Hoe LoRaWAN kan helpen bij het optimaliseren van de oplossing voor industrieel voorspellend onderhoud

Het onderhoud van apparatuur is een belangrijke taak in de industriële productie. Als machinestoringen kunnen worden opgespoord voordat ze struikelblokken worden, het risico van onderbreking van de productie kan helemaal worden geëlimineerd. Traditioneel, operators beoordelen de staat van machines op basis van hun intuïtie en ervaring, wat niet zo betrouwbaar is. Een andere veelgebruikte methode is het uitvoeren van routineonderhoud in strikte overeenstemming met de gebruiks- en onderhoudshandleiding. Het vereist een grote hoeveelheid mankracht en materiële middelen, en met een lage effectiviteit.

echter, als u wacht tot er iets mis is met de machine, en voer vervolgens passief onderhoud en reparaties uit, de veroorzaakte verliezen kunnen nog groter zijn. Is het mogelijk om de toestand van de machine actiever te bewaken en te evalueren?, tijdig, en nauwkeurig? Hoe kan de onderhoudstaak goed worden uitgevoerd? This has always been the concern of people’s research. In dit bericht, we’ll discuss how LoRaWAN can help optimize industrial predictive maintenance solutions.

Een overzicht van de oplossing voor voorspellend onderhoud

Voordat we ingaan op wat voorspellend onderhoud is, let’s learn several different maintenance strategies first. In het algemeen, de onderhoudsstrategie van industriële apparatuur is onderverdeeld in reactief onderhoud, preventief onderhoud, en voorspellend onderhoud.

Reactief onderhoud: Los het probleem op wanneer het daadwerkelijk gebeurt
Reactief onderhoud ook wel correctief onderhoud genoemd, of storingsonderhoud, is een manier van storingsgericht onderhoud. Dit is de oudste definitie van onderhoud, wat betekent dat wanneer er een storing optreedt, technici haasten zich ter plaatse voor dringende reparatie en herstel. Dit soort onderhoud gebeurt alleen na een plotselinge of zelfs catastrofale storing. Het is de duurste onderhoudsmethode.

Preventief onderhoud: Regel alles volgens een schema
Preventief onderhoud, ook wel gepland onderhoud genoemd, is tijdgebaseerd onderhoud. Volgens het productieplan en de ervaring, het voert een shutdown-inspectie uit, demontage en vervanging van onderdelen op gespecificeerde intervallen om schade te voorkomen, secundaire vernietiging en productieverliezen. Toepassingen voor preventief onderhoud zijn zeer gebruikelijk, vooral in de industriële sector.

Voorspellend onderhoud: Don’t fix what is not broken
Voorspellend onderhoud (PdM) is toestandsafhankelijk onderhoud. Wanneer de machine draait, de hoofdonderdelen van de machine worden regelmatig of continu gecontroleerd en gediagnosticeerd om de staat van de apparatuur te bepalen, om zijn toekomstige ontwikkelingstendens te voorspellen. Afhankelijk van de trends en mogelijke faalpatronen, vooraf kan een predictief onderhoudsplan worden ontwikkeld, die bepaalt de tijd, inhoud, methode, en noodzakelijke technische en materiële ondersteuning van de te repareren machine.

Voorspellend onderhoud is een opkomende onderhoudsstrategie die monitoring van de machineconditie integreert, storing diagnose, staat voorspelling, onderhoudsinzichten ondersteuning en onderhoudsactiviteiten. Het speelt een belangrijke rol bij de komst van de industrie 4.0.

Voorspellend onderhoud versus preventief onderhoud

In essentie, preventief onderhoud is gepland onderhoud op basis van de verwachte staat van apparatuur, en de toestand van de apparatuur wordt bepaald door conditiebewakingstechnologie en statistische procescontrole;, wat regulier onderhoud kan zijn, regelmatige functietesten, enz. echter, dit kan leiden tot onnodig onderhoud en passief onderhoud, evenals reparaties na een bepaalde apparatuurstoring naast foutdiagnose.

Het verschil tussen preventief en voorspellend onderhoud ligt in de oplossing voor voorspellend onderhoud die meerdere slimme conditiebewakingssensoren als dataloggers toepast om pre-procesgegevens binnen het apparaat te verzamelen en slijtagepatronen te identificeren en nauwkeurigere manieren te bieden om storingen te voorspellen. Voorspellende modellen omvatten statistische monitoring, en met de populariteit en vooruitgang van kunstmatige intelligentie en edge computing, neurale netwerken en machine learning-algoritmen worden ook gebruikt om gegevens te identificeren en voorspellingen te doen. De gemeten gegevens worden vergeleken met de parameters van de gezonde werking van de apparatuur om te bepalen of onderhoud nodig is en hoe onderhoudswerkzaamheden relevant kunnen worden geregeld.

