Sensorgegevens: vloek of zegen?

Sensorgegevens in de procesindustrie: de mogelijkheden

Een smartphone die je bewegingen detecteert, of een armband die je hartslag of bloeddruk meet: deze toestellen vangen informatie op dankzij ingebouwde sensoren die de nodige gegevens genereren. Het zogenaamde ‘internet der dingen’ blijft maar groeien, maar is de industrie wel voldoende voorbereid op de gevolgen van deze snelle groei? Horia Orenstein, Business Development Manager Oil & Gas bij SAS, leidt ons door het doolhof van sensoren en slimme meters.

Hoe staan producenten tegenover deze tsunami van sensorgegevens?

Horia Orenstein: “Eerst en vooral wil ik even benadrukken dat mijn ervaring met sensorgegevens voornamelijk afkomstig is uit de petrochemische sector. In een dergelijke procesgedreven omgeving zijn sensoren en meters een vloek en een zegen tegelijkertijd: een zegen omdat ze een totaaloverzicht bieden van het proces op een gegeven moment en een vloek omdat ze duur zijn, en belangrijker nog omdat er onvoldoende middelen zijn om de gegevens om te zetten in bruikbare informatie.”

Welke rol kan data-analyse hierin spelen?

“Het is uiterst belangrijk om mogelijke afwijkingen en storingen van een proces – zoals onderbrekingen – te voorspellen. Het is bovendien al even belangrijk te achterhalen welke factoren aan de oorzaak liggen van deze afwijkingen die op hun beurt tot kritische storingen leiden. Hiervoor heb je een soort slimme meter of sensor nodig die als het ware de verwerkingsunits van binnenin kan controleren. Deze parameters moeten voortdurend onder controle gehouden worden om het risico op problemen te kunnen voorspellen. Hiervoor maken we gebruik van data-analyse. Als je een volledigere, meetbare reeks parameters hebt, kun je de procesefficiëntie beter meten in realtime, zowel op technisch als economisch gebied. Meer nog, je kunt de levenscyclus van de apparatuur, verwerkingsunits en volledige vestigingen voorspellen. Belangrijk hierbij is de rapportage van afwijkende waarden, waarbij de focus niet alleen ligt op de afwijkingen zelf, maar ook de factoren die ertoe hebben bijgedragen, zodat operatoren, ingenieurs en managers het probleem onmiddellijk kunnen doorgronden en de nodige maatregelen nemen om het op te lossen.”

Wat kan SAS doen om dit proces voorspelbaarder te maken?

“We bieden onze klanten de mogelijkheid om dit proces te controleren van begin tot einde en eventuele problemen te voorspellen. Een storing voorspellen die binnen een paar minuten zal optreden, is echter nutteloos. Dankzij analysegegevens stellen we onze klanten in staat een probleem te voorspellen lang voordat het optreedt, zodat er voldoende tijd is om het op te lossen. Vandaag gaat het er meestal anders aan toe: afwijkingen worden door de vingers gezien.”

Waarom is dit zo belangrijk?

“Veel kritische afwijkingen leiden tot een product dat niet beantwoordt aan de kwaliteitsnormen, of tot een beperkte output, een gebrekkige procesefficiëntie of erger nog, een productiestop en potentiële herstellingen die investeringen vergen. Ten slotte, maar daarom niet minder belangrijk, is er nood aan een flexibele controle van de effectieve overgangen tussen de noodzakelijke werkprocessen die hierboven beschreven staan. Het resultaat zijn voorspelbare technische prestaties en een aanzienlijke verbetering van de economische efficiëntie en veiligheid. En het lijkt te werken: dankzij een grotere voorspelbaarheid van de processen is ConocoPhillips erin geslaagd het aantal ongeplande productiestops te verlagen met 80% en de procesefficiëntie te vergroten met 20%. Bovendien werd geen enkel ongeval geregistreerd. We zien vergelijkbare cijfers bij industriële klanten die met continue processen werken.”

U hebt meer dan 19 jaar ervaring op het gebied van data-analyse. Kunt u enkele beste praktijken met ons delen?

“Graag. Mijn eerste tip is: stel een objectief, resultaatgericht stappenplan op. Vraag steun aan het management voor het inzetten van medewerkers en het opzetten van een intern, strategisch veranderproces. Ook moet je onthouden dat een innovatieproject geen experiment is dat losstaat van de normale activiteiten, maar een transformatie van de dagelijkse activiteiten zelf. Bereid je niet alleen voor op de implementatie, maar ook op de operationalisatie, namelijk de overdracht van project tot activiteiten en schaduwactiviteiten totdat de nieuwe praktijken standaard worden. En ten slotte de sleutel tot succes: de samenwerking tussen de medewerkers van de klant (management, ingenieurs en operatoren) en de analisten (in dit geval SAS-analisten).”

Hierbij vier tips van Horia om sensorgegevens zo goed mogelijk te benutten:

  • Vertaal eerst en vooral de beschikbare gegevens in zinvolle informatie. Gebruik de beschikbare gegevens in het ‘manufacturing execution system’ (MES) en andere systemen om afwijkingen in de volledige vestiging te identificeren. 70% van alle storingen en incidenten zijn immers het resultaat van niet-geïdentificeerde afwijkingen.
  • Bepaal wat een doeltreffende werking in de weg staat en wat de veiligheidsrisico’s zijn. Welk verborgen potentieel bieden de vestiging en processen? Welk economisch effect heeft het? SAS vertaalt dit proces naar voorspellingsmodellen, net als het vorige, waarbij gezocht wordt naar een keten van afwijkingen.
  • Ontwikkel een nieuwe reeks controleprocedures op basis van voorspellingen. Stem de activiteiten af op deze nieuwe procedures.
  • Voorspel procesomstandigheden en -beperkingen zorgvuldiger en stem de werkmethodes af op deze scenario’s.

Het standpunt van Vlerick

“Hoewel het gebruik van sensoren bij het controleren van processen niks nieuws is, heeft de technologische vooruitgang nieuwe, interessante deuren geopend”, aldus professor Behzad Samii. “Een voorbeeld: slimme elektriciteitsmeters bieden realtimetoegang tot verbruiksgegevens. Deze gegevens hebben echter geen meerwaarde voor de dienstverlener tenzij ze gebruikt worden om consumentensegmenten te creëren en een gedifferentieerd dienstenpakket te lanceren. Een preventieve data-analyse kan netbeheerders helpen bij het voorkomen van stroomonderbrekingen en andere grote storingen. Daarnaast kan een dynamisch prijsbeleid bijvoorbeeld zorgen voor een grotere omzet, wat dienstverleners kan aansporen om hun diensten te diversifiëren.”

 

In juli 2013 hield SAS een enquête bij de trouwe lezers van het tijdschrift IndustryWeek om na te gaan in welke mate ze productgeïntegreerde sensoren gebruiken en ontwikkelen. De belangrijkste bevindingen zijn gebundeld in het verslag ‘Sensor Data and Business Analytics Survey’.