Een machine die onverwacht stilvalt, zorgt al snel voor problemen in het productieproces. Werkzaamheden komen stil te liggen, levertijden kunnen onder druk komen te staan en reparaties kosten tijd. Met predictive maintenance, ook wel voorspellend onderhoud genoemd, kunnen afwijkingen in machineonderdelen eerder worden herkend. Hierdoor ontstaat meer ruimte om onderhoud op een geschikt moment uit te voeren, voordat een storing de productie verstoort. Maar hoe werkt deze manier van onderhouden precies?
Wat is predictive maintenance?
Predictive maintenance betekent letterlijk voorspellend onderhoud. Het is een onderhoudsmethode waarbij meetgegevens worden gebruikt om te beoordelen wanneer een machineonderdeel naar alle waarschijnlijkheid onderhoud nodig heeft. In plaats van uitsluitend te vertrouwen op vaste onderhoudsintervallen, wordt gekeken naar de daadwerkelijke conditie van onderdelen.
Hiervoor verzamelen sensoren gegevens over bijvoorbeeld trillingen, temperatuur of andere veranderingen tijdens het gebruik. Door deze gegevens over langere tijd te analyseren, kunnen afwijkingen zichtbaar worden die wijzen op slijtage of een beginnend defect. Onderhoud kan daardoor eerder worden ingepland, zonder dat direct ieder onderdeel vervangen hoeft te worden.
Het verschil tussen preventief en voorspellend onderhoud
Bij preventief onderhoud worden machines op vaste momenten gecontroleerd. Denk aan het smeren van een geleiding na een bepaald aantal bedrijfsuren of het vervangen van onderdelen volgens een onderhoudsschema. Dit helpt om storingen te beperken, maar houdt niet altijd rekening met de daadwerkelijke slijtage.
Bij voorspellend onderhoud vormt de conditie van het onderdeel het uitgangspunt. Een geleiding die nog goed functioneert, hoeft niet automatisch vervangen te worden omdat een vaste termijn is bereikt. Andersom kan een afwijking juist aanleiding zijn om eerder onderhoud uit te voeren.
Het verschil zit dus vooral in het moment waarop onderhoud plaatsvindt. Door meetgegevens te gebruiken, wordt het mogelijk om onderhoud gerichter te plannen en onnodige werkzaamheden te beperken.
Hoe helpt voorspellend onderhoud ongeplande machinestilstand voorkomen?
Veel technische problemen ontstaan geleidelijk. Een lager kan meer gaan trillen, een geleiding kan tekenen van slijtage vertonen en een aandrijving kan warmer worden dan gebruikelijk. Dergelijke veranderingen zijn niet altijd direct merkbaar tijdens het productieproces.
Met specifieke sensortechniek kunnen deze signalen worden gevolgd. De verzamelde gegevens worden vergeleken met eerdere metingen of bekende gedragspatronen. Wanneer een onderdeel afwijkend gedrag vertoont, kan dit aanleiding zijn voor een inspectie.
Hierdoor ontstaat meer tijd om onderhoud voor te bereiden. Onderdelen kunnen worden besteld en werkzaamheden kunnen worden ingepland tijdens een geplande productiestop. Dat verkleint het risico dat een machine onverwacht uitvalt.
Voorspellend onderhoud voorkomt overigens niet iedere storing. Plotselinge defecten zonder meetbare voortekenen blijven natuurlijk mogelijk. De kwaliteit van de metingen en de juiste beoordeling van de gegevens bepalen mede hoe betrouwbaar de voorspellingen zijn.
Voorspellend onderhoud bij lineaire geleidingen en spindels
Binnen lineaire bewegingssystemen krijgen onderdelen dagelijks te maken met beweging, wrijving en wisselende belastingen. Dit heeft invloed op de slijtage van bijvoorbeeld lineaire geleidingen en spindels.
Vooral bij machines die veel bewegingen uitvoeren, is inzicht in de conditie van deze onderdelen waardevol voor de technische dienst. Een verandering in het bewegingsgedrag kan bijvoorbeeld wijzen op onvoldoende smering, toenemende slijtage of beschadiging.
Met geschikte sensortechniek kunnen dergelijke veranderingen worden gevolgd zonder uitsluitend afhankelijk te zijn van handmatige controles. Daarbij blijft de juiste montage, smering en belasting van de onderdelen vanzelfsprekend van belang.
Van periodiek naar voorspellend onderhoud met de juiste systemen
Ook bij LM Systems kunnen we gebruik maken van voorspellend. Een voorbeeld hiervan is THK OMNIedge, een systeem dat met sensortechniek de conditie van machineonderdelen bewaakt.
De technologie is beschikbaar voor lineaire geleidingen, kogelomloopspindels en roterende onderdelen, zoals motoren en lagersystemen. Bij lineaire componenten worden meetgegevens geanalyseerd om inzicht te krijgen in onder andere de smering en mogelijke beschadigingen. Wanneer afwijkingen worden vastgesteld, geeft het systeem een melding dat controle of onderhoud nodig kan zijn.
Op deze manier wordt de conditie van onderdelen beter zichtbaar. Dat helpt om onderhoudsbeslissingen niet alleen op vaste intervallen te baseren, maar ook op de gegevens die tijdens het gebruik worden verzameld.
Starten met predictive maintenance
Niet iedere machine hoeft direct volledig met sensoren te worden uitgerust. Het bepalen welke onderdelen bij uitval de meeste gevolgen hebben voor het productieproces, kan ook een eerste stap zijn.
Vervolgens kan je onderzoeken welke veranderingen meetbaar zijn en welke sensortechniek daarbij past. Door meetgegevens over een langere periode te verzamelen, ontstaat een beter beeld van het normale gedrag van de machine. Zo worden afwijkingen gemakkelijker herkenbaar.
Deze gegevens blijven een hulpmiddel bij het plannen van onderhoud. Maar technische kennis en regelmatige inspecties blijven nodig om de signalen goed te herkennen.
Helaas is het uitsluiten van ongeplande machinestilstand niet mogelijk. Met een goed onderhoudsplan en inzicht in de conditie van onderdelen kunnen veel problemen echter wel eerder worden herkend. Daarbij begint een betrouwbaar bewegingssysteem ook bij de keuze van geschikte componenten. Binnen ons assortiment lineaire geleidingen zijn verschillende uitvoeringen beschikbaar voor uiteenlopende toepassingen. We helpen graag bij het beoordelen van de technische eisen en de juiste productkeuze.
