IN THE FIELD  
Maintenance Magazine 141 – september 2018

Falex ontwikkelt een multistations slijtagetester

Falex Tribology nv (Rotselaar) ging in 1999 van start als een joint venture van de KULeuven en de Amerikaanse Falex Corporation. Het telt nu zes mensen. Het bedrijf commercialiseert en gebruikt testapparatuur voor het meten van slijtage- en wrijvingseigenschappen. “Wij specialiseren op het testen op laboschaal van materialen en smeermiddelen en geven ‘to the point’ advies bij projecten”, zegt CEO Dirk Drees. Wie slijtage zegt, zegt maintenance.

De verkoop van testmachines is een kleine, zeer conjunctuurgevoelige markt. De toestellen zijn ook vrij duur. “We verkopen eerder testprojecten, adviseren de juiste methode en interpreteren de data voor klanten in heel Europa, Azië en de VS. De uitdaging voor ons bedrijf bestaat er in betrouwbare data/informatie te leveren binnen een economisch haalbare tijd én tegen een betaalbare kost”, resumeert Drees.

Een testmachine (kostprijs €250.000) telt één station. Stel: een betrouwbare test vergt zo’n 200 uren. En dat moet je vijf keer doen met verschillende materialen. Samen zo’n 1.000 uur. “Dat is te lang en te duur voor de klant.” De oplossing? “Wij gaan naar multistation tests waarmee we materiaaldegradatiedata efficiënter produceren.”

Hij heeft een prototype op de vloer met tien meetstations. “Daarmee kunnen we de testtijden door tien delen. Het project ‘Wear Generator’, dat leidt tot ‘big data’ betekent voor ons een investering van zo’n twee à drie miljoen euro”, rekent Drees die een projectaanvraag voor het Europese KMO programma (SME Growth) voorbereidt. “Het is een enorme, risicovolle stap die voor ons ook in een nieuw businessmodel zal resulteren. Iemand moet er eens mee beginnen. Dat zullen wij zijn.”

Tribologische data zijn geen punten maar ‘wolken’

Theoretisch heeft alles op alles een invloed: smeermiddelen, materialen, gebruik, omgevingsfactoren,… Tribologie is dan ook multi-disciplinair en kent talrijke onderzoekstakken. “Elk tribologisch systeem vergt een eigen beschrijving. De problematiek op het veld bootsen we zo goed mogelijk na om op laboratoriumschaal een screening van alternatieven te doen. Maar uiteindelijk is het ondoenbaar om ‘alles’ te modelleren”, meent Drees. Een gewaagde uitspraak. “Inderdaad. Tribologische modellen beschrijven vaak een gekend systeem maar bij de extrapolatie naar een nieuw systeem gaat het veelal nog mis.”

Voor corrosie bestaan er al meer dan een eeuw vergelijkingen. De mathematische beschrijving klopt en de calculaties zijn vandaag met computers nog makkelijker te doen. “Tribologie is een jonger domein. Er worden allerlei modellen in de computer gestopt en doorgerekend maar… we missen fundamentele beschrijvingen en modellen die kloppen met de realiteit. Door de explosie van materialen en toepassingen zijn er onvoldoende statistische meetdata beschikbaar om modellen af te toetsen.”

“Wij focussen op het praktisch meten met labtestmachines.” Is het een wrijvings- of slijtage/duurzaamheidsprobleem? Beide zijn gelinkt. Maar niet altijd. Om dat uit te maken zijn er verschillende testbenaderingen. “Op laboratoriumschaal kan je langdurige testen doen of ‘versnelde’ testmethodes hanteren. De moeilijkheid is het vinden van ‘versnelde testen’ die getrouw simuleren wat er in de praktijk aan de hand is.”

Wat is de repeteerbaarheid en dus de voorspelbaarheid van de bekomen data? Die kan heel onzeker zijn omdat standaarden en materialen verschillen. “Een klant wisselde van staalleverancier en hoewel die hem verzekerde hetzelfde staal te leveren, ging het plots niet meer door de machine. Onder een hardere belasting faalde het ene materiaal en het andere niet. Hoewel men over hetzelfde materiaal sprak, resulteerde een kleine variatie in de microstructuur in een ander functioneel gedrag.” Dat is ook zo in kunststoffen.

