

2019-11-20 : TRINITY Open Call

Details

Categorie: Evenementen en Activiteiten

TRINITY DIH Open Call 

Up to €300.000 equity free funding for SME's

2019-06-08 : Announcing FactorySense - 3IF.eu in collaboration with Versasense and Factorythings - Optimistik

Details

Categorie: Evenementen en Activiteiten

Industrie 4.0 IIoT Sensoring & Business Dashboard

Small & Medium Sized Factories Demonstrator & Pilot

FactorySense is joining the best of the Industrial Internet of Things (IIoT) sensors in combination with a business intelligence platform to fast forward enabling of Industrie 4.0 on the basis of big data and analytics in a cost sensitive way. FactorySense is a project that aims to enable Small and Medium Sized Factories with a package of best practices, technologies and tools to improve their day to day operational business activities, by electronically providing insights on and over the production floor, on the business processes and overall operations as a means to further improve their efficiency and effectiveness.

By integrating Versasense (BE) IoT sensor kits  (https://www.versasense.com/) to the Factorythings – Optimistik (FR) (http://www.optimistik.fr/) platform, this project aims to further lower the barriers and facilitate the management of the industrial production and provide a business interface over the industrial processes in order to better manage the production activities. It aims to demonstrate the possibilities to enhance the productivity, profitability and innovation capacities of production companies, by providing an integrated platform with the sensors and the platform that will serve the use case for condition based maintenance and validating it in a series of manufacturing companies.

About 8 out of 10 manufacturing companies have started to understand the sense of urgency in digitally transforming at least part of their operations in order to be able to reduce cost by optimizing production, supply and demand and warehousing; or to increase turnover through product innovation, reaching out to new markets and expanding in their current customer base with new services or improved existing products. But many companies are getting paralyzed by the complexity and the breadth of the digitalization challenge. They don’t fully understand all of the individual components required (big data, iot, analytics, horizontal & vertical integration, …) and they lack expertise and experience within the company to drive these interests forward. Proof of concept projects are being launched, but fail to deliver because of lack of concrete business objectives and forward looking plans.

With FactorySense, the three expert organizations (Versasense, FactoryThings-Optimistik and 3IF.eu) bring together their core expertise and strengths to facilitate the quick uptake of basic components and providing in a platform that can grow together with the organization in a way that it supports different applications and use cases allowing for a digital transformation and Industrie 4.0. Use cases include condition based maintenance, a digital production process flow, monitoring production indicators, providing business transparency, warehouse control and improved insights in the automation process.

The FactorySense platform aims to digitally connect selected parts of the production shop floor and administrative support system of Small sized Manufacturing companies by means of a Digital Platform and Industrial IoT Sensors. It provides a digital management dashboard that presents Key Performance Indicators and other indicators supporting business decisions and operational activities. It provides a template-model Small Digital Factory using a generic Digital Transformation Plan (DTP) – Industrie 4.0 Map (I40 Map) for small manufacturing companies on the basis of existing use cases. It provides in a Digital Business Dashboard, defining key business drivers to create situational awareness, allow for specific insights (eg condition based maintenance) and support in decision making. From this platform and key insights, business decisions can be made to provide further insights, or to optimize processes and activities allowing for a more efficient production program.

FactorySense will be demonstrated in a Wood processing company in Belgium and can be further validated in 2019 with other interested trial customers. In order to support small and medium sized manufacturing companies willing to experiment, eager to digitize and ready to be innovation driver, FactorySense will be validated with at least two other production companies. They will be leading the way to the thousands of European small and medium sized factories coping with the challenge to transform to Industrie 4.0 and coping with the lack of technological expertise on the selection of IoT technologies and limited experience in management of platforms.

Is your organization interested in validating the FactorySense platform during the course of 2019, contact FactorySense for a discussion on scope and the potential business and sector impact. This project was realized thanks to the IoT4Industry.eu Innovation Support program aiming to enhance productiv ity, profitability and innovation capacities of European manufacturing SME’s by enabling them access to IoT technologies.

