Een trilsensor op een pomp kost inmiddels minder dan een setje goede werkplaatsgereedschappen. Dat maakt de stap naar sensoren in machineonderhoud voor veel productiebedrijven aantrekkelijk: meten wat een machine doet, en ingrijpen voordat er iets stukgaat. In de praktijk levert die aanpak alleen resultaat op als de data ergens terechtkomt waar iemand er iets mee doet. Daar gaat het meestal mis.
Van reageren naar voorspellen
Onderhoud kent grofweg drie niveaus. Correctief onderhoud betekent repareren na een storing. Preventief onderhoud werkt met vaste intervallen: elke 2.000 bedrijfsuren een servicebeurt, ongeacht de staat van de machine. Predictief onderhoud gebruikt metingen om te bepalen wanneer ingrijpen nodig is.
Dat derde niveau is waar sensoren hun geld verdienen. Een lager dat langzaam uitloopt geeft weken vooraf een veranderend trillingspatroon. Een elektromotor die zwaarder gaat lopen, trekt meer stroom. Een hydraulisch systeem met een beginnende lekkage verliest druk in een vast ritme. Al die signalen zijn meetbaar, goedkoop en continu uit te lezen.
Wat je met vier soorten metingen al kunt
- Trilling: het meest voorspellende signaal bij roterende delen zoals lagers, pompen en ventilatoren.
- Temperatuur: verraadt wrijving, overbelasting en gebrekkige smering, vaak met een goedkope contactsensor.
- Stroomopname: geeft indirect inzicht in mechanische weerstand, zonder dat je de machine hoeft te openen.
- Bedrijfsuren en cycli: de basis om onderhoudsintervallen te koppelen aan werkelijk gebruik in plaats van de kalender.
Voor de meeste machineparken is dit genoeg. Een compleet IIoT-platform met machine learning is zelden de eerste stap; een handvol sensoren op de kritieke machines plus een duidelijke afspraak over wie de meldingen opvolgt, is dat wel.
Data zonder onderhoudsplan levert niets op
Het klassieke scenario: er komt een dashboard, er komen meldingen, en na drie maanden kijkt niemand er meer naar. De sensoren meten prima, maar er is niet vastgelegd welke waarde welke actie triggert, wie die actie uitvoert en wanneer een machine uit productie mag. Daarmee is de meting alleen een duurdere manier om achteraf te constateren dat er iets mis was.
Precies daarom begint een werkbaar traject bij de onderhoudsstrategie en niet bij de techniek. Bedrijven die hier zelf geen capaciteit voor hebben, schakelen een partij in die het industrieel onderhoud van hun machinepark structureel oppakt: bepalen welke machines kritiek zijn, welk type onderhoud daarbij past en hoe metingen omgezet worden in concrete werkorders. De sensoren zijn dan een hulpmiddel, geen doel.
Zo bouw je het stap voor stap op
- Breng je machinepark in kaart en bepaal welke machines bij stilstand direct de productie raken.
- Kies per kritieke machine één of twee meetwaarden die iets zeggen over de faalmodus die je vreest.
- Meet minimaal enkele weken in normale omstandigheden, zodat je een referentie hebt voor ‘gezond’.
- Stel grenswaarden in op basis van die referentie, niet op basis van een fabrieksinstelling.
- Koppel elke melding aan een eigenaar en een vervolgactie in je onderhoudsplanning.
- Evalueer na een halfjaar: hoeveel storingen zijn voorkomen en welke meldingen bleken ruis?
Wat het oplevert
De winst zit zelden in spectaculaire besparingen op onderdelen. Die zit in planbaarheid. Een lager dat je vervangt tijdens een geplande stop kost een fractie van hetzelfde lager dat op dinsdagochtend een productielijn stillegt. Daarnaast rek je de levensduur van je machinepark op, omdat je onderhoud uitvoert op basis van werkelijke belasting en niet op een gemiddelde die voor jouw situatie te ruim of te krap is.
Meten is dus geen doel op zich. Het is de manier om onderhoud van een kostenpost met verrassingen te veranderen in iets wat je vooruit kunt plannen.
Veelgestelde vragen
Zijn sensoren ook interessant voor een klein machinepark?
Ja, maar begin klein. Bij een paar machines is een gerichte meting op de meest kritieke installatie vaak al genoeg om onverwachte stilstand te voorkomen.
Hoeveel data heb ik nodig voordat ik iets kan voorspellen?
Voor trilling en temperatuur is enkele weken normale productie meestal voldoende om een betrouwbare referentiewaarde te bepalen.
Vervangt predictief onderhoud het preventieve schema volledig?
Nee. Smering, filters en visuele inspecties blijven op interval staan. Predictief onderhoud vult dat aan bij onderdelen die geleidelijk verslechteren.
