Voorwoord

#3

Colofon nr. 03 / 2022

VAM is het vakblad voor Asset Management in Nederland.

Concept en realisatie Elma Media B.V. Keizelbos 1, 1721 PJ Broek op Langedijk 0226 33 16 00 www.elma.nl

Art Director Kim Speleman Martijn van der Wielen

Hoofdredacteur Ellen den Broeder-Ooijevaar, Verenigings Manager NVDO

VAM is een uitgave van de NVDO Nederlandse Vereniging voor Doelmatig Onderhoud Lange Schaft 7G Postbus 138, 3990 DC Houten 030 634 60 40 www.nvdo.nl info@nvdo.nl

VAM is een samenwerking met

worldclassmaintenance.com

itanks.eu

safetydelta.nl

nevap.nl

Auteurs Pieter Pulleman (Verduurzamen Gebouwde Omgeving) Evi Husson (bruggen en kademuren in Amsterdam) Barbara van Baarsel, NEVAP (Vastgoedxploitatie in de praktijk) Mark Oosterveer, iTanks (Inspire: Datawerf) Ian van den Brink (Ontmoet en Chemelot) Arjan van Dijk, SDN (Veilig Werken) Laura van der Linde, Mainnovation (EM Market survey en het andere geluid) WCM (Voorspellend onderhoud voor Zeelandbrug) Lisa Kamphuis, MaxGrip (People are pivotal) Anne Hurenkamp, Saxion University of Applied Sciences (Saxion Scania) Ellen den Broeder-Ooijevaar (alle overige artikelen)

Druk Elma Media B.V.

Advertentie-exploitatie Elma Media B.V. Silvèr Snoek - Sales Manager 0226 33 16 67 - s.snoek@elma.nl

VOORWOORD <

Risico bepalen en de juiste voorspelling doen zou de beste combinatie zijn

Eerlijk gezegd denk ik niet dat we nog uit hoeven leggen wat voorspellend onderhoud is. Dat doe ik dan ook maar niet, want deze editie van VAM staat vol met uitleg, best practices en andere informatie over het nut van predictive maintenance.

Voordat je deze editie leest, daag ik je uit om jezelf de vraag te stellen; “Is Voorspelbaar Onderhoud de toekomst?”. En als je aan het einde van deze VAM komt, dezelfde vraag nog een keer te stellen. Misschien heb je dan een bevestiging gevonden of je antwoord juist bijgesteld. In elk geval denk ik zeker te weten dat je tot de conclusie komt dat de belangrijkste input om onderhoud te voorspellen data is. Het begint met het in kaart brengen van je assets, feitelijk moet elke asset bekend zijn en uiteraard is de onderhoudshistorie daarbij van groot belang.

Voorspelbaar Onderhoud doe je niet zomaar even. Daar zijn stappen voor nodig. De eerste stap is je assetinformatie. Dan heb je meetinstrumentatie nodig waarmee je de dagelijkse invloeden op de assets in kaart te brengen. Bij het analyseren van deze data komen risico’s en mogelijke verbeteringen naar boven. Zo wordt stap voor stap naar voorspelbaar onderhoud toegewerkt.

En dan is het tijd voor de implementatie. Hoewel de verleiding waarschijnlijk groot zal zijn om elke stap volledig te automatiseren, is het advies toch om klein te beginnen. Leg eerst een goede basis waarmee iedereen in je organisatie kan werken. Het is niet zozeer een technologisch verhaal, het is een andere manier van werken.

En het mag duidelijk zijn dat je een manier van werken niet even verandert met een of andere nieuwe tool.

In de praktijk werkt voorspellend onderhoud via IoT zo; de werking van een proces of apparatuur wordt gemeten door middel van continue monitoring. De gegevens worden vastgelegd door sensoren en via een internetverbinding doorgestuurd naar een centraal punt. Na het analyseren van deze gegevens kunnen bedrijven veel betere voorspellingen doen wanneer bijvoorbeeld een machine uit zal vallen, maar ook hoe een proces zo effectief mogelijk verloopt. Dit zijn proactieve stappen die een bedrijf kan nemen om meer controle te houden op een geheel productieproces.

Tijdens het Nationaal Asset Management dat de NVDO onlangs organiseerde zoomde Tiedo Tinga in op systemen en componenten om de link te leggen met Asset Management; dus hoe kan je preventive maintenance gebruiken in het grote plaatje van Asset Management? Prof. dr.ir. Tiedo Tinga werkt als hoogleraar aan de Universiteit Twente en als hoogleraar aan de Nederlandse Defensie Academie op het KIM (Koninklijk Instituut voor de Marine). Hij benadrukte tijdens het congres dat de uitdaging van preventive maintenance vooral het vinden van het juiste momentum is. Dat kan op basis van metingen (sensoren bijvoorbeeld), just-in-time Maintenance.