Package pricing includes a gateway kit with up to 10 sensors and the data platform with cloud and mobile access to the analytics tools for 2 years, starting at 600 € / month, with a minimum commitment for 1 year.

For more information, please contact FactorySense at factorysense@3if.eu -  www.factorysense.eu or getstarted@factorysense.eu.

This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 777455.

3IF & IoT Conference 2019 : Discount Registration Page

Details

Categorie: Evenementen en Activiteiten

You received the link to this registration page link as a valued member of the 3IF Community. If you’re planning to visit the 3IF Conference & IoT Convention please register via this link to claim your discounted entry ticket.

With visions from process and discrete manufacturing; with perspectives for automotive, pharma, petrochemical, food processing, machine makers, and many other industries; with innovative industry 4.0 technologies in the domains of analytics, iiot, big data, condition based maintenance, innovative PLM & MES and nothing but use cases; the 6th 3IF.eu conference promises to be yet another event not to miss. Especially now we’ve combined our strengths with our partners from www.iot-convention.be – BoI, we integrate smart with IoT for business and in smarter cities.

If you missed it, do note June 10th, 2020 for our next edition. 
 

Some highlights :

• Carl Van Laer, Janssen Pharmaceutica : how active monitoring in the production process becomes key to the quality of the production and quality of the product. The autoclaves at Janssen Pharmaceutica, a global leader in the pharma industry and a Belgian Factory of the Future. In the pharmaceutical, chemical and other sectors autoclaves are being used as pressure chambers during the production process. The sterilization of equipment is important to avoid any contamination of the cell cultures. Equipment is expensive and the good functioning of the sterilization autoclaves is crucial to assure the availability of sterilized tools. At the 3IF.eu 2019 conference Carl van Laer of Janssen Pharmaceutica can demonstrate how machine learning tools assist the Leiden site to have a continuous supply of equipment thereby avoiding downtime and interruptions in the supply chain. Take the unique opportunity to hear and meet with Carl van Laer from the Belgian Factory of the Future Janssen. As Global Product Line Leader for historians at Janssen Mr Van Laer supports the 3 sectors of Johnson&Johnson (Janssen, Medical Device and Consumer) in different IoT initiatives worldwide. His presentation will inspire other production companies both small, medium and large to apply modern production technologies, highlighting potential benefits, and sharing best practices.
  
  
• Johan Dekeyzer, Dekeyzer-Ossaer : The food sector, more in particular meat processing industry is expected to serve a top quality, traceable and in many cases customised product, with excellent sourcing and just-in time distribution mechanics. The Flemish Medium sized production company Dekeyzer-Ossaer has been setting the standard, by being one of the first food companies awarded the Factory of the Future award, by its innovative approach to new technologies and by its high quality products and services to its customers. Both process and discrete manufacturing companies can be inspired from the vision, approaches and down-to-earth and hard working Flemish entrepreneur Johan Dekeyzer. Thanks to the support of Flanders Food.
  
  
• Stein Myrseth, ForgeRock in Toyota : In automotive the vehicle itself will evolve into becoming a fully IoT ecosystem on its own. A cryptographically trusted digital identity of the "vehicle" will be used to authenticate and authorize against various cloud services in addition to telematics data. Vehicle owners and drivers will be authenticated and authorized based on trusted relations and their roles between the vehicle and the users. The driver’s preferences and service subscriptions like Spotify etc. will be activated in the vehicle and will follow the driver not the car. The driver gives his consent to share selected parts of the vehicle telematics to his insurance company but can easily withdraw it at any time. Establishing the strong relation between human identities and IoT asset identities need both to be based on a “root of trust”. Next generation IoT services is beyond data only. Some examples from Toyota and other car manufacturers, and how this aligns with our engagement with the Car Connectivity Consortium (CCC) and Automotive Grade Linux (AGL).

If you want to meet with some of the speakers in a private setting, please contact us and we’ll get you a special invitation for a related event.

