In dit project onderzoekt het Saxion lectoraat Ambient Intelligence (AmI) voor Scania hoe de data uit de besturingscomputers van de productielijn gebruikt kan worden om productie verstoringen te voorkomen.
Dit project is een vervolg op het TFF-project Uptime Improvement Scania voor het terugdringen van productiestops door verstoringen in verplaatsen van de truck-assembly’s door de productiestraat. Hierbij is gezocht naar het voorspellen van uitval door het toepassen van een top-down, model-gedreven aanpak en een bottom-up, data-gedreven aanpak. Ondanks de stappen die hierbij gemaakt zijn was de projectconclusie dat er nog onvoldoende detail data beschikbaar is om uitval goed te kunnen voorspellen.
Om een volgende stap naar predictive maintenance te kunnen zetten worden aan dit project twee innovaties toegevoegd. Als eerste innovatie zal de werking van de Carriers die de truck-assembly’s door de productielijn dragen gemonitord worden. Deze data zal worden gekoppeld aan de top-down, model gedreven, analyse van de Carrier om zo relaties te kunnen vinden tussen de mechanische analyse en de gebruiksdata. Hiertoe wordt de Carrier voorzien van een monitoring platform waaraan verschillende sensoren kunnen worden gekoppeld zodat, extra detail data over de werking en verstoringen van de Carrier als extra databron beschikbaar komt. Hiervoor worden sensoren gekoppeld die de temperatuur en stroom/frequentie van de motoren meet. De uitdaging hier is om deze sensordata vanuit de bewegende Carriers te verzamelen en deze, in een industriële omgeving, betrouwbaar naar de onderzoeksserver te versturen.
De 2e innovatie is het onderzoek naar welke extra data uit de regelkasten die de Carriers aansturen beschikbaar gemaakt kan worden. Deze regelkasten bevatten de besturingselektronica (PLC’s). De uitdaging is hier gemeten data te verkrijgen uit een gesloten systeem waarvan op geen enkele manier de operationele werking verstoord mag worden.
Met deze innovaties, die worden geïmplementeerd en waarmee zal worden geëxperimenteerd, zal kennis opgedaan worden die ons helpt de vraag te beantwoorden hoe Scania voor de truck-assembly productielijn kan groeien van corrective- naar predictive maintenance.
Onderwerp
Smart Industry, data-analyse, sensortechnologie, predictive maintenance, monitoring platform, data extractive.
Doelen
Het doel van het project is vaststellen hoe data en analyses inzicht kunnen leveren in de achterliggende oorzaken van storingen, hoe specifieke procesonderdelen verbeterd kunnen worden en hoe storingen voorspeld kunnen worden.
Daarnaast het beantwoorden van de vraag: hoe kan de synergie van data-analyse en top-down gedreven modelmatige aanpak toegepast worden voor predictive maintenance?
Betrokkenen
Scania Production Zwolle B.V., Saxion lectoraat AmI(penvoerder), Hogeschool Windesheim.
Looptijd
1 maart 2020 tot 1 september 2021.
Financiering
Dit project is mede mogelijk gemaakt door TechForFuture.
Meer informatie
Voor meer informatie kunt u contact opnemen met Jan Veltman.
