CONDITIEBEWAKING  
Maintenance Magazine 167 – maart 2025

Insens meet elektrische signalen voor predictief onderhoud

Insens, opgericht in 2019, specialiseert in predictieve maintenance en het optimaliseren van het energieverbruik van roterende industrie-machinerie. Het lanceerde eind 2022 zijn product RED dat het elektrische signaal van het roterende toestel analyseert. Hier geen trillingsanalyse. Wel één enkele sensor die spanning en stroom meet en gemakkelijk bereikbaar is in de schakelkast. De RED-meting is realtime 24/7 gekoppeld aan het diagnoseplatform van Insens. Claims worden gemaakt van 15% minder energieverbruik, 15% minder CO2 uitstoot en 7% meer machinebeschikbaarheid.

Drie studenten ingenieur aan de UCL sloegen in 2019 de handen in elkaar en trokken de hort op om industriële bedrijven naar hun pijnpunten te vragen. “We hadden niks te verkopen. We wilden in een open gesprek te weten komen waarvan ze wakker liggen”, zegt mechanisch ingenieur Guillaume Francaux (28), vandaag CEO van de startup Insens. Brothers in arms zijn Gautier Waterlot (CSO) en Nicolas Verbeek (CTO).

“We zagen heel veel gelijkenissen in de verschillende sectoren. Roterende machines kennen twee problemen. Enerzijds vallen ze uit op onverwachte momenten. Wisselstukken zijn dan niet onmiddellijk voor handen en reparatiekosten zijn steevast duurder dan bij een gepland onderhoud. Maar nog duurder is dat een panne de productie stillegt. Bovendien is het aantal onderhoudstechnici beperkt.” Dat betekent dat bestaande oplossingen voor predictief onderhoud het niet trekken… Anderzijds blijkt dat machineparken goed zijn voor 70 % en meer van het totale elektriciteitsverbruik van bedrijven. Bestaande consumptiemetingen vertellen niet alles. Wie zijn de grote verbruikers in een machinepark? “Bedrijven willen meer weten maar missen de noodzakelijke tools.” Het drietal ging op zoek naar één oplossing voor beide problemen.

Eén sensor per machine

Vandaag gebeurt predictieve maintenance op basis van olieanalyses, trillingsanalyses,… Tags, die trillingen opmeten, komen rechtstreeks op de machine, soms op nauwelijks bereikbare plekken. Soms vergt het bekabeling. Dat maakt het uitrollen complex. Sommige machines vergen meerdere sensoren. Men houdt het dus enkel bij kritieke machines… Die sensoren vergen batterijen, en dus follow-up, en ook beheer. “En dan is er nog niet eens een energiemonitoring. Wij wilden iets anders.”

In 2021 vond het drietal in de literatuur dat het mogelijk was met elektrische signalen van de voeding van de motor zowel elektrische als mechanische fouten te detecteren. “Een schaalbare oplossing vonden we niet op de markt”, stelt Francaux. Wel waren er min of meer draagbare oplossingen die experts rondreden om af en toe een meetcampagne uit te voeren. “Wij wilden naar een continue monitoring en zochten een sensor te bouwen die makkelijk, op grote schaal en goedkoop geïnstalleerd kon worden.”

In het lab ging men testen. Op de voedingsdraden van de machine kwam er parallel één sensor om de elektrische signalen -stroom en spanning- te meten. De signalen werden gelinkt aan machinefouten. Die ene sensor hoefde niet eens op de machine, men steekt die op de rail, naast de schakelaars in de schakelkast. De sensor werkt autonoom en krijgt zijn voeding van de schakelkast. “Op deze manier volgen we machines die nauwelijks of niet te monitoren waren. Denk aan een dompelpomp of een motor in een ATEX-omgeving.”

Derisking samen met klanten

Een proof of concept volgde in 2022. Tegelijk stapten de drie richting industrie. “In ruil voor onze sensoren vroegen we feedback om onze resultaten te vergelijken met andere technologieën die ze al gebruikten.” Een jaar lang, tot in 2023, valideerden ze op die manier hun technologie. “Elektrische fouten detecteerden we sowieso. Vaak vinden mechanische fouten hun oorzaak in de elektrische. We relateerden bepaalde signalen aan mechanische fouten. We konden tegelijk het elektrisch verbruik meten en tendensen in kaart brengen om abnormaal gedrag te detecteren en remediërende voorstellen te doen.” Derisking deden ze dus mét pilootklanten als TotalEnergies, Lhoist, Knauf, Heidelberg Materials,… Die bleven klant.