Waarom kiezen voor LoRa-technologie in voorspellend onderhoud van het IoT?

Voorspellend onderhoud is gebaseerd op grote hoeveelheden gegevens die worden verzameld door verschillende slimme IoT-sensoren. Typisch, deze sensoren verzamelen informatie zoals temperatuur, vochtigheid, geluid, druk, en vermogen om trillingen of slijtage van de machine aan te geven. Natuurlijk, er zijn veel manieren om ze te verbinden, en LoRa is een van de meest gebruikelijke opties voor het verbinden van verschillende IoT-apparaten. Het is een algemeen aanvaard draadloos communicatieprotocol dat transmissies over lange afstand en met laag vermogen mogelijk maakt. Bovendien, dankzij de lage transmissiebandbreedte kunnen LoRa-apparaten dichte materialen binnendringen en signalen over lange afstanden verzenden.

Alternatieve draadloze connectiviteitstechnologieën zoals WiFi en Bluetooth hebben ook hun voordelen. Vergeleken met de hoge bandbreedte van wifi en mobiel, LoRa’s low bandwidth enabled transmissions of larger payloads like video and audio files. Wi-Fi is vaak het meest geschikt voor IoT-toepassingen voor consumenten, waar er minder aansluitpunten en een kleiner communicatiebereik zijn. LoRa’s low bandwidth is more efficient in industrial applications because the small payload means that servers connected with LoRaWAN can process high-capacity messages at once—millions of messages per single gateway using LoRaWAN.

Hoe voorspellende onderhoudsoplossing met behulp van LoRaWAN

LoRa is de nieuwe dageraad van de mooie toekomst op het gebied van intelligente communicatietechnologie. Door een voorspellende onderhoudsoplossing te implementeren die bestaat uit LoRa-ingebedde sensoren en gateways en een intelligent low-power wide area netwerk op basis van het LoRaWAN-protocol, informatie zoals temperatuur, kracht en geluid van de machine kan worden verzameld. Eventuele discrepanties worden naar beneden gestreamd om de defecte status van de machine te helpen identificeren. Zo kan de machine zelfs op afstand worden onderhouden met behulp van een LoRa-communicatie aangedreven door IoT. Het op LoRa gebaseerde IoT-voorspellend onderhoud kan in vier delen worden verdeeld in een poging de architectuur ervan te bestuderen.

LoRa-sensoren: Sensorgegevens vormen de basis voor alle diagnostische informatie. sensoren ingebed met LoRa-technologie worden op apparatuur geplaatst om de werking van de apparatuur te bewaken en gegevens over de status van de apparatuur te verzamelen.

LoRa-gateway: Gegevens die door slimme sensoren worden verzameld, worden continu en periodiek verzonden naar op LoRa gebaseerde gateways.

Cloud-server: Gateway verzendt de gegevens vervolgens naar de cloudserver waar de informatie wordt geanalyseerd en verwerkt.

Applicatie server: De applicatie haalt gegevens op van de cloudserver, en problemen kunnen worden geïdentificeerd voordat ze zich voordoen. Op basis van de analyse, er kunnen geoptimaliseerde beslissingen worden genomen en er wordt een waarschuwing naar de facility manager gestuurd via een mobiel apparaat of computer.

Voordelen van LoRa-enabled oplossing voor voorspellend onderhoud

Een aangesloten en grondig onderhoudsprogramma is cruciaal voor elk bedrijf dat te maken heeft met zware en ingewikkelde machines. Met voorspellende onderhoudsoplossing die gebruikmaakt van LoRa-technologie, fabrieken zijn in staat om toekomstige trends in apparatuurcondities te voorspellen en correcties in het proces aan te brengen. Hier zijn enkele voordelen van de LoRa-compatibele systemen voor voorspellend onderhoud.

Langere levensduur van apparatuur: Er zullen kansen worden geboden om te begrijpen waarom apparatuur is uitgevallen en waar de mogelijke storingen zijn. Constante bewaking van de werking van apparatuur maakt het effectief om defecten aan apparatuur te voorspellen, waardoor de betrouwbaarheid van de machine wordt verbeterd en de levensduur van de apparatuur wordt verlengd.

Verhoogde productie: Hoe groter de beschikbaarheid van de machine, hoe hoger de productie-efficiëntie. De productiemanager kan ongeplande downtime effectief voorkomen door de prestaties van de apparatuur continu te bewaken, verbetering van de algehele operationele doorvoer.

