IN THE FIELD
Maintenance Magazine 141 – september 2018
James M.Wakiru, doctoraatsstudent aan de faculteit Werktuigbouwkunde van de KU Leuven, gebruikt big data om krachtige voorspellende modellen te bouwen en toe te voegen aan de bestaande onderhoudsstrategieën. (Foto: LDS)
Veel industriële groepen besluiten Afrika te verlaten en nemen al hun kennis met zich mee. Hierdoor blijven heel wat lokale bedrijven verweesd achter, zonder begeleiding op het gebied van smeertechniek. Deze begeleiding werd voorheen verstrekt door grote oliebedrijven.
James M. Wakiru, promovendus aan de faculteit Werktuigbouwkunde van de KU Leuven (KUL) komt ter hulp en publiceert samen met enkele collega’s, onder de naam ‘Lubezine’, een tijdschrift dat gespecialiseerd is in smeermiddelen en smeertechniek in Afrika, waarin hij zijn aanbevelingen op het gebied van onderhoud deelt. Het tijdschrift, dat elk kwartaal wordt gepubliceerd, trekt steeds meer belangstelling en prikkelt Wakiru geleidelijk tot academisch en industrieel onderzoek, met als centrale vraag: “Hoe kunnen we de huidige modellen van Asset Performance verbeteren om de bedrijfsdoelen op het gebied van TCO te bereiken?”
De verwijzing naar de TCO (Total Cost of Ownership) is niet willekeurig gekozen. “Ik concentreer me voornamelijk op de eindgebruikers: hoe kunnen we hen helpen om hun apparatuur maximaal te benutten en om hun onderhoudsstrategieën en -activiteiten beter te organiseren? Ik denk eerst aan de lokale ingenieur bij de eindgebruiker en vervolgens aan de OEM die meer wil weten over de werkelijke prestaties en betrouwbaarheid van zijn apparatuur. Het werk van R&D kan worden verbeterd met de informatie uit het veld om zo uiteindelijk de prestaties en kwaliteit van apparatuur te verbeteren. In de nabije toekomst zullen eindgebruikers voortdurend gegevens van bovenliggende toepassingen naar de OEM’s sturen en hen helpen hun toepassingen aan te passen en/of te verbeteren. Met dit in het achterhoofd heb ik een alternatief frameworkproject voor Asset Performance Management gelanceerd dat onderhoudsteams ondersteunt in hun besluitvormingsproces en hen in staat stelt om de belangrijkste parameters van hun activa eenvoudiger te kwantificeren. Het project wordt uitgevoerd in samenwerking met onderzoekers uit Afrika en Europa en is enerzijds gericht op smeertechniek, zoals de effecten van smeermiddelverontreiniging bij het onderhoud van roterende apparatuur, en anderzijds de kritikaliteitsanalyse.”
Roterende machines, die alomtegenwoordig zijn in de zware industrie, kunnen hun prestaties snel zien dalen in het geval van smeermiddelverontreiniging en de productiviteit van de hele vestiging beïnvloeden. Brandstofverdunning in dieselmotoren is een van de meest verraderlijke vormen van verontreiniging omdat deze moeilijk te detecteren is. Wakiru licht een en ander toe: “Traditionele olie-analyse volstaat vaak niet om dit soort verontreiniging te detecteren, we moeten ook de evolutie meten van de olieparameters, die met elkaar in wisselwerking staan, zoals de viscositeit en het vlampunt, en de externe parameters (water, temperatuur ...), en dit op een groot aantal monsters.” Wakiru gebruikt, op basis van de bestaande algoritmen van Machine Learning, Cluster Analysis om de evolutiepatronen van smeerproblemen te bepalen. Hij verdeelt de verschillende geanalyseerde parameters automatisch in subgroepen en kan zo de parameters die direct verband houden met verontreiniging door brandstofverdunning afleiden. Maar zijn project gaat verder: “Door statistische analyse en geleidelijke toevoeging van (verschillende) gegevens met betrekking tot de eigenschappen en anti-corrosieadditieven van de commerciële smeermiddelen, kunnen we binnenkort krachtige voorspellende modellen bouwen en deze toevoegen aan de bestaande onderhoudsstrategieën.”
Risicoanalyse is een van de benaderingen die wordt gebruikt voor de kritikaliteitsanalyse, een fundamentele fase van Asset Performance Management. Na zijn confrontatie met de typerende starheid van de traditionele FMEA (Failure Mode en Effect Analysis)-benaderingen besloot Wakiru om actief deel te nemen aan de ontwikkeling van een dynamische benadering die rekening houdt met het RPN (Risk Priority Number) en de kosten die samenhangen met een storing. Op die manier is het mogelijk om de meest kritische apparatuur in kaart te brengen. Vervolgens wordt een beslissingsschema voor de selectie van de juiste strategie voorgesteld aan de personen die verantwoordelijk zijn voor het onderhoud. De toepasbaarheid van deze methodologie wordt momenteel bestudeerd in een thermische elektriciteitscentrale in Afrika. <<
Door Ayoub Alaoui
Hoewel onderzoeksthema’s soms compleet irrelevant lijken voor de actuele industriële wereld, geldt dat allerminst voor het werk van James M. Wakiru. Wakiru, oorspronkelijk afkomstig uit Kenia en al meer dan 15 jaar actief op het gebied van smeertechniekgerichte onderhoudsoplossingen, trad toe tot de faculteit Werktuigbouwkunde van de KU Leuven (KUL), onder toezicht van Prof. Liliane Pintelon, vaste redactrice voor Maintenance Magazine.
Wakiru, een promovendus uit het veld, wijdt zijn werk volledig aan Asset Performance en de vele interacties ervan met onderhoud. Deze benadering is niet verrassend in het licht van zijn atypische parcours: “Nadat ik mijn graad in werktuigbouwkunde had behaald, was ik kort actief in de auto-industrie, waarna ik in 2001 mijn intrede deed in de olie-industrie en daar mijn actuele beroepsactiviteit ontplooide. Terwijl ik dagelijks in de weer was met technische en commerciële uitdagingen, spijkerde ik ook mijn persoonlijke ontwikkeling bij met een MBA in Marketing en een MSC in industriële techniek (in Kenia). Ik hield me ook bezig met training en lesgeven. Uiteindelijk trok ik in 2016 naar de KUL om een doctoraat te schrijven. Als specialist industriële smeermiddelen in de olie-industrie werd ik me bewust van de belangrijke rol die zij kunnen spelen in het onderhoud van activa. Mijn missie was om industriële gebruikers commerciële en technische ondersteuning te bieden voor hun maritieme en industriële faciliteiten, onder andere door strategische audits van smeermiddelen en -processen. Dat bracht me ertoe om onderhoudsschema’s op te stellen voor alle apparatuur waarvoor een smeerplan nodig was. Dit is van cruciaal belang om de prestaties van de machine te garanderen, de levensduur van de machine te verlengen en de onderhoudskennis te behouden.”
Wakiru heeft een online vragenlijst opgesteld in het kader van zijn onderzoek naar Asset Performance Management op het gebied van datamanagement. Na de enquête ontvangen de deelnemers een samenvattend rapport dat nuttig kan zijn voor het evalueren van de interne onderhoudspraktijken van een organisatie of om te benchmarken met een vergelijkbaar bedrijf. Scan de HR-code om toegang te krijgen tot de vragenlijst en deel te nemen aan dit project.
