Bruk av sensorikk ved vedlikeholdsstyring

Bruk av sensorikk hjelper deg med å ta kvalifiserte beslutninger og ligge i forkant med vedlikeholdet. Les om hvorfor sensorikk gir bedre vedlikeholdsstyring.

Verden blir stadig mer datadrevet, og med Industri 4.0 kommer sensorikk for fullt innenfor vedlikeholdsstyring.

Kilder som IoT (Internet of Things) kan gi deg som vedlikeholdsleder masse god og objektiv styringsinformasjon for å kunne ta enda bedre beslutninger, sette en arbeidsordre og ta steget mot prediktivt vedlikehold.

Vi ser nærmere på hvordan sensorikk bidrar til å gi maskiner og utstyr en stemme – og hvorfor du bør begynne å ta det i bruk!

Sensorikk – fra måneprogrammet til oppdrettsnæringen

Da vi for temmelig nøyaktig et halvt århundre siden satte homo sapiens på månen, bedrev vi sensorikk. DYR sensorikk! Det vi monitorerte og målte på den første måneferden, er stort sett det samme som vi måler i dag.

Bruk av sensorikk i dagens industri kan dreie seg om alt fra de enkleste timetellere til vibrasjonsmåling av en pumpestasjon. Sensorer på maskiner og utstyr kan sanke inn tilstandsdata som tidsintervaller, trykk, strømforbruk, vibrasjon (vibrasjonsanalyse), temperatur, varme- og lysforhold eller ytelse.

Ta et moderne havbruksanlegg. En sensor som er koblet til et nettverk, kan overvåke miljøparametere i sanntid. Oppstår det en uønsket hendelse under en kritisk operasjon, som f.eks. avlusning, vil man få en umiddelbar advarsel, som igjen analyseres automatisk og gir et bedre grunnlag for å ta kritiske avgjørelser.

Fra preventivt til prediktivt vedlikehold!

Sensordataene som sankes inn på et anlegg, sendes til PLS (Programmerbar logisk styring). En PLS er et bindeledd mellom sensorer og andre enheter som sender data opp mot det overordnede systemet. PLS-en overvåker data i sanntid og kan gjøre analyse og avgjørelser basert på dataene.

Her kan vi nærme oss det vi kaller prediktivt vedlikehold, eller forutseende vedlikehold, på godt norsk. Vi kan begynne å skue inn i framtida og forutse hva som kommer til å skje, basert på datastrømmer fra sensorikk. Det kan være kombinasjoner mellom alt fra vær og hvem som var på jobb til driftssituasjon og leveringssituasjon, og dette setter man sammen i et komplekst bilde.

Slik kan man oppdage og håndtere avvik FØR det oppstår utstyrshavari og kostbar driftsstans!

Maskinlæring gjør vei i vellinga!

Sensorikken som kostet millioner under måneprogrammet, koster i dag praktisk talt null og niks. Å ta ned informasjon er billig – å forstå dataene og datastrømmene, derimot, det blir fort et helt annet beist.

Datamodellene kan bli såpass avanserte at det kan bikke over i det lite kostnadseffektive. Nå kommer imidlertid maskinlæringsprogrammer som lærer seg å forstå og dekode det komplekse bildet som de sensoriske datastrømmene tegner.

Men, la oss ta det ned et par hakk …!

Kan vi stole på sensorikk?

Sensorikk er noe riktig skumle greier, synes mange.

Men har du tenkt på at hver gang du setter deg på et fly, så setter du din lit til sensorikk. Et moderne passasjerfly er ganske enkelt en flyvende datamaskin. Ikke bare er det sensorikken som avgjør om flyet får lette, det er sensorer overalt på flykroppen som i stor grad bidrar til at flyet lander trygt hver eneste gang, i all slags vær og vind.

Vi må våge å stole på sensorikk i industrielt vedlikehold, og derfor må vi begynne å ta det i bruk nå!

Med sensorikk kan vi koble sammen ulike systemer. Si at et prosesskontrollsystem har en haug med sensorer på seg. Når dette fanger opp en eller annen unormal tilstand, så sender det en arbeidsordre til vedlikeholdsprogrammet: Ut og sjekk, ut og sjekk!

Da oppnår vi det som er mye av poenget med hensiktsmessig bruk av sensorikk i vedlikeholdsstyringen – den gjør oss i stand til å komme i forkant.

Kjapp oppsummering

Bruk sensorikk, det er ikke farlig!

Vedlikeholdsstyringen går i den retningen, så vi må begynne å få inn sensorikk – og vi må bli komfortable med det.

Og så må vi ta det i riktig tempo. Før vi begynner å ta i bruk avansert sensorikk og maskinlæringsprogrammer, må vi nemlig lære oss å dokumentere basisvedlikeholdet. Skal algoritmene for det prediktive vedlikeholdet gi gode resultater, må vi ha god historikk på utført vedlikehold.

Vi må simpelthen lære oss å krabbe før vi skal begynne å løpe!

Verdien av sensorikk for vedlikeholdsstyringen er åpenbar: Gjennom måling og registrering av sanntidsdata får du et mer pålitelig beslutningsgrunnlag i din operative hverdag.