Practical Details & Registration

3IF Industry 4.0 Conference & Internet of Things Convention
June 19, Lamot Conference Center, Mechelen
To evaluete the full agenda please visit the event page

2019-06-19 : 3IF Annual Conference 2019 : Industrie 4.0 & Digital Transformation IoT for Industry

Details

Categorie: Evenementen en Activiteiten

Voor het vijfde jaar organiseert 3IF.be de 3IF.be industrie 4.0 conferentie. Dit jaar in samenwerking met de Internet of Things convention - IoT-Convention.be op 19 juni 2019 in de LAMOT in Mechelen.

3IF.be begeleidt Belgische productiebedrijven in hun digitale transformatie naar Industrie 4.0. 3IF brengt internationale en lokale sprekers, ervaringen en expertise bij elkaar om een interessante wisselwerking te krijgen. Met vertrouwde en nieuwe spelers, gerenommeerde sprekers en geselecteerde sectoren brengen we de enige internationale Industrie 4.0 conferentie in België. 

De IoT-convention bracht de afgelopen twee jaren technologieleveranciers en gebruikers van Smart Cities, home en business appliances bij mekaar. In samenwerking met 3IF.be kan daar nu nog een industrieeel luik aan toegevoegd worden, vanuit de context van Industrie 4.0 ontwikkelingen. Niet alleen IIoT (Industrial IoT), maar ook digitaliseringstrends op het vlak van big data management,, data analytics, digitale platformen, virtual twins, AR/VR, maintenance 4.0 en andere mogelijkheden zullen aan bod komen. Zoals elk jaar wordt er wat meer belang gehecht aan de business cases en use cases dan aan de technologie op zich. We bekijken de nieuwe ontwikkelingen van digitale servitizatie, kostenbesparende mogelijkheden, gebruiken van Industrie 4.0 om aan energie-efficientie te doen en dergelijke meer.

We brengen sleutelpersonen bij eindgebruikers (industriële productiebedrijven in de discrete manufacturing en de procesindustrie) en experten bij elkaar om ze bij te staan in hun transities, en zodat ze zich kunnen informeren over ontwikkelingen in de markt, business-concepten en business models, technologische mogelijkheden en toepassingen, juridische en organisatorische implicaties en hoe ze te managen.

Voor registratie, meer informatie en contactgegevens : https://iot-convention.be/

Supporters of the 3IF Conference:

3IF – Industrial Internet Consortium Flanders – is an initiative by LSEC and Sirris to support the development of Industrial Internet, Industrie 4.0 and Industrial Internet of Things in Belgium, especially towards the manufacturing industry. We will bring them closer to understanding the technologies for digital manufacturing, the impact on their business, and how they could make their first steps to improve flexibility, quality and cost reduction in their production process.

FIWARE Association -


ARC Advisory is without any doubt the global leading technology research and advisory firm for industry; that stands apart due to its in-depth coverage of both information technologies (IT) and operational technologies (OT). ARC analysts and consultants have the industry knowledge and the first-hand experience to help ARC clients find the best answers to the complex business issues facing organizations today. ARC provides technology supplier clients with strategic market research, and help end user clients develop appropriate adoption strategies and evaluate and select the best technology solutions for their needs
 

2019-01-14 : TRINITY Digital Innovation Hubs for Robots - Cybersecurity for robots

Details

Categorie: Evenementen en Activiteiten

Tampere, Leuven, January 14th.

LSEC - Leaders in Security, 3IF.be and Tampere University of Technology and 12 other partners launch a network of Digital Innovation Hubs supporting manufacturing SMEs becomes more competitive through robotics and digital technologies

There is a huge opportunity for manufacturers to adopt new robotics and Internet of Things (IoT) technologies and to improve productivity and competitiveness. New robotic technologies are highly flexible and cost-effective for nearly every size of company, including small and medium-sized frms (SMEs). SMEs need to embrace these technologies to maintain efciency and create jobs. A key barrier to implementation is often a lack of skills and understanding around how to best proft from these technologies.

