Een klant van Settels Savenije voorzag problemen met een module van zijn machinepark, waardoor een onvoorspelbare en kortere levensduur dan verwacht dreigde. De ervaring leert dat de modules het vaak begeven binnen een tijd die veel korter is dan de verwachte levensduur.

Deze onvoorspelbare levensduur leidt tot frequente, kostbare (on)geplande stilstand en dure vervanging van onderdelen. Bovendien zal het complexiteitsniveau van toekomstige generaties van deze machines blijven toenemen, waardoor de slijtage onder de huidige omstandigheden nog sneller zal gaan.

Om de levensduur van de installaties te verlengen, wil Settels Savenije meer te weten komen over het gedrag van deze machines, hun faalmodus en de oorzaken van falen. Deze informatie kan vervolgens worden gebruikt om verschillende leveranciers met elkaar te vergelijken en de apparatuur te verbeteren.

Bij de start heeft Settels Savenije een test opstelling gebouwd om de operationele situaties te simuleren en het optreden van faalmodus/storingen te versnellen. Het gedrag van de apparatuur wordt continu gemeten door sensoren en deze data wordt opgeslagen in InfluxDB, een specifieke database voor grote hoeveelheden tijdserie data.

Bright Cape was op zijn beurt verantwoordelijk voor het verwerken van de grote hoeveelheden ruwe sensordata (ca. 216 miljoen datapunten, 7-8 GB, per dag) en het omzetten hiervan in bruikbare inzichten. Inzicht in de prestaties en het standaardgedrag van de apparatuur kon worden verkregen via een uitgebreide set performance metrics, die eigenschappen of kenmerken zijn van de waargenomen metingen.

Deze metrics worden berekend met behulp van geavanceerde analyses en weergegeven in verschillende dashboards om dagelijkse monitoring en storingsanalyse mogelijk te maken. Een taakanalyse werd gebruikt om de gebruikersinterface van deze dashboards af te stemmen op de taken die de eindgebruikers uitvoeren. Hierbij werden het doel, de scope, de (sub)taken en het type visualisaties gedefinieerd in nauwe samenwerking met de engineers van Settels Savenije.

De bestaande hardware en data-infrastructuur van de opstellingen werden door Bright Cape uitgebreid met een end-to-end data analytics oplossing, inclusief een extra dataopslaglaag, ETL pipeline en een volledig geautomatiseerde datasynchronisatie- en verwerkingsoplossing. Bovendien werden in totaal vier onderling verbonden dashboards gebouwd in Grafana, een interactief visualisatieplatform voor tijdseries.

Met deze dashboards kunnen engineers de machineprestaties op dagelijkse basis controleren, inter- en intraconfiguraties vergelijken en afwijkingen van standaardgedrag onderzoeken met behulp van een root cause analyse. Zodra deze gesimuleerde situaties in de praktijk worden gebracht, kan dit leiden tot potentiële besparingen van tienduizenden dollars per gereduceerd uur onderhoudsstilstand. Daarnaast is de tijd die nodig is om een inspectie uit te voeren en een analyserapport op te stellen aanzienlijk teruggebracht: van 2-3 weken tot 1,5 uur.