Hoofdstuk 3

In vijf stappen op weg naar smart maintenance

Stap 1. Data verzamelen en het IoT

Stap één in de keten van smart maintenance is het verzamelen van data. Dankzij het Internet of Things (IoT) zijn apparaten, machines en producten met elkaar verbonden. En wordt, met behulp van sensoren, 24/7 informatie verzameld over onder andere verbruik, temperatuur, trillingen, druk, capaciteit en luchtvochtigheid.
Je kunt ook data betrekken van externe bronnen die van invloed zijn op de kwaliteit en levensduur van je product. Denk aan weersvoorspellingen.

Naast IoT-data en externe data heb je waarschijnlijk ook relevante informatie tot je beschikking vanuit je ERP- of CRM-omgeving, zoals product- en klantinformatie, die je bij je analyses wil betrekken.

Stap 2. Data analyseren, modelleren en issues signaleren

De tweede stap in de keten is het analyseren van de data en het maken van modellen, zodat je vervolgens bepaalde afwijkingen – oftewel issues – kunt signaleren. Afhankelijk van de hoeveelheid databronnen en de
kwaliteit worden de gegevens opgeschoond en zo nodig bewerkt.

Stap 3. De juiste actie op het juiste moment

Vervolgens wordt de stap gezet van data-inzicht naar het daadwerkelijk verbeteren en beïnvloeden van het bedrijfsproces. Bijvoorbeeld het plannen van de juiste monteur via Dynamics 365 Field Service, maar er zijn ook andere call-to-actions mogelijk. Als de gemeten of berekende informatie bepaalde waardes bereiken, wordt een alert gegeneerd waarna er een workflow start. Vervolgens kan er volledig geautomatiseerd
een monteur of andere actie worden ingepland.

Stap 4. Het resultaat? Je assets worden optimaal gemonitord

Met smart maintenance kun je ervoor zorgen dat je storingen voor bent en je het proces optimaliseert. Je verlengt de levensduur van machines door tijdig onderhoud te plegen en je gaat alleen naar een machine of apparaat als je een goede datagedreven reden hebt. Met smart maintenance kun je downtime voorkomen en de efficiency verhogen.

Stap 5. Zelflerende feedbackloop

Continu verbeteren is de sleutel tot het succes van smart maintenance. Door te blijven leren, wordt de hele keten steeds slimmer. Er komt steeds meer informatie over je machines en het gebruik hiervan tot je beschikking, waardoor je steeds preciezere voorspellingen kunt doen. In feite kijkt het model naar de voorspellingen die correct zijn en de voorspellingen die niet correct zijn en vervolgens gaat het model zichzelf doortrainen (self-learning) om te leren van fouten.

Klantverhaal

Grünbeck verbetert gebruikerservaring dankzij Microsoft Azure IoT

Service Excellence strategie op basis van Data & AI

Neem contact met ons op

Benieuwd hoe je een servicegerichte organisatie kunt worden? Maak dan nu een afspraak met een van onze experts.

Door gebruik te maken van dit formulier gaat u akkoord met de opslag en verwerking van de door u verstrekte gegevens, zoals aangegeven in ons privacybeleid. U kunt zich op elk moment afmelden voor verzonden berichten. Lees ons privacybeleid voor meer informatie over hoe u zich kunt afmelden, onze privacypraktijken en hoe we ons inzetten om uw privacy te beschermen en te respecteren.