nieuws

Vopak zeer tevreden na succesvolle pilot met sensormodules

Publicatie

17 jun 2019

Categorie

iMaintain

Soort

nieuws

Tags

pompen, predictive maintenance

(branded content)

Vopak Vlaardingen is een pilot gestart met sensormodules die de conditie van een aantal pompen monitoren. Het opslagbedrijf kan daardoor het onderhoud aan deze pompen voorspelbaar maken. Deze vorm van onderhoud, predicitive maintenance, is een belangrijk onderwerp binnen de vakbeurzen Pumps & Valves en Solids.

Predictive maintenance of het voorspelbaar maken van onderhoud groeit aan belang. Het kan een bijdrage leveren aan een hogere uptime en betrouwbaarheid van assets. Daarnaast zorgt predictive maintenance voor optimalisatie van onderhoudskosten, verbetering van logistiek en planning van onderhoud, en een beter inzicht in de assets.

Onderhoudsstrategie

Ook opslagbedrijf Vopak Vlaardingen ziet de voordelen van voorspelbaar maken van onderhoud. ‘We slaan voor onze klanten vooral producten als plantaardige oliën op in opslagtanks. Deze komen per zeeschip binnen en verladen we later per truck of binnenvaartschip, zodat de producten verder kunnen worden gedistribueerd, vertelt Marcel Kool, maintenance engineer bij Vopak Vlaardingen.

Hiervoor zijn meerdere pompen nodig. Kool: ‘In totaal zijn dit er ongeveer 220. Weet je wat de conditie van de pompen is, dan kun je de onderhoudsstrategie hierop aanpassen en een betere service leveren richting de klant. Ons innovatieteam ging daarom op zoek naar nieuwe technieken om onze assets beter te monitoren.’

Het innovatieteam kwam terecht bij Semiotic Labs. Dit bedrijf heeft een sensormodule ontwikkeld die de status van machines kan achterhalen door het meten van stroom op de kabels van motoren of pompen. Simon Jagers, oprichter van Semiotic Labs, legt uit hoe de module werkt. ‘Veel sensoren – denk bijvoorbeeld aan temperatuur- of trillingssensoren – worden op of in de assets bevestigd. Wijken de gemeten gegevens af van de nulmeting, dan kan dit duiden op een probleem.’

Vingerafdruk

De sensormodules van Semiotic Labs meten echter met een hoge frequentie fluctuaties in spanning en stroom. ‘Met machine learning worden de meetgegevens geanalyseerd en kunnen we afwijkingen opsporen én specifieke schades detecteren. We alarmeren klanten vóór er storingen optreden zodat bedrijven onderhoud inplannen voordat uitval optreedt.’

Jagers geeft een concreet voorbeeld van een afwijking. ‘Als onderdelen in een pomp na enige tijd niet meer volledig zijn uitgelijnd of als lagers slijtage vertonen, ontstaan er trillingen. Deze verstoren het elektromagnetische veld in een elektromotor. Dit afwijkend gedrag is af te lezen in de data die de stroom genereert. Zo heeft ieder faalmechanisme een specifieke vingerafdruk van falen die we met de sensormodule in de stroom of spanning kunnen meten.’

Tijdbesparing

Het is een andere methode van meten dan de meer traditionele sensoren. Jagers: ‘We willen net als andere methodes de conditie van de assets monitoren om onderhoud beter te kunnen inplannen en voorspelbaar te maken. Een groot verschil met andere technieken is de plek waar de meting plaatsheeft. Aangezien wij de conditie van de assets meten aan de hand van stroom, hoeft de meting niet noodzakelijk in of bij de asset plaats te vinden.’

De sensormodules worden daarom meestal in een schakelkast geinstalleerd. ‘Dit kan een bedrijf veel tijdbesparing opleveren. Zeker in de petrochemische en procesindustrie waar je te maken hebt met strenge veiligheidseisen en ATEX-zones’, stelt Jagers.

Eenvoudige installatie

Vopak koos ervoor om in een testfase tien pompen te monitoren met het systeem van Semiotic Labs. Kool: ‘In oktober vorig jaar werden de sensormodules gekoppeld aan tien pompen waarop we vooral correctief onderhoud uitvoerden. De installatie van de sensormodules in de schakelkast verliep vrij eenvoudig aangezien er geen bijzondere procedures nodig waren.’