TRINITY aims to improve the agility and innovation capability of European manufacturing companies. It aims to bring together both the research and industrial community in Europe with the objective of developing and helping all sized companies to implement and benefit from new digital and robotic technologies. 3IF.be and LSEC will perform the Cybersecurity assessments and improvements.

Action :
- stay in touch to learn more about Cybersecurity for robotics or for a cybersecutity assessment of your robotic environment : robots @ 3if.be
- get up to 300.000 € in the TRINITY Open call to be launched later in 2019 for an innovative robotic use case : trinity @ 3if.be

3IF – Industrial Internet Consortium Flanders – is an initiative by LSEC and Sirris to support the development of Industrial Internet, Industrie 4.0 and Industrial Internet of Things in Belgium, especially towards the manufacturing industry. We will bring them closer to understanding the technologies for digital manufacturing, the impact on their business, and how they could make their first steps to improve flexibility, quality and cost reduction in their production process.

In order to reach these objectives TRINITY will: CREATE a sustainable network of Digital Innovation Hubs (DIHs) acting as a one-stop-shopfor companies to get access to digital and robotic technologies as well as technical and other services, such as training, funding or match-making. The network is composed of industry organisations, service providers and research institutes and universities specialised in advanced robotics, IoT and cybersecurity. This network will be extended over the life-time of the project. PROVIDE a critical mass of use cases in collaboration with industry to demonstrate novel robot technologies that can contribute to increase the agility of production processes in relevant industrial environments across different sectors. CREATE a digital access point to facilitate collaboration, networking and disseminate information and knowledge to the wider robotics research community and industry in Europe.

The TRINITY network will develop use-case demonstrators in some of the most promising areas of robotics to advance agile production. These areas will include collaborative robotics as well as sensory systems to ensure safety, effective user interfaces based on augmented reality and speech, reconfgurable robot workcells and peripheral equipment (fxtures, jigs, grippers, etc.), programming by demonstration or IoT secure wireless networks.

The initial demonstrators will serve as reference implementation for two rounds of open calls for proposals, where companies with agile production needs and sound business plans will be supported (fnancially and technically) by TRINITY to carry out experiments in industrial environments. A minimum of 30 demonstrators will be implemented through the calls, which will be launched in 2020 and 2021. Calls will be open for three months after their publication and each demonstrator can get up to €300,000 in funding.

TRINITY contact for Belgium : 3IF – Industrial Internet Consortium Flanders – is an initiative by LSEC and Sirris to support the development of Industrial Internet, Industrie 4.0 and Industrial Internet of Things in Belgium, especially towards the manufacturing industry. We will bring them closer to understanding the technologies for digital manufacturing, the impact on their business, and how they could make their first steps to improve flexibility, quality and cost reduction in their production process.

Contact : robots @ 3if.be or opencall @ 3if.be - +32 16 32 8541

Predictive Maintenance 4.0

Details

Categorie: Ontwikkelingen

Waar staan bedrijven momenteel op het gebied van voorspellend onderhoud en waar denken ze in de nabije toekomst te staan? Hoe kom je stapsgewijs tot voorspellend onderhoud? Marktonderzoekers PwC en Mainnovation deden afgelopen jaar onderzoek onder 280 bedrijven uit België, Nederland en Duitsland. De resultaten zijn in het rapport Predictive Maintenance 4.0, Predict the unpredictable gepubliceerd.

