Case Study 2: Afvalverwerkingsfabriek

Home > Documentatie > Over Monitoring > Case Study 2: Afvalverwerkingsfabriek

Case Study 2:

Conditie Monitoring in een Afvalverwerkingsfabriek

Bij de afvalverwerkingsfabriek is een volledig online draadloos condition monitoring-systeem geïnstalleerd met triaxiale vibratiesensoren op kritische apparatuur lagers. De sensoren worden gevoed door MAX long life-batterijen (tot 8 jaar levensduur) en hebben een magnetische basis voor eenvoudige installatie. Tegelijkertijd wordt stroomhandtekeningmonitoring (ESA) uitgevoerd op de elektrische motoren van de apparatuur. Alle gegevens worden verzameld in de Edge, op de lokaal geïnstalleerde iQunet-server. De iQunet AI-service met Anomaly Detection draait op alle sensoren en biedt gevoelige waarschuwingen voor naderende storingen. De volledige opzet en resultaten zijn te vinden in deze presentatie.

 

SAMENVATTING

  • Type fabriek: Afvalverwerking
  • Type installatie: Ballistische scheiders, afvaltransportbanden
  • Kritieke onderdelen die worden gemonitord: Kritieke lagers op aandrijfassen van meerdere machines
  • Geïnstalleerde iQunet monitoring:

Tijdens de laatste paar dagen toont het Anomaly Monitor Dashboard een opwaartse trend. Er is een alarm afgegaan.

Een steile opwaartse trend vereist onmiddellijke actie, terwijl een eerder vlakke trendlijn nauwlettend moet worden gevolgd en de activa geïnspecteerd moeten worden.

Zodra de anomalie score zich binnen enkele dagen vermenigvuldigt, is het tijd om het apparaat te onderhouden en vervangende onderdelen en service te plannen.

 

Conclusie

Concluderend, de implementatie van triaxiale vibratiesensoren en stroomhandtekeningmonitoring (ESA) heeft in de afvalverwerkingsfabriek de voorspellende onderhoudscapaciteiten voor kritieke apparatuur lagers en elektrische motoren aanzienlijk verbeterd. Het gebruik van langlevende, batterijgevoede sensoren met magnetische bevestiging zorgt voor eenvoudige installatie en lange levensduur, terwijl de iQunet-server en AI-service real-time gegevensverzameling en anomaliedetectie bieden. Het vermogen van het systeem om trends te monitoren en anomalieën te detecteren, maakt tijdige interventies mogelijk, waardoor het risico op uitval van apparatuur wordt verminderd en onderhoudsplanningen worden geoptimaliseerd. De recente opwaartse trend waargenomen door de Anomaly Monitor benadrukt de effectiviteit van het systeem in het vroegtijdig identificeren van potentiële problemen, waardoor proactieve onderhoudsacties mogelijk zijn om de operationele efficiëntie te behouden en stilstand te minimaliseren. De combinatie van geavanceerde monitoringtechnologieën en AI-gestuurde analyses zorgt ervoor dat de fabriek soepel en duurzaam kan opereren, met minimale onderbrekingen.