Ontwerp van Voorspellend Onderhoudssystemen met behulp van Digital Twins

Samenvatting

Van fietsen tot windturbines, elk fysiek systeem moet onderhouden worden. Afhankelijk van de betrouwbaarheidseisen en de kosten van downtime, wordt een systeem normaal gesproken onderhouden 1) zodra het kapot gaat of 2) volgens een schema. Recente ontwikkelingen hebben een derde optie mogelijk gemaakt: onderhoud op precies het juiste moment. Door trillingen, temperatuur of andere indicatoren van een systeem te meten, kan een algoritme voor voorspellend onderhoud het optimale onderhoudsmoment voorstellen. Het ontwikkelen van een dergelijk algoritme voor voorspellend onderhoud is een complexe taak. We moeten rekening houden met veel verschillende componenten die dataverzameling, -verwerking, het algoritme zelf en de integratie in de onderhoudsplanningssoftware ondersteunen. Dit promotieonderzoek – in samenwerking met verschillende industriële partners – had als doel een breder beeld te schetsen: wat is er nodig om een voorspellend onderhoudssysteem te bouwen? De studie leverde verschillende richtlijnen op voor het ontwerp van voorspellend onderhoudssystemen en ontwikkelde algoritmen om de optimale onderhoudsgebeurtenis te schatten.