 

Tekst Evi Husson

Met Predictive Maintenance oftewel voorspellend onderhoud wordt bedoeld dat men op het juiste moment onderhoud uitvoert. ‘Bij correctief onderhoud, het achteraf herstellen van defecten of verhelpen storingen, ben je te laat. Bij preventief onderhoud, plan je vooraf onderhoud in om storingen te voorkomen en gebeurt je onderhoud meestal vóór de storing. In beide situaties verlies je tijd en geld. De volgende stap is te voorspellen wanneer de ideale situatie is om onderhoud uit te voeren, in functie van het effectieve gebruik en de status van de machine. Dat betekent dat in sommige gevallen minder frequent en in andere gevallen frequenter onderhoud zal plaatshebben, met als doel de uptime zoveel mogelijk te garanderen’, geeft Matthias Reyntjens aan. Reyntjens is partner bij PwC. Volgens 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. ‘We zien dat door een andere aanpak van onderhoud ook de business en servicemodellen veranderen’,  zegt Reyntjens. ‘Vroeger verkocht je een machine die je bij de klant plaatste en kwam je op bepaalde tijdstippen of bij het optreden van problemen langs om inspecties te doen of onderhoud uit te voeren. Dankzij het monitoren op afstand is het mogelijk om het meest ideale moment te bepalen om werkzaamheden uit te voeren. Je ziet dus ook dat bedrijfsmodellen bij zowel machinebouwers als onderhoudsbedrijven geleidelijk aan veranderen.’

Vier niveaus van volwassenheid

Nog niet elk bedrijf is zover. PwC en Mainnovation onderscheiden in hun rapport vier niveaus van volwassenheid waar bedrijven zich bevinden, met betrekking tot voorspellend onderhoud. Bedrijven die zich in niveau één bevinden, doen voornamelijk periodieke fysieke inspecties. De conclusies zijn daarbij gebaseerd op de expertise van diegene die inspecteert. In niveau twee doen bedrijven periodieke inspecties, waarbij conclusies worden getrokken uit een combinatie van het uitlezen van instrumentatie en de expertise van diegene die inspecteert. In niveau drie staat realtime conditiemonitoring centraal. De assetsworden continu realtime gemonitord waarbij waarschuwingen worden afgegeven bij vooraf bepaalde kritieke niveaus. Het laatste niveau is Predictive Maintenance 4.0 oftewel PdM 4.0: De assets worden op dit niveau continu realtime gemonitord, waarbij waarschuwingen worden gegeven die zijn gebaseerd op machine learning technieken. Reyntjens: ‘Naarmate bedrijven op een hoger niveau komen, is er een toename te zien van de hoeveelheid data die ze gebruiken om fouten te voorspellen. Niveau vier gaat om het toepassen van de kracht van machine learning technieken om duidelijke patronen in grote hoeveelheden data te identificeren en nieuwe, praktische inzichten te genereren om de betrouwbaarheid van assets te verbeteren.’

Merendeel op niveau 2

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. Deze cijfers wijzen op niveau twee van volwassenheid. Ingrediënten voor niveau vier zijn environmental data, statistical software en data scientist,  aldus het rapport.

Waarom is voorspellend onderhoud zo belangrijk?

De wil om een niveau hoger te komen, is er zeker. De respondenten zijn erg ambitieus om hun niveau in voorspellend onderhoud te verbeteren. Ongeveer één op de drie bedrijven verwacht binnen een periode van vijf jaar voorspellend onderhoud in een of andere vorm te gebruiken, op voorwaarde dat ze het succesvol kunnen implementeren. Het verbeteren van de uptime is voor de deelnemers aan het onderzoek één van de belangrijkste redenen (47%), gevolgd door kostenreductie (17%) en levensduurverlenging van de assets (16%). Andere beweegredenen die in mindere mate een rol spelen zijn een verlaging van HSE-risico’s, een hogere klanttevredenheid, een nieuw productontwerp en nieuwe inkomsten, komt naar voren in het onderzoek.

Wat is nodig voor een succesvolle implementatie ?