Verlaag de onderhoudskosten: LoRa-enabled voorspellend onderhoud maakt het mogelijk om storingstrends te identificeren en maatregelen te nemen om problemen op voorhand te verhelpen. Ten slotte, routine-onderhoudsinspectie is geen kleine uitgave. Ook, onderhoudskosten kunnen worden verlaagd door reparaties in te plannen om uitvaltijd te minimaliseren.

Optimaliseer de efficiëntie van veldwerkers: Met een aantal sensoren die verschillende data verzamelen, facility managers kunnen de veldwerkers effectief en op afstand aansturen. Ze kunnen onderhoudsactiviteiten plannen en plannen ontwikkelen voor het veldpersoneel om de responstijd voor reparaties te verkorten.

Betere veiligheid en naleving: Door de analyse van een groot aantal sensordata, possible safety＆health＆environment risks can be predicted and addressed. Een goede LoRa-onderhoudsoplossing kan beter voldoen aan de regelgeving.

Gebruik voorbeelden van het gebruik van voorspellende onderhoudsoplossingen

Volgens MacKinsey, voorspellend onderhoud kan tot wel 40% van de onderhoudskosten op de lange termijn en verminderen de kapitaaluitgaven van nieuwe machines en apparatuur met maximaal 5%. Van de huidige ontwikkelingssituatie, de technologie voor voorspellend onderhoud is nog niet volledig volwassen, en er is nog een zekere afstand tot de grootschalige implementatie. Het vereist dat ondernemingen en leveranciers over voldoende branchekennis beschikken, om volledige implementatie te bereiken en voordelen en waarde in meer industrieën te maximaliseren.

Bedrijf	Wat wordt er gecontroleerd	Technologieën die worden gebruikt voor het uitvoeren van PdM	Gerapporteerde voordelen
Infrabel (Belgische spoorwegen)	Sporen, spoorweg banden, en bovenleidingen	Meters voor stroomverbruik Temperatuur sensoren Camera's Lokale database Machine learning-motor	6500 km spoorlijnen automatisch gecontroleerd Verhoogde veiligheid van het personeel
S werelds (wereldwijde verpakkings- en papiergroep)	Kunststof productiemachines	Druk sensoren Temperatuur sensoren Snelheidssensoren Oracle-database Machine learning-motor	Minder machinestilstand Minder verspilde grondstoffen Over 50,000 euro bespaard per jaar
Kraiburg (Duitse rubberfabriek)	Olie tanks, motoren, pompen, elektrische motoren van walsmolens	Druk sensoren Temperatuur sensoren Olie niveau sensoren Debietsensoren Bosch IoT-suite Online diagnostisch netwerk	Betere efficiëntie in onderhoud Betere werkingsefficiëntie

Voorspellend onderhoud: centraal begrip in de industrie 4.0

Industrie 4.0 verwijst naar de opkomst van automatiseringstechnologie in de maakindustrie. Deze revolutie maakt het mogelijk om de door machines verzamelde data te gebruiken om sneller te realiseren, flexibelere en efficiëntere productielijn. Bedrijven kunnen producten van hogere kwaliteit produceren tegen lagere kosten. De verandering verbetert niet alleen de productiviteit, maar verandert ook de economische situatie. Het promoot de volgende industriële revolutie.

In het hart van deze revolutie, echter, is machines en uitrusting. Terwijl deze machines ons werk makkelijker kunnen maken, hun faalramp is een hoofdpijn die soms kan overgaan in migraine in de industriële productie. Voorspellend onderhoud is ontworpen om deze ramp te voorkomen, maar het vereist een grote hoeveelheid gegevens over de werking van machines en apparatuur.

“Predict any upcoming machine breakdown so I can avert it.” Thanks to the rise of automation technology, dit is nu mogelijk, daarom kan voorspellend onderhoud de industrie veranderen 4.0.

Kies een oplossing voor voorspellend onderhoud met MOKOLoRa

Met een LoRa-compatibele oplossing voor voorspellend onderhoud, u bent beschikbaar om vooraf te waarschuwen voor een dreigend probleem, voer alleen reparaties uit als dat nodig is, en planning om grote storingen te voorkomen. MOKOLoRa is een toonaangevend bedrijf dat gespecialiseerd is in LoRa-strategie, innovatie en productontwikkeling. Als u uw onderhoudsoplossing voor conditiebewaking wilt ontwikkelen met LoRa-technologie, praat dan met onze LoRaWAN IoT-expert.