Wat zijn jouw ambities met Predictive Maintenance?

Predictive maintenance is een veelbelovende manier van onderhoud. Via sensoren wordt er data van apparaten verzameld, bijvoorbeeld met een trillingssensor, belastingssensor of conditiesensor. Jij geeft aan bij welke waarde jouw apparaten goed functioneren, bij welke waarde er een defect ontstaat en bij welke waarde er preventief actie ondernomen moet worden.

Via de sensor krijg je een signaal als deze waarde bijna bereikt is. Zo kan je het apparaat laten repareren, voordat het kapot gaat. Wat zijn de mogelijkheden om in uw organisatie aan de slag te gaan met Predictive Maintenance? Ons team van experts ondersteunen je graag bij jouw jouw Predictive Maintenance ambities.

Cloud-based oplossing

HSO Predictive Maintenance As a Service (PMaaS)

HSO Predictive Maintenance as a Service is een cloud-based oplossing waarbij predictive maintenance als een dienst wordt geleverd. Onze oplossing maakt gebruik van complexe machine learning algoritmes om te voorspellen wanneer er onderhoud nodig is aan jouw apparaat, machine of een onderdeel. Dit zorgt ervoor dat downtime en onderhoudskosten aanzienlijk worden verlaagd.

Wij kunnen minimale afwijkingen en afwijkende patronen herkennen en voorspellen om je zo tijdig van informatie en inzicht te voorzien over welke machine, apparaat of onderdelen onderhoud nodig hebben. Hierbij helpen we je om je diensten te optimaliseren en zo jouw servicegerichtheid te verbeteren.

Het is een out-of-the-box full service dienst die je maandelijks kan afnemen. Jij levert de machine en andere relevante data aan en wij leveren je de voorspelling aan. Wij kunnen de voorspelling verwerken in jouw systemen of koppelen aan dashboards in Power BI.

In zes stappen aan de slag

Het PMaaS-traject

In elk onderdeel van het PMaaS-traject van HSO profiteer je van eerder opgedane ervaringen en bestaande modellen, waardoor je sneller resultaat ziet. Het PMaaS-traject ziet er als volgt uit:

  1. Lever je data aan > Met welke data mogen we van dit traject een succes maken?
  2. Lever je indicatoren aan > Welke criteria zijn in je business en in dit scenario het meest van belang?
  3. Business Assessment meeting > Intakegesprekken met jouw domeinexperts zijn cruciaal: cijfers hebben pas waarde als hier betekenis aan wordt gegeven.
  4. Besluit over data-aanlevering > Krijgen wij toegang tot een feed, lever je dagelijks bestanden aan of gaan we toch voor een andere optie?
  5. Koppelen van data & algoritmes > De data feeds worden aangesloten en de dataverwerking wordt ingericht. Zelflerende algoritmes beginnen met het voorspellen van onderhoud.
  6. Live! > Je krijgt van ons de voorspellingen terug!

Een win-win situatie

Predictive Maintenance in de praktijk

Stel: je handelt in cv-ketels. Klant weten hoe vervelend het is als hun cv-ketel het niet doet. Hij belt je bedrijf, wacht een dag (of met wat pech een paar dagen), kan een dag niet naar zijn werk omdat de monteur langskomt en pas dan kan hij er weer warmpjes bij zitten.

Hier biedt predictive maintenance écht uitkomst. Via de sensor krijgt je ketelbedrijf een melding dat er wat aan de hand is met de cv-ketel van de klant. De ketel is bijvoorbeeld aan vervanging toe, of een belangrijk onderdeel zal op korte termijn kapot gaan, met een uitvallende ketel als gevolg. De klant krijgt hiervan bericht, plant een afspraak in op een moment dat het hem uitkomt en de cv-ketel wordt vervangen of gerepareerd. De klant heeft niet in de kou gezeten, hoefde geen belangrijke vergadering op zijn werk te missen en vindt het bijzonder dat je bedrijf zo vooruit denkt. De klant is dus erg tevreden en zal dit aan zijn omgeving laten weten. Daarnaast heb je geen klachten ontvangen, onderhoud je je ketel goed en sta je niet voor onverwachte hoge kosten. Een win-win situatie!

Op weg naar Smart Industry met predictive maintenance

Wat zijn jouw Predictive Maintenance-ambities?

Wat zijn de mogelijkheden om in jouw organisatie aan de slag te gaan met Predictive Maintenance? Ons team van experts ondersteunen je  graag bij de ontdekkingsreis. Dankzij onze expertise en diepgaande branche-kennis hebben wij deze out-of-the-box oplossing voor Predictive Maintenance ontwikkeld. Je profiteert dus van uitgebreide ervaring en best practises terwijl je niet hoeft in te leveren op implementatietijd of time-to-value. In 40-50 dagen kan het eerste prototype al live zijn.

Predictive Maintenance, op weg naar Smart Industry