Om het hoogste niveau van onderhoud te realiseren, zijn er twee aspecten van groot belang: de technologie en de organisatie. ‘De funderingen moeten goed zijn’, zegt Reyntjens. ‘Binnen het bedrijf moeten machines geschikt zijn voor Internet of Things en er moet een organisatie aanwezig zijn die continu met maintenance bezig is. Dit lijkt logisch, maar nog niet ieder bedrijf heeft deze structuur. Daarnaast moet het bedrijf beseffen dat het implementeren van PdM 4.0 een impact heeft op het hele bedrijf. Daarom is het van belang om klein en stapsgewijs te beginnen.’ PwC en Mainnovation hebben een plan met zeven stappen opgesteld om PdM 4.0 te implementeren.

Stap 1: Het rangschikken van de assets en een haalbaarheidsstudie

De belangrijkste stap om mee te beginnen, is het bepalen van de assets waarvoor het de moeite waard is én haalbaar is om predictief onderhoud op toe te passen om de betrouwbaarheid van de assets te vergroten. Alleen belangrijke en cruciale assets – waarvan data is te verkrijgen – zijn in principe geschikt om deze vorm van onderhoud op toe te passen en de nodige investeringen te kunnen verantwoorden. Deze selectie draagt bij aan het bouwen van een eerste positieve business case die deel zou moeten uitmaken van de haalbaarheidsstudie.  ‘Erg belangrijk is dat je eerste project meteen een succes wordt om iedereen te motiveren en dat er een enorme leercurve in zit. Eventueel kan nog een tweede pilot worden opgesteld voor het verder wordt uitgerold. Wel moet uiteraard aan het einde van de rit, wanneer het volledige business plan is uitgerold, een positieve balans worden opgemaakt’, zegt Reyntjes. ‘Je moet eerst bepalen wat wilt je gaan doen. Wat is de pilot die je gaat opzetten om een aantal dingen te leren? Welke data zijn er en hoe kunnen we die verwerken? Waar zit onze kracht en hoe kunnen we meteen een succes boeken? Het gaat tenslotte om het begin van een groot verandertraject. In de pilot-fase is het terugverdienen van de gemaakte investering niet het allerbelangrijkste.’

Stap 2: Houd het beheersbaar

Bij de selectie is het van belang om het project goed te kunnen blijven overzien. Probeer niet alle machines of de volledige fabriek meteen aan te pakken, luidt het advies van PwC en Mainnovation: Selecteer de machines die kunnen worden aangepakt in een pilotproject en zie het als een leerproces waaruit de noodzakelijke lessen moeten worden getrokken voor een verdere uitrol per type assets of machines. Reyntjens: ‘Big data is over het algemeen erg ongestructureerd. Er kan data komen van meerdere machines binnen het bedrijf. Er kunnen op weinig of veel plekken metingen worden uitgevoerd en mogelijk kunnen ook gegevens van buiten het bedrijf worden gebruikt. Hoe meer gegevens beschikbaar zijn, hoe exacter het beeld van de status van machines, hoe groter het leereffect en hoe sneller kennis kan worden opgebouwd. Echter, niet alle meetpunten zijn cruciaal om de doelen die je voor ogen hebt te bereiken. Ook zijn niet alle machines voorbereid of geschikt om data te verzamelen. En wanneer data van machines buiten het bedrijf worden gebruikt, speelt ook het veiligheidsaspect een rol. Om het overzicht te bewaren is het belangrijk om, zeker in het begin, data van cruciale meetpunten te gebruiken en het niet al te complex te maken om het overzicht te bewaren.’

Stap 3: Betrouwbaarheid

Een derde stap is het controleren van de betrouwbaarheid. Het rapport: Gebruik een Root Cause Analysis (RCA) en een Failure Mode Effects Analysis (FMEA) per asset om de juiste richting te bepalen. Welke data heb je nodig om oorzaken en storingen te monitoren? Welke data uit sensoren en welke externe data zijn nodig? Hoe zijn de verschillende oorzaken en gevolgen met elkaar verbonden?

