loader
MENU
Facebookpagina van Kienia    Volg Kienia op Linkedin   

Bigdata, van hype tot praktijk

November 2017

 

Big data, machine learning, data science, artificial intelligence en blockchain. Rond datamanagement zijn de hypes niet te tellen. Eén ding is zeker: we moeten beter dan gisteren en data speelt hierbij een sleutelrol.

In het artikel ‘Hype of serieuze ontwikkeling‘ hebben we al laten zien dat data niet altijd nuttige informatie bevat. Ondoordacht informatiseren leidt niet tot het gewenste resultaat en kost alleen maar geld. Hoe zorg je er dan voor dat procesdata wel gaat bijdragen aan de verbetering van je installaties en hoe deze worden bedreven en onderhouden? We hebben vijf concrete vragen gedefinieerd om je daarbij te helpen.

De zoektocht naar nuttig datamanagement begint bij de doelstellingen van je bedrijf. De doelen voor de installaties gaan in de regel over minder uitval, lagere kosten en/of hogere kwaliteit. Rond die thema’s hebben we vijf concrete kernvragen omtrent optimalisatiedoelen gedefinieerd. Hierbij vragen we je steeds ‘op welke termijn’ je deze doelen denkt te bereiken. Omdat het voor ons niet de vraag is dat je deze optimalisatie gaat behalen, maar alleen wanneer en hoe.

 

  1. Beschikbaarheid: Op welke termijn kunnen we het aantal storingen met 50% verminderen? Bijvoorbeeld door data-analyse naar storingsveroorzakers en het vroegtijdig herkennen van storingspatronen in data.
  2. Onderhoud: Op welke termijn kunnen we de onderhoudsinspanning met 50% verlagen? Bijvoorbeeld door condition-based monitoring en het introduceren van intelligente alarmen.
  3. Operatie: Op welke termijn kunnen we de supervisie op onze installaties met 50% verlagen? Bijvoorbeeld door het combineren van data tot intelligente presentatie voor operators en door het voorspelling van aanbod of vraag op basis van historische data.
  4. Kwaliteit: Op welke termijn kunnen we de kwaliteitsklachten met 50% verlagen? Bijvoorbeeld door toevoegen van softsensoren waar kwaliteit lastig meetbaar is en het verzamelen van de optimale parameters van de ‘Golden Batch’.
  5. MVO: Op welke termijn kunnen onze MVO-doelstellingen halen? Bijvoorbeeld door data-analyse van grondstofverbruik, energieverbruik en het ontstaan van reststoffen.

 

Bovenstaande voorbeelden van enkele mogelijke oplossingen zijn niet moeilijk. De meeste zou je zelfs in Excel kunnen oppakken, hoewel andere tools handiger en op den duur onmisbaar zijn.

Ga binnenkort eens met een klein groepje collega’s om tafel en je definieert in korte tijd meerdere data-onderzoekjes naar mogelijke verbeteringen. Vier je succes en enthousiasmeer een volgend groepje collega’s. Voor je het weet is optimalisatie de nieuwe bedrijfssport. Zo eenvoudig is het.

 

Twee harde randvoorwaarden

  1. De basis van datamanagement moet op orde zijn. Dat betekent dat je beschikt over complete en valide historische data omtrent je processen en dat deze data centraal benaderbaar is.
  2. Je organisatie is ingericht om elke dag weer te verbeteren. Dat betekent dat betrokkenen worden verplicht om installaties te verbeteren, dat ze de tools hebben om te verbeteren en dat deze ook willen verbeteren omdat dat in hun genen zit.

We helpen je graag deze twee randvoorwaarden in te vullen.

 

Niek de Koning           0612987502   niek.de.koning@kienia.nl

Kienia Industriële automatisering B.V.

Molenstraat 1
3371 AH Hardinxveld-Giessendam
+31 184 633 401
info@kienia.nl