Skip to content
Use the search to find information about InterSystems products and solutions, career opportunities, and more.

Hoe begin je met predictive maintenance? [Het Stappenplan]

Hoe begin je met predictive maintenance? [Het Stappenplan]

In ons vorige blog over predictive maintenance hadden we het vooral over het grote Waarom. Maar waar moet je beginnen als je klaar bent om aan de slag te gaan? Welke technologieën heb je nodig en hoe pas je al die mooie praktijkverhalen toe op je eigen bedrijf? Met die vragen gaan we in dit artikel aan de slag. Eerst delen we een handig stappenplan om je eigen predictive maintenance plan op touw te zetten, daarna gaan we in op de technologieën en vaardigheden die je nodig gaat hebben. Geen zorgen: predictive maintenance is een flinke operatie, maar de resultaten zijn het waard.

 

Predictive Maintenance Projectgroep

Voordat je in de weer kunt met sensoren, raden we je aan om eerst een gedetailleerd plan te maken. Hiervoor heb je een aantal mensen nodig: de IT manager, de CIO (tenzij je een van de twee zelf bent, die valt dan af ;-)) en minstens één technisch medewerker. Collega’s uit het hoger management kunnen je helpen de IoT-strategie te bepalen (wat ga je precies doen en wat moet het opleveren?), maar niemand weet beter hoe dit in de praktijk gaat uitpakken dan de medewerkers die dagelijks met machines, voertuigen of apparaten in de weer zijn. Maak daarom een Predictive Maintenance Projectgroep en zorg dat alle belanghebbenden goed vertegenwoordigd zijn. Met deze groep kun je aan de slag met onderstaand stappenplan:

 

Stap 1: Stel een predictive maintenance plan op

Waar liggen je prioriteiten? Het reduceren van de niet geplande downtime of de kosten van het uitvallen van een onderdeel? En zijn er machines die belangrijker zijn dan andere? Leg in dit plan ook de grenzen vast waarbinnen een machine goed functioneert. Zo kan je automatisch laten ingrijpen als de machine buiten deze waarden komt. Verzamel ook data over welke machines hoe lang out of order zijn geweest en welke onderdelen vaak kapot gaan.

 

Stap 2: Ga na of er in deze data patronen te herkennen zijn

Om een voorbeeld te noemen: tijdens een data-analyse van OV-voertuigen zal de analist opmerken dat remmen van stadsbussen sneller slijten dan die van streekbussen. Dit omdat stadsbussen simpelweg vaker moeten remmen omdat ze in drukker gebied rijden. Hier kun je opvolgacties aan verbinden, bijvoorbeeld door de remmen van stadsbussen vaker te laten controleren. Leg ook de meetwaarden vast die een indicator kunnen zijn van een probleem. Zo weet je het meteen als er ergens iets niet in de haak is.

 

Stap 3: Gebruik de meetwaarden om het proces in te richten

Nu komt het technische deel. Met inzicht in de patronen, de meetwaarden en de maximale grenzen richt je in deze stap een proces in waardoor je continu over de meest actuele gegevens van je machines beschikt. Zorg ervoor dat de signaleringen goed zijn ingesteld: sensoren kunnen veel, maar ze verbeteren geen fouten.

 

Wat heb je nodig voor predictive maintenance?

Het stappenplan geeft je een goede procesmatige basis. Voor de implementatie ervan heb je vervolgens een drietal elementen nodig. Elementen waar je misschien allang mee werkt, maar nu nog beter in kunt zetten:

 

  1. Big Data. Hoe meer data je verzamelt uit je apparaten, machines en voertuigen, hoe beter je er patronen in kunt ontdekken die van voorspellende waarde zijn. Laat de onderhoudsexpert samen met een dataspecialist kijken welke historische data er beschikbaar is en hoe deze omgezet kan worden voor predictive maintenance. Verzamel vooral de data over de storingen en ga op zoek naar patronen. Laat de dataspecialist op basis hiervan een voorspellend data-model ontwikkelen.
  2. Cloud-technologie. Maak gebruik van de mogelijkheden van het op afstand uitlezen van sensoren (IoT) zodat je real time informatie verzamelt en monteurs niet meer op locatie hoeven te zijn om de apparatuur uit te lezen. Zo hoeven zij pas af te reizen naar de locatie als dit echt nodig is.
  3. Goede kennismix. Zorg voor een team van onderhoudsexperts, monteurs en IT-specialisten op het gebied van data en voorspellende modellen. Zij gaan het predictive maintenance plan implementeren, monitoren en bijsturen waar nodig. Dit wil niet zeggen dat je andere medewerkers erbuiten moet laten. Een nieuwe manier van onderhoud heeft invloed op iedereens werk en is gedoemd te mislukken als niemand enthousiast is. Door je te concentreren op constante verbetering van het onderhoudsproces zet je gelukkig al automatisch de onderhoudsexpert en de monteur centraal. Handig, want zij moeten uiteindelijk met predictive maintenance werken. En last but not least: vergeet de training en bijscholing niet. IoT is nog steeds volop in ontwikkeling en daarmee predictive maintenance ook.

Met de inzet van nieuwe ontwikkelingen als IoT en Big Data maak je het onderhoud van apparaten, machines en voertuigen een stuk efficiënter, beter te voorspellen en minder kostenintensief.

 

RELATED TOPICS

Andere Berichten Die Je Misschien Leuk Vindt.

08 okt. 2024
Ontwikkelingen zoals de komst van kunstmatige intelligentie, machine learning en data-tools hebben de potentie om de medische zorg voorgoed te transformeren.
01 okt. 2024
Ontwikkelingen zoals de komst van kunstmatige intelligentie, machine learning en data-tools hebben de potentie om de medische zorg voorgoed te transformeren.
10 sep. 2024
Operaties zijn een duur gebied in klinieken en hebben daarom een aanzienlijke invloed op de winstgevendheid. Het is dus geen verrassing dat ziekenhuizen op zoek zijn naar manieren om de efficiëntie van operatiekamers te verhogen en uiteindelijk ook de bezettingsgraad.
05 sep. 2024
Gemiste medische afspraken zijn een wijdverbreid en kostbaar probleem voor zorgverleners. Gemiste afspraken hebben invloed op het interne tijdbeheer, optimale patiëntenzorg en vaak ook op het resultaat.
03 sep. 2024
AI maakt een beter begrip van risico's mogelijk, een effectiever beheer van patiënten na ontslag en een aanzienlijke verlaging van de kosten.
03 jul. 2024
In dit artikel presenteren we de nieuwe mogelijkheden voor onze TrakCare- en HealthShare-oplossingen, die de rol van AI als adviseur, assistent en facilitator illustreren.
Head of Global Healthcare Solutions, InterSystems
07 jun. 2024
Maak kennis met InterSystems FHIR Server, een essentieel onderdeel voor moderne gegevensuitwisseling in de gezondheidszorg.
14 mei 2024
Door gegevens in real-time te vertalen en om te zetten naar FHIR-formaat, zorgt de server voor on-demand toegang tot legacy-gegevens zonder duplicatie en biedt het flexibiliteit bij de inzet van de gegevens.
07 mei 2024
Ontdek InterSystems IRIS for Health, meer specifiek InterSystems FHIR Server, een fundamenteel onderdeel van moderne gegevensuitwisseling in de gezondheidszorg
13 feb. 2024
De FHIR Standaard verbetert het overzicht over patiëntgegevens en stroomlijnt informatiestromen, waardoor behandelingen en patiëntresultaten verbeteren.