Stap 4: Ontwerp van een algoritme

Stap vier is de kunst van data-analyse. Het kiezen van een algoritme is volgens het rapport de belangrijkste factor bij het bepalen van de kwaliteit van de voorspellingen. Het kan relatief eenvoudig zijn om het beste algoritme te ontwerpen als je al een geschikt model voor betrouwbaarheid van de assets hebt gemaakt in de vorige stap. Het is ook mogelijk vereist om een aantal  data-analisten in te schakelen om een zelflerend algoritme te bouwen dat in staat is om betekenisvolle inzichten uit de verzameling van data te halen. Reyntjens hierover: ‘Stap vier is een lastige stap. Betrouwbare data verzamelen en meten is belangrijk, maar hoe bepaal je welke algoritmes moeten worden gebruikt? Hoe zet je kunstmatige intelligentie of zelflerende machines in? Op welke manier kunnen leereffecten worden doorgevoerd? In de pilot zal het niet heel eenvoudig zijn om te bepalen wanneer en hoe je de beschikbare tools maximaal kunt benutten. Het is daarom aan te bevelen om een data-analist onder de arm te nemen en cross-functioneel te gaan werken. Experts op het gebied van onderhoud en reliability engineers moeten samenwerken met data-analisten en managers die een goed overzicht hebben van de processen in het algemeen. Inzichten van ingenieurs over hoe en waarom machines falen zouden moeten worden vergeleken en afgestemd met inzichten die data-analisten uit de data halen. Een cross-functionele interactie is de sleutel tot het succesvol toepassen van data-analyse in onderhoud en asset management.’

Stap 5: Real-time monitoren van prestaties

Dit is het moment dat het model live gaat. Het algoritme verwerkt gegevens uit verschillende bronnen zoals sensoren uit machines, de onderhouds- en faalhistorie van de machines en/of externe data, zodat kan worden waargenomen en gevisualiseerd wat de prestaties zijn in real-time.

Stap 6: Voorspelling van storingen (vroegtijdige waarschuwing)

Het algoritme zal beginnen met het voorspellen van toekomstige storingen. Hiernaar handelen – door het daadwerkelijk stilzetten van een ogenschijnlijk perfect draaiende machine – vraagt zeker in de beginfase om een grote stap in vertrouwen in de data, zeker wanneer je als management of onderhoudsteam weinig ervaring of affiniteit hebt met data-analyse. Is er weinig vertrouwen, zo geeft het rapport aan, dan zou je PdM 4.0 parallel kunnen laten lopen met bestaande onderhoudsprocedures op een andere machine van hetzelfde type waarop geen onderhoud wordt gepleegd, gebaseerd op voorspellingen. Dit kan bijdragen aan het verder opbouwen van vertrouwen in voorspellingen.

Stap 7: Voorschrijvende taken

Op het hoogste niveau van voorspellend onderhoud, voorspelt het algoritme niet alleen wanneer een storing wellicht zal optreden, maar het stelt ook een verzameling van standaard onderhoudstaken samen die voorschrijven wat de beste te nemen acties of werkzaamheden zijn om dergelijke storingen te voorkomen. ‘Stap voor stap wordt PdM 4.0 geïmplementeerd en zal het systeem aangeven wanneer welke onderhoudstaken moeten worden uitgevoerd. Het kan daarbij ook voorkomen dat de suggesties voor het onderhoudsteam niet altijd de meest logische tijdstippen of werkzaamheden lijken. Daarom is het van belang het gehele proces vanaf het begin goed te documenteren om de redeneringen te kunnen blijven volgen. Voorspellend onderhoud waarbij gebruik wordt gemaakt van kunstmatige intelligentie mag geen black box worden.  Op het moment dat er zich een probleem of vreemde situatie voordoet, moet je kunnen teruggrijpen naar een vorige situatie en moet je kunnen nagaan welke stappen er zijn gebeurd die leiden tot de nieuwe situatie. Tot op een bepaalde manier op de hoogte blijven van het model en de werkwijze en daarnaast voldoende vertrouwen hebben in de algoritmes zijn belangrijke voorwaarden voor succes.’