“Tribologische data zijn geen punten maar ‘wolken’. Een slijtagemechanisme is niet absoluut, het evolueert, verandert,…” Onder hoge druk ontstaat er bijvoorbeeld een koudlas tussen twee materialen, die vervolgens uit elkaar gesleurd wordt. Dat gebeurt ‘ad random’. Wat daarna gebeurt, is eveneens ad random. Drees wijst naar de ‘chaos’theorie. “Slijtage begint op één plaats. Dat worden er twee, vier,… De ene bifurcatie na de andere resulteert al gauw in een ‘boomstructuur’.”

Slijtage meten vergt tijd

Wrijvingstesten zijn relatief kort. Na een bepaalde inlooptijd is er een stabiel verloop. Wrijving kan je meten tijdens de proef. Slijtage is moeilijker ‘in line’ te bepalen en de proeven duren langer. “Je begint dus eerst met een korte test en meet het resultaat. Daarna een langere test gevolgd door meten. En dan weer een langere test… Dankzij statistieken wordt het ‘confidence interval’ uiteindelijk nauwer.”

“We moeten dus twee dingen doen: de slijtage-evolutie meten aan de hand van meerdere tests. En dat met voldoende repeats om de betrouwbaarheid van de extrapolatie/voorspelling van de slijtage te verbeteren. Dat betekent dat we meer, veel meer moeten testen dan we vandaag al doen. Met éénstationsmachines is het te duur. We moeten sneller en efficiënter data produceren”, besluit Drees die wijst naar het succes van ‘combinatorial testing’ in de farma-industrie.

Het testen van gewrichtsprotheses vergt vijf miljoen cycli. Dat is drie maanden testwerk. Een decennium geleden bouwde een Finse prof, die actief was in biomaterialen, een machine met honderd contactpunten. De machine werd door het Britse Phoenix Tribology gecommercialiseerd. “In een biomaterialenproject konden we in zo’n machine investeren. We deden heel wat testwerk op 50 contacten en genereren onze data efficiënter. Het werkt, dus. We konden de service al aanbieden om de slijtage van polymeren te testen. In een compacte campagne kan je dan toch veel data aanbieden. We gebruiken het ook in Europese projecten om de repeteerbaarheid van coatingprocessen te verifiëren…”

Maar een commercieel succes is het nog niet omdat de machine een aantal beperkingen heeft. “We bedachten daarom een betaalbare multistations machine waarin de proefstukken niet te complex hoeven te zijn (standaardstukken, dus) en die ook makkelijker in gebruik is voor operatoren maar minder beperkingen heeft. Daarna moet ook de slijtage gemeten en geïnterpreteerd worden. Hoe kan dat snel en efficiënt?” En hoe ga je hiermee de markt op?

Eerst een benchmark opbouwen

“We denken dat het nodig is om eerst een hoop data te genereren en een basis van een database op te zetten om klanten (niet zozeer de producenten maar wel de gebruikers van materialen) aan te trekken.” Zijn project wil dan niet enkel hardware installeren en mensen opleiden om data te genereren. In de projectfase wil men ook materialen inkopen om ze op éénzelfde manier te testen om een ‘slijtage database’ op te bouwen. Hij beseft dat het onmogelijk is elk materiaal te testen “maar cijfers over basismaterialen, bijvoorbeeld over de vijf toonaangevende nylons in de wereld, dat moet lukken.”

“Natuurlijk moeten we een zekere benchmark opbouwen. Daartoe willen we ook gebruikers met hun jarenlange historieken van materialen aan onze kant.” Dat de potentiële gebruikers (mensen die materialen moeten selecteren) zo divers zijn, bemoeilijkt de marketing, beseft Drees. “Daarom mikken we op een cloud-oplossing met een goede ‘user experience’. We zitten nu in de fase dat we een businessplan opstellen. Hoeveel en wat er geïnvesteerd moet worden is duidelijk. Maar hoe overtuigen we een investeerder van de return?” <<

Door Luc De Smet