Toestandsbewaking
Toestandsbewaking verwijst naar de continue of periodieke registratie en analyse van de technische staat van machines, systemen of processen. Het doel van deze onderhoudsstrategie is om afwijkingen van de normale toestand in een vroeg stadium te detecteren, ongeplande stilstand te voorkomen en de levensduur van machines te verlengen.
Typische fysieke parameters die worden bewaakt in een toestandsbewaking systeem (CMS) zijn trillingen, temperaturen, drukken, kwaliteit van olie en smeermiddelen en akoestische signalen.
Werking van toestandsbewaking
De basis van toestandsbewaking is toestandsdetectie met behulp van sensoren, zoals trillingssensoren, druk- en temperatuursensoren of systemen voor deeltjesbewaking voor hydraulische vloeistoffen.
De meetgegevens worden via een netwerk, draadloos of bekabeld, naar een centraal bewakingssysteem verzonden, waar ze worden gedocumenteerd, vergeleken met referentie- of grenswaarden en geanalyseerd met behulp van automatische verwerking van meetgegevens. In de diagnostische fase worden afwijkingen en schadepatronen gedetecteerd, zodat noodzakelijke onderhoudsmaatregelen tijdig kunnen worden gepland.
Gebieden van applicatie
Toestandsbewaking wordt voornamelijk gebruikt in Industrie 4.0 en in slimme fabrieksomgevingen. Typische applicaties zijn machinebewaking in energiecentrales, turbine- of generatorbewaking, de bewaking van roterende systemen zoals pompen, compressoren, elektromotoren of werktuigmachines en procesbewaking in procestechnologie. Toestandsbewaking speelt ook een centrale rol in zeer gevoelige oppervlakken zoals walserijen, luchtvaart of spoorwegvervoer.
Toestandsbewaking in het kader van vooruitgepland onderhoud en Industrie 4.0
De geregistreerde conditiegegevens dienen daarom als basis voor vooruitgepland onderhoud (toestandsafhankelijk onderhoud). Met behulp van methoden zoals signaalanalyse, patroonherkenning of akoestische emissieanalyse kan zelfs complexe machineschade veilig worden voorspeld. Moderne oplossingen maken gebruik van machine learning, big data toestandsbewaking en het Industrial Internet of Things (IIoT) om zelfs grote hoeveelheden data in realtime te evalueren.