Project
Slimme onderhoudsplanning: efficiënter en duurzamer
Bedrijven besparen kosten en werken efficiënter en duurzamer door vooraf het onderhoud van machines in hun productieproces te plannen. Onderzoekers van het lectoraat Business Innovation en masterstudenten Business and Management werken samen met het bedrijf Montair aan een onderzoeksproject rondom voorspellend onderhoud. Het project bestaat uit marktonderzoek, technologie-beoordelingen en financiële studies om problemen in de industrie in kaart te brengen en oplossingen te ontwikkelen.
Onderdeel van:
Wat houdt het project in?
Voorspellend onderhoud (predictive maintenance) verandert hoe bedrijven onderhoud doen. In plaats van te wachten tot iets kapot gaat, zorgen ze nu van tevoren voor onderhoud. Hierdoor kunnen ze mogelijke problemen voorspellen en plannen ze onderhoud op tijd in. Dit vermindert stilstand, verbetert de efficiëntie en verlaagt de kosten. Deze aanpak past bij wereldwijde trends in slimme, data-gedreven onderhoudstechnologieën, biedt meer betrouwbaarheid en voldoet aan de groeiende vraag naar duurzame en efficiënte operaties.
Het lectoraat Business Innovation hanteert samen met masterstudenten Business and Management en het bedrijf Montair een gestructureerde, gefaseerde aanpak om voorspellend onderhoud aan te pakken. Het begint met een uitgebreide markt- en technologieanalyse, waarbij de belangrijkste pijnpunten van klanten, de uitdagingen in de sector en bestaande oplossingen voor voorspellend onderhoud worden geïdentificeerd. Dit wordt gevolgd door een financiële en haalbaarheidsstudie om de kosteneffectiviteit en het inkomstenpotentieel voor verschillende onderhoudsmodellen te bepalen. Vervolgens worden duurzame bedrijfsmodellen ontworpen die zijn afgestemd op voorspellend onderhoud. Ook wordt een strategisch plan geformuleerd dat zorgt voor operationele integratie, risicobeperking en schaalbaarheid. Het project gaat ook in op methoden voor het verzamelen, opslaan en analyseren van apparatuurgegevens om bruikbare inzichten mogelijk te maken en de besluitvorming over onderhoud te verbeteren.
Studenten Caroline Meijer, Marvin Tick en Lisa Lausberg werken met docent-onderzoeker Peter Hatzfeld aan het project.
Projectdoelstelling
Het doel van dit project is om de toepassing van voorspellend onderhoud te bevorderen door duurzame en schaalbare bedrijfsmodellen en strategieën te creëren. Door gebruik te maken van datagestuurde inzichten wil het project de betrouwbaarheid van systemen verbeteren, operationele kosten verlagen en de algehele efficiëntie verhogen. Het ondersteunt industrieën bij de overgang naar proactieve onderhoudspraktijken die aansluiten bij de wereldwijde vraag naar innovatie en duurzaamheid. Het project wil verder praktische kaders bieden voor het integreren van voorspellend onderhoud in organisatorische processen, waardoor concurrentievermogen en operationele uitmuntendheid op de lange termijn mogelijk worden.
Periode
2024-2026
Resultaat
Het project moet een gevalideerd kader opleveren voor voorspellend onderhoud, inclusief bedrijfsmodellen en strategieën die in verschillende industrieën kunnen worden toegepast. Verwacht wordt dat dit zal resulteren in een schaalbaar systeem voor voorspellend onderhoud dat de kosten verlaagt, de stilstand minimaliseert en de betrouwbaarheid van systemen verbetert. Andere resultaten zijn financiële en technische haalbaarheidsanalyses, bruikbare KPI's voor prestatiebewaking en nieuwe mogelijkheden voor innovatie en het genereren van inkomsten. Deze resultaten zullen bijdragen aan het stellen van nieuwe normen voor voorspellend onderhoud en het potentieel ervan aantonen om industriële praktijken wereldwijd te transformeren.
Partners
Het project wordt gefinancierd in het kader van de Regio Deal Noord-Limburg - Field Lab Technologische Innovatie & Slimme Logistiek.
