Workshop op Fieldlab CAMPIONE: 'Big Data naar Smart Information'

“Zouden we niet graag weten, wanneer onze componenten falen?” Daarmee trapte Arnold Boonman (Actemium) de workshop af. Ongeveer 40 deelnemers zitten in de zaal van de CAMPIONE-workshop op 29 juni 2017 over de rol van data in 100% voorspelbaar onderhoud.

Boonman gaf al snel het antwoord op zijn gestelde vraag: “Ja! En data spelen daar een belangrijke rol bij.” Hij gaf aan dat de maintenance engineer eigenlijk ook een data engineer zal zijn, die in de toekomst het gehele proces “van faal tot faal” zal willen weten. Daarvoor zijn meerdere datasets en vele faalindicatoren nodig. Deze data engineer zal continue de loop doorlopen: van wat is de doelstelling van een bepaalde asset en het onderhoud, naar meten, analyseren, het ontwikkelen van een oplossing, implementeren en controleren. En dat begint aan het eind weer van voor af aan.

Toekomst

De geschetste data engineer van de toekomst komt eigenlijk heel nauw overeen met de maintenance manager van vandaag, vertelt Boonman: de loop, het werkproces is eigenlijk al bekend. Boonman: “Als maintenance mensen denken wij al vaak in excelsheets. Datamensen denken niet anders, ze maken de data uit de excelsheets alleen overzichtelijker. En die visualisaties zijn nodig om de volgende stap in het gebruik van data te kunnen zetten.”

Think Big, Start Small

Arno Hordijk van IT-zusterbedrijf Axians, neemt het over: “Maar hoe ga ik nu eigenlijk aan de slag met data?”. Belangrijkste punt van zijn verhaal: Think Big, Start Small. Maar “Do Start”. Uiteraard zijn er een aantal kritische succesfactoren en daarmee ook valkuilen, maar elk bedrijf zou moeten starten met al dan niet kleine projecten die gebruik maken van data om onderhoud te voorspellen.

Vanuit de zaal komt Maurice Jilderda van Sitech Services, al geruime tijd binnen het Fieldlab CAMPIONE actief met datavoorspellingsmodellen, met een tip: “Begin niet met het project waarmee de grootste winst kan worden behaald, maar begin met een project waarmee het draagvlak intern voor het gebruik van data zo groot mogelijk kan worden gemaakt.” Gebruik van data vergt dan ook een andere manier van werken.

Hordijk toont een aantal praktijkcases, onder andere van Zeeland Refinery en de Suikerunie. Valkuilen blijken vaak: het niet scherp hebben van de doelstelling aan het begin van een dataproject waardoor niet de juiste, kritische data verzameld is. Of de domeinexpertise mist. Je kunt wel data verzamelen, maar zonder context of menselijke ervaring is dat weinig waard (klik hier voor een whitepaper over predictive maintenance van Axians).

Tata Steel

Nico van Kessel, Tata Steel, neemt de laatste presentatie voor zijn rekening en laat het project binnen Tata Steel zien waarmee met data gewerkt wordt: het onderhoud van de rollen waarover staalplaten door de fabriek rollen. Hij vertelt ook meteen over de lessen die Tata geleerd heeft: “Ondanks dat er veel data beschikbaar is, weten we echter nog weinig over het faalgedrag van die rollen. De kritische indicatoren vaststellen die data kunnen geven over waarom de rollen nu stuk gaan, is lastig gebleken. Maar als je eenmaal begint met een dataproject zie je wel meteen de potentie die het heeft. Voor een goede analyse van data heb je echter wel de kennis nodig van de vakmensen. Omgekeerd helpt analyse van (big) data juist ook weer die kennis verder te ontwikkelen.”

Stellingen

Tot slot werd er in kleinere groepen gediscussieerd over een aantal stellingen. Het ‘vergeet niet te starten’ was een populair thema. Werken met data vereist een transitie van de gehele organisatie, dit vraagt om een goed en uitgebreid projectplan maar wederom: laat dit je niet weerhouden van het starten. Leren kan ook gaandeweg. Andere punten die naar voren kwamen:

• Kleine verschillen (kleine resultaten vanuit data science bekeken) kunnen grote effecten hebben in maintenance
• In het begin goed stilstaan bij de business case is erg belangrijk.
• De businesscase kan breed getrokken worden, inclusief effecten op het gebied van energiebesparingen, kwaliteit en veiligheid.

Meer informatie over dit onderwerp: Paul van Kempen, projectleider Fieldlab CAMPIONE