Kennismaken

Predictive maintenance voor productie

Stop storingen voordat ze ontstaan

Elke onverwachte machine-stilstand kost u productie, geld en vertrouwen van klanten. Fokker Software helpt productiebedrijven in Gorinchem en omgeving om van reactief naar voorspellend machine onderhoud te gaan.

Gericht op minder ongeplande stilstand, lagere onderhoudskosten en een stabiele productie.

Technische dienst bij een productiemachine op een fabrieksvloer met sensoren en een onderhoudstablet
Machine 04 / draaibank
Afwijkend trillingspatroonInspectie aanbevolen binnen 36 uur

Kosten van stilstand

Wat kost een uur stilstand u echt?

Een storing raakt meer dan de machine. U mist productiecapaciteit, moet een order verschuiven en betaalt soms spoedtarieven voor onderdelen of monteurs.

Vul twee bedragen in voor een snelle indicatie. Zo ziet u wat één uur uitval op uw eigen productievloer betekent.

  • Gemiddeld 30% minder ongeplande stilstand met gerichte voorspellende signalen.
  • Onderhoud wordt gepland rond de productie in plaats van tijdens een storing.
  • De aanpak start met één machine en groeit mee met uw bedrijf.

Uw rekenvoorbeeld

Gebruik hele euro's voor een praktische schatting.

Geschatte impact van één storing € 2.550

Van data naar actie

Hoe AI de machine-conditie beoordeelt

Een model leert eerst hoe uw machines normaal draaien. Daarna herkent het afwijkingen voordat een storing zichtbaar wordt voor de ploeg.

1. Sensoren lezen

Trilling, temperatuur en stroomverbruik komen samen in één betrouwbaar beeld van de machine.

2. Patronen leren

Machine learning vergelijkt nieuwe metingen met het normale gedrag van uw installatie.

3. Waarschuwing ontvangen

De technische dienst krijgt een duidelijke melding met ernst, locatie en aanbevolen opvolging.

4. Beslissen in het dashboard

Een overzichtelijk dashboard maakt trends zichtbaar voor onderhoudsplanner en productieleider.

Industriele camera controleert etiketten en oppervlakte van metalen verpakkingen aan een productielijn
Visuele inspectie naast de productielijn

Kwaliteitsanalyse AI

Ook uw productkwaliteit automatisch bewaken

Computer vision signaleert oppervlaktefouten, afwijkingen in afmetingen en kleurverschillen terwijl de lijn draait. Denk aan blikken, etiketten en andere verpakkingen waarbij een kleine afwijking tot afkeur leidt.

De camera-opstelling sluit aan op uw bestaande lijn. Grote verbouwingen zijn vaak niet nodig.

Gerichte beeldcontrole.
Het model kijkt naar precies die kenmerken die voor uw product tellen.

Afmetingen volgen.
Afwijkingen worden eerder zichtbaar dan bij een steekproef achteraf.

Aansluiten op de lijn.
Resultaten kunnen naar uw bestaande registratie of dashboard.

Praktijk uit Gorinchem

Een machinefabriek realiseerde 25% minder stilstand

Bij een draaibank brachten we trillingsdata en onderhoudsmomenten samen. Het model herkende een afwijkend patroon, waarna de technische dienst het onderhoud buiten een kritieke productieronde plande.

"We zagen de waarschuwing ruim voordat de storing optrad. Daardoor konden we het werk voorbereiden en bleef de ploeg aan het produceren."
Selmin Luijke, productiemanager
25%minder ongeplande stilstand
72 → 85%OEE na invoering
1draaibank als startpunt
36 uurvoorbereiding bij een signaal

Praktische implementatie

Jouw pad naar voorspellend onderhoud

We beperken het risico door met één machine te starten. Bestaande PLC's en IoT-sensoren kunnen vaak gewoon onderdeel blijven van de oplossing.

Haalbaarheidsscan

We bepalen welke machine, data en storing het beste startpunt vormen.

Metingen koppelen

Sensoren en PLC-data worden veilig verbonden met de analyse.

Model trainen

Het systeem leert normale patronen uit uw eigen productieomgeving.

Proefdraaien

De technische dienst beoordeelt meldingen tijdens een gecontroleerde fase.

Livegang

De werkwijze wordt vastgelegd en uitgebreid naar volgende machines.

Volgende stap

Voorkom de volgende onverwachte stilstand

Vraag een conditiemeting van uw machinepark aan. U krijgt helder inzicht in data, risico's en een passend startpunt.

Plan een machine-analyse