“Onze oplossing kan veel machines en soorten pannes aan. We leerden dat ze trillingsanalyses niet vervangt maar veeleer aanvullend, complementair is.” De oplossing kent ook limieten. “Bij complexe machines, met veel reductoren bijvoorbeeld, kan het dat een groeiend probleem aan het eind van de keten, ver weg van de motor, pas later in het elektrisch signaal wordt opgepikt.” Dan komt de aanvulling met een trillingsanalyse van pas. “Maar dat betreft slechts 5 tot 10% van alle industriële machines”, relativeert Francaux. “Onze oplossing bedient de resterende 90 à 95%. Ondertussen heeft de gebruiker ook een beeld op zijn elektriciteitsverbruik.”

Praktische cloudoplossing

De sensortechnologie is helemaal bij Insens ontwikkeld. Ook de software en het platform dat de verwerkte data in beeld brengt. Vooralsnog was men enkel in België actief maar de oplossing volgt klanten mee naar het buitenland. Er is een octrooi aangevraagd voor de VS en Europa. “De assemblage van de sensoren gebeurt elders in Europa. Wij monteren hier de pcb, doen de eindassemblage, de kalibratie en kwaliteitstesten. We hebben geen miljoenenproductie. Nog niet.”

“De uitrol is vrijwel plug & play.” Afhankelijk van de grootte van de machine en de maat van de kabels zijn er verschillende connectoren nodig. Insens configureert elke sensor. De identificatiegegevens van de machine komen er in. De klant installeert ze in de verdeelkast en koppelt ze aan zijn IoT-infrastructuur. Een connectie op het Insens-platform geeft de gebruiker een beeld van wat er aan de hand is. Op het scherm komen alle gekoppelde machines op de verschillende bedrijfssites. Naast elke machine komt een kleurencode met een assessment -healthy, early fault, warning, critical- met eventueel een foutbeschrijving. Bijvoorbeeld ‘coupling misalignment’. Via een chatbox kan men met een expert bij Insens erover praten. Er is plaats om zaken met foto’s te verduidelijken. Het scherm biedt ook historieken.

Alles is cloudgebaseerd. In de ontwikkelde algoritmen zit een zelflerende systeem. Artificiële Intelligentie. Alle data zijn geëncrypteerd. “Klanten hebben toegang tot de data maar we leveren hen ook een diagnose waarop ze kunnen ageren.” Die info kan naar de CMMS (computerized maintenance management system) van de klant lopen. 3G, 4G of bekabeld.

“Wij meten stroom en spanning”, zegt Francaux. De ‘sinussen’ worden in de tijd uitgezet. In de pieken en dalen zijn eventuele ‘storingen’ te zien. De sensor, die parallel op de (driefasige) voeding zit, registreert ook stroomopwaarts fouten. Condensatorfouten wijzen al eens op spanningspieken in het elektriciteitsnetwerk, bijvoorbeeld. Maar ook loszittende connectoren die kabels doen opwarmen worden gedetecteerd.

Businessontwikkeling

Vandaag ligt de focus niet meer zozeer op de technologie. “We willen nu de business verder ontwikkelen, klanten binnenhalen en merkbekendheid verwerven.” Naast het ontwikkelen van de commerciële ploeg wil men ook een partnernetwerk opzetten met machinebouwers, integratoren, onderhoudsbedrijven, elektrische installateurs,… “We zijn alles aan het segmenteren.” Er is niet echt een focus op welbepaalde industrieën. “Vandaag meten we vooral motoren. Nog niet zozeer generatoren, zoals bij windmolens.”

“We hoeven gelukkig niet meer uit te leggen wat predicatieve maintenance is. De industrie kent daarin vooral trillingsonderzoek. Wij komen met een heel andere technologie. Die moeten we uit de doeken doen vóór men de dingen wil uitproberen. Pas daarna volgt de rest.” Prijzen dalen met het aantal sensoren. “We zijn vandaag tussen 20 en 15% goedkoper dan de concurrentie die trillingsanalyse doet. Jaarlijks willen we het aantal uitgezette sensoren verdubbelen.”

Door Luc De Smet