Organisatie

Naast de technische implementatie is ook een organisatorische ondersteuning erg belangrijk. Sterke projectmanagement vaardigheden zijn nodig om zowel op korte als op de langere termijn de vruchten te kunnen plukken. ‘Bedrijven moeten een structuur ontwikkelen die voldoende ondersteuning biedt om het te doen slagen’, zegt Reyntjens.‘PdM 4.0 kan niet in volledig isolement worden geïmplementeerd,  maar moet zijn ingebed in een algemene digitale strategie die volledig wordt gedragen en ondersteund door het topmanagement. Niet alleen omdat het een behoorlijke investering vergt. In het begin zijn er mogelijk nog geen harde data die een positieve business case bewijzen. Maar om dingen aan het rollen te krijgen is een sterke visie van het topmanagement die de kracht van nieuwe digitale technieken begrijpt, onontbeerlijk.’ Dit is mogelijk met een robuuste digitale cultuur. Reyntjens: ‘Dit betekent het creëren van een cultuur die toelaat om te experimenteren met nieuwe technieken en werkmethoden, een cultuur die cross-functioneel werken stimuleert waarbij men zich comfortabel voelt bij het nemen van data-gedreven beslissingen, zelfs als dit onnatuurlijk aanvoelt of niet strookt met werkmethodes uit het verleden. Zo’n digitale cultuur kan alleen ontstaan als er vanuit de top volledige toewijding of ondersteuning is.’

---

Randvoorwaarden

Om Predictive Maintenance 4.0 (PdM 4.0) te kunnen implementeren, zijn een aantal randvoorwaarden van belang. Zo moet er een big data infrastructuur aanwezig zijn die elke opeenvolgende stap ondersteunt. Bedrijven moeten overwegen welke data zij willen verzamelen van zowel externe als interne bronnen en op welke manier ze deze data willen verzamelen (bijvoorbeeld via de cloud of intern). Toegang tot de data is belangrijk en kan implicaties hebben op de snelheid, betrouwbaarheid en bandbreedte van het communicatienetwerk.

Daarnaast is ook een Internet of Things infrastructuur vereist, wat betekent dat de assetsen het (onderhouds) data center draadloos met elkaar moeten zijn verbonden. Het maakt het verzamelen en distribueren van sensordata mogelijk. De juiste IoT-infrastructuur voor het bedrijf opzetten, impliceert het kiezen voor een geschikt protocol, draadloze verbindingen, data-encryptie en een bepaald veiligheidsniveau. Ook de keuze van het data-analyseplatform is een belangrijke beslissing voor het bedrijf, om te komen tot een geïntegreerde oplossing. Niet alle bestaande ERP-systemen zijn bijvoorbeeld geschikt om geavanceerde datatrends, analyses en algoritmes uit te voeren.

Een derde randvoorwaarde is het installeren van feedback loops. Dit is niet alleen een technische aangelegenheid. Het is een essentiële stap om het model op één lijn te houden met de business doelen. Het algoritme dat aan de basis ligt van PdM 4.0 kan zelflerend zijn, wat betekent dat zijn voorspellend vermogen geleidelijk aan zal toenemen, wanneer meer data worden gebruikt. Echter, als het model is geoptimaliseerd, moeten ook lessen worden getrokken over de algemene aanpak. Het algoritme kan mogelijk nieuwe storingen aan het licht brengen of nieuwe inzichten verschaffen in de betrouwbaarheid van de assets. Misschien is het nodig om de business case voor een bepaald type assets opnieuw te evalueren. Het kan duurder zijn of minder rendement opleveren dan aanvankelijk gedacht. Of het belang van de asset kan in de loop van de tijd veranderen waardoor een nieuwe haalbaarheidsstudie noodzakelijk is.

Bron: rapport Predictive Maintenance 4.0, Predict the unpredictable

Eerste publicatie door Evi Husson op 1 mrt 2018

Laatste update: 27 feb 2018

FIWARE maybe unknown, but to be considered for Digital Transformation

Details

Categorie: Ontwikkelingen