Na de installatie volgde een inleerperiode. Jagers legt uit: ‘In de beginfase is het belangrijk om de specifieke patronen van de pompen te definiëren. Op die manier kan het systeem herkennen wat een gezond draaiende pomp is en wat niet. De machine learning programma’s worden gedurende een aantal weken ingewerkt. Na deze periode is het systeem in staat om realtime bruikbare informatie over de conditie, prestaties en het energieverbruik van de aangesloten assets te presenteren in een online dashboard.’

Eerst zien en dan geloven

‘Voor de installatie was ik nog enigszins sceptisch’, vertelt Kool. ‘Techneuten staan in eerste instantie enigszins terughoudend tegenover nieuwe technieken. Eerst zien en dan geloven, is vaak het motto. Uit de praktijk bleek onze terughoudendheid echter onterecht. Na de inleerfase ontdekten monteurs in het veld afwijkingen aan twee van de tien pompen waaraan de sensormodules zijn gekoppeld. Ze bekeken vervolgens het dashboard en constateerden dat het nieuwe systeem de afwijkingen eveneens had gesignaleerd.’

Dat was de eerste stap, merkt Kool op. ‘Je ziet in het veld dat zich een probleem voordoet, en je ziet dat het systeem dit ook oppikt. Hierdoor is het vertrouwen in het systeem erg gegroeid. Geleidelijk aan draaien we deze werkwijze nu om. Het systeem signaleert een afwijking, het onderhoudsteam gaat na of er de komende tijd verladingen zijn gepland en het team bepaalt vervolgens meteen een onderhoudsstrategie om te voorkomen dat we bij een volgende verlading stilstand hebben.’

Jagers vult aan. ‘Het systeem wordt gaandeweg steeds nauwkeuriger aangezien er steeds meer data beschikbaar zijn en het systeem ook zelflerend is. Geleidelijk aan wordt het mogelijk om een specifiek faalmechanisme te koppelen aan een indicatie die het systeem in het dashboard aangeeft.’

Predictive maintenance

‘Het verschil tussen een situatie met of zonder monitoringsysteem is erg groot’, vindt Kool. ‘Als we meer dan tweehonderd pompen zouden kunnen monitoren en het systeem geeft bijvoorbeeld aan dat tien ervan afwijkend gedrag vertonen en onderhoud nodig hebben, dan levert dit een enorme tijdswinst op. We kunnen beter voorspellen waar onderhoud nodig is, onze onderhoudsstrategie kunnen we veel nauwkeuriger inrichten en onze klanten kunnen we een betere service leveren.’

Omdat predictive maintenance een grote impact kan hebben op een gezonde bedrijfsvoering, heeft de beursorganisatie van Pumps & Valves en Solids dit als een van de hoofdonderwerpen op het conferentieprogramma gezet.

Pumps & Valves en Solids

Predictive maintenance komt uitvoerig aan bod tijdens het conferentieprogramma van Pumps & Valves en Solids op 2 en 3 oktober in Ahoy Rotterdam. Vakbeurs Pumps en Valves is gericht op de verwerking van vloeistoffen en gassen. Vakbeurs Solids is gericht op de verwerking van poeder en bulk. Samen vormen ze één evenement voor de procesindustrie.

Aan de beurzen is een conferentieprogramma gekoppeld waarmee een kijk in de toekomst van procestechnologie wordt gegeven. Kennis, inzichten en ervaringen worden door diverse kennispartners gedeeld en hebben als doel de bezoekers en exposanten te inspireren en aan het denken te zetten. Met het programma geeft de beursorganisatie nog meer waarde aan het bezoek aan de industriële vakbeurzen.

Het programma van deze editie is samengesteld aan de hand van drie thema’s: Duurzaam, Machine & Veiligheid. Bij het thema ‘Duurzaam’ wordt aandacht geschonken aan de wijze waarop reststromen efficiënt kunnen worden uitgewisseld, oftewel circulair ondernemen. Het thema ‘Machine’ zal worden toegespitst op predictive maintenance en energiezuinige installaties. Voor het thema ‘Veiligheid’ gaat de aandacht vooral naar veilig werken binnen de sector chemie.

Meer informatie over Pumps & Valves en Solids en het conferentieprogramma is te vinden op www.pumpsvalves.nl en www.solidsrotterdam.nl.


iMaintain 10, 2019

19 november 2019