Digitalisatie procesindustrie: wat is mogelijk en wat levert het op?

vlnr: Mark Dirven en Remon Roos

12 december 2022

Hoever zijn bedrijven in de procesindustrie met digitalisatie en wat levert het hen op? We vroegen het Mark Dirven en Remon Roos, productmanagers voor respectievelijk instrumentatie & weighing en flow & level bij Siemens.

Hoewel de technologie beschikbaar is, staat digitalisatie in de procesindustrie nog in de kinderschoenen. Een aantal early adopters is er al mee bezig, maar veel andere spelers in de sector doen nog weinig met de data uit hun veldinstrumentatie. “Bijna elk sensorinstrument van de afgelopen 20 jaar heeft enige vorm van communicatie via verschillende protocollen”, aldus Mark Dirven. “Je kunt afhankelijk van het instrument tot 500 parameters bekijken. Met veel data wordt nog niets gedaan. Wij noemen dit stranded data. De procesindustrie is een relatief oude industrie. Veel bestaande installaties zijn al wat ouder, teruggaande tot de jaren ’60 aan toe. Hoewel het gros van de sensoren vernieuwd is, worden de data die zij genereren slechts beperkt gebruikt. Koudwatervrees speelt hierin mee.”

Kennis automatiseren

Maar wat moet je dan met de berg van data die je kan ontsluiten? Dirven: “Het is belangrijk dat je een doel voor ogen hebt. Artificial Intelligence (AI) kan helpen bij zowel preventief als voorspellend onderhoud. Of om een alarmmelding te beoordelen. Het is gebruikelijk in de procesindustrie om bij een alarm naar een veilige waarde te springen omdat niemand echt weet wat er aan de hand is. De 'oude rotten' weten dat vaak wel, maar hun kennis verdwijnt. Met de data uit je instrumenten kun je meer informatie uit je systeem halen. Is een alarmmelding serieus? Is er echt wat aan de hand? Kan het systeem al automatisch een correctieve voorzet doen? Technisch is het al mogelijk, maar de stap om er mee aan de slag te gaan is in de procesindustrie nog groot.”

Als je plots Noorse in plaats van Russische olie krijgt, moet je de procesinstellingen aanpassen. Dat is nu een hoop werk, maar het wordt eenvoudiger als je meer communiceert.
Mark Dirven, productmanager instrumentatie & weighing, Siemens Nederland

Zelflerende systemen

Remon Roos vult aan: “In de Factory Automation wordt al wel al veel gebruik gemaakt van data. De procesindustrie staat daar nog minder voor open. Men doet dingen al 30 jaar op een bepaalde manier, dus waarom zou men veranderen? Ik kwam eens in een controleroom met allemaal schermen. Overal lichtten rode alarmen op. Toen ik de operator vroeg of dat geen bedreiging was, kreeg ik het antwoord: ‘Nee, want we hebben dit iedere dag.’” Dirven: “In de Factory Automation krijg je vaak een alarm als iets écht kapot is of een kabel is gebroken. Alarmen in de procesindustrie duiden meestal op een waarde die wordt overschreden. Dan is er iets inhoudelijks aan de hand. Het beoordelen van (de ernst van) een inhoudelijk alarm vergt proceskennis, maar niet alle operators hebben die nog. Zelflerende systemen op basis van AI en algoritmen kunnen hierbij helpen, en die zijn er al.”

Sterke verbetering connectiviteit

Data uit veldinstrumentatie wordt ontsloten via verschillende protocollen. Met Ethernet Advanced Physical Layer (APL) komt er een gestandaardiseerd protocol aan, waardoor alles met alles kan communiceren en de connectiviteit sterk verbetert. De nieuwe standaard ligt er sinds vorig jaar. Technologiebedrijven, waaronder ook Siemens, zijn momenteel de instrumenten aan het ontwikkelen. Dirven: “Wij hebben al de eerste instrumenten met APL, maar ze moeten nog worden getest en goedgekeurd. Dit proces loopt nu. APL maakt het eenvoudiger om snel en veel data uit te lezen. Dat is ook voor het proces belangrijk. Als je plots Noorse in plaats van Russische olie krijgt, moet je de procesinstellingen aanpassen. Dat is nu een hoop werk, maar het wordt eenvoudiger als je meer communiceert. Dit maakt de procesvoering flexibeler en het proces beter analyseerbaar.”

Als je aan de data ziet dat een klep niet hóeft te worden vervangen, bespaar je geld. Dit is een voorbeeld van hoe wij met onze apps onze klanten ondersteunen. Veel klanten zitten er immers niet op te wachten om zelf apps te gaan schrijven
Remon Roos, productmanager weighing en flow & level, Siemens Nederland

Applicaties voor data-analyse

Siemens biedt zowel via Edge als via de cloud (MindSphere) diverse applicaties aan om data te analyseren. Dit strekt van apps voor asset management op instrumentatieniveau tot apps voor het management van pompskids. Remon: “Wij hebben een complete Asset Performance Suite van applicaties voor assetmanagement. Daaronder de app StoreIQ voor niveaumetingen. Sommige bedrijven hebben een eigen data analytics afdeling, maar men kan de data ook door externen laten analyseren. Er zijn verschillende softwarebedrijven die dat doen. Dit gaat verder dan alleen vaststellen of er een grenswaarde is overschreden, je kunt op basis van data ook anomalies vaststellen. Zo gebruiken diverse klanten al onze Valve Monitoring-app op basis van data uit klepstandstellers. Hierdoor kunnen  de kleppen slimmer en kostenefficiënter onderhouden worden. Als je aan de data ziet dat een klep niet hóeft te worden vervangen, bespaar je geld. Dit is een voorbeeld van hoe wij met onze apps onze klanten ondersteunen. Veel klanten zitten er immers niet op te wachten om zelf apps te gaan schrijven.” Dirven: “Op dezelfde basis bieden wij ook apps aan om de trillingen van motoren en lagers te monitoren en zo te voorkomen dat ze kapot gaan. Digitalisatie betekent: het jezelf gemakkelijk maken en je proces in de lucht houden. In sommige bedrijven is het beleid om dit lokaal, on premise te doen. Met MindSphere bieden wij ook een veilige cloudomgeving aan voor het analyseren van data. Bedrijven kunnen kiezen wat het best bij hen past. Wat zeker gaat gebeuren is dat sensoren meer onderdeel gaan uitmaken van controlesysteem.”