AI als basis voor Smart Maintenance

BEMAS-directeur Wim Vancauwenberghe,
Keynote spreker tijdens Food Process Seminar

Presentatie downloaden

Wim Vancauwenberghe is een van de meest gelauwerde onderhoudsexperts in Vlaanderen. De directeur van BEMAS, de Belgische Maintenance Association, geeft in zijn presentatie een overzicht van de evolutie binnen onderhoud en de rol van smart maintenance in de industrie. Voordat hij inzoomt op de AI-evolutie, maakt de enthousiaste onderhoudsexpert het publiek warm met een cruciale basisregel: onverwachte stilstanden zijn een pak duurder dan geplande interventies, waardoor het essentieel is om storingen vooraf te detecteren en te vermijden.

Onderhoud: 'geen kostenpost, maar een investering'

Weinig experts die met zoveel passie over hun expertise spreken als Wim Vancauwenberghe. De BEMAS-directeur begint zijn lezing met een misverstand dat volgens hem nog te vaak leeft: het idee dat onderhoud uitsluitend draait om repareren wanneer iets kapot gaat. "Stilstand is het duurste verschijnsel in een fabriek", stelt de BEMAS-directeur. "Onderhoud draait niet om 'fixen', maar om voorkomen. Onderhoud is geen kostenpost, maar een investering in continuïteit, veiligheid en rendement."

Hij legt vervolgens uit dat veel bedrijven nog altijd vertrouwen op een tijdsgebonden onderhoudsmodel, bijvoorbeeld een pomp die om de zes maanden een servicebeurt krijgt. Dat klinkt logisch, maar volgens Van Cauwenberghe is dit gebaseerd op een foute aanname over falingspatronen. Zo verwijst hij naar klassieke reliability-modellen die zes typische patronen onderscheiden.

Slechts een klein deel daarvan — ongeveer 20 procent — volgt een voorspelbare slijtagelijn waarbij onderhoud op vaste intervallen zinvol is. De overige 80 procent van de storingen is stochastisch: ze treden willekeurig op, ongeacht ouderdom of gebruiksduur. "Daarom is te veel preventief onderhoud eigenlijk verspilling. Je doet interventies die niets voorkomen én je creëert soms zelfs nieuwe problemen door in perfect functionerende systemen te gaan sleutelen."

Wie is Wim Vancauwenberghe?
Wim Vancauwenberghe is een toonaangevend expert op het gebied van onderhoud en assetmanagement. Als directeur van BEMAS, de Belgische Maintenance Association, speelt hij een sleutelrol in het bevorderen van best practices en innovatie. Wims passie ligt in het verbeteren van industriële prestaties door het optimaliseren van de betrouwbaarheid van installaties en het minimaliseren van stilstand via effectieve onderhouds- en assetmanagementprogramma's. Hij is een fervent pleitbezorger van Smart Maintenance en de toepassing van geavanceerde technologieën zoals het Industrial Internet of Things (IIoT), data-analyse, digitale tweelingen en generatieve AI om onderhoud efficiënter, betrouwbaarder en duurzamer te maken.
In zijn rol als conferentiedirecteur van de Asset Performance Conference, Europa's toonaangevende evenement op het gebied van digitale transformatie in onderhoud en asset management, richt Wim zich op thema's zoals duurzame asset performance, generatieve AI en digitale transformatie. Daarnaast is hij de host van de Asset Performance Podcast, waarin hij gesprekken voert met experts over onderwerpen als AI-gedreven kwaliteitscontrole, predictief onderhoud en de integratie van mensgerichte AI in onderhoudsstrategieën 

Onderhoud op basis van metingen

Het alternatief is condition-based maintenance, waarbij onderhoud gebeurt op basis van gemeten toestand. Om dat concept te duiden haalde Van Cauwenberghe de PF-curve aan, een veelgebruikt model dat het interval weergeeft tussen het eerste detecteerbare begin van degradatie (P) en de uiteindelijke functionele fout (F).

"Je zal versteld staan hoe goed systemen voorschriften kunnen schrijven zodra je je documentatie toevoegt. Maar de mens blijft nodig om te valideren. AI mag nooit blind worden gevolgd"

Moderne sensoren — van trillings- en ultrasoonsensoren tot infraroodcamera’s en temperatuurmeters — maken het mogelijk om dat detectiepunt veel vroeger in het proces te identificeren. Hoe sneller het begin van degradatie wordt gedetecteerd, hoe groter het venster wordt waarbinnen onderhoud efficiënt en gepland kan gebeuren. Dat leidt niet alleen tot minder storingen, maar ook tot minder haastwerk, minder veiligheidsrisico’s en een veel betere benutting van technische teams.

AI & IIoT

Zo komt Vancauwenberghe uit bij de digitalisering van maintenance. Hij legt uit hoe industriële AI en de opmars van het Industrial Internet of Things (IIoT) het werkveld structureel veranderen. Fabrieken produceren elk jaar ongeveer 30 procent meer data dan het jaar voordien, data die tot voor kort nauwelijks benut werden.

Door al die gegevens centraal te verzamelen en te combineren met AI-algoritmen, ontstaat een systeem dat niet enkel inspecteert, maar leert: het herkent afwijkingen, voorspelt storingen en suggereert interventies. In sectoren zoals de luchtvaart is men hier al jaren mee bezig, en die technologieën sijpelen steeds sneller door naar andere industrieën.

Hij geeft vervolgens voorbeelden van slimme sensoren en toepassingen. Zo verwijst Vancauwenberghe naar innovaties zoals tril- en ultrasoonsensoren die permanent data verzamelen en via abonnementssystemen toegankelijk worden voor bedrijven die geen zware investeringen willen doen. Ook eenvoudige componenten zoals vetnippels en stoomvallen kunnen vandaag 'smart' worden gemaakt, waardoor zelfs klassieke mechanische onderdelen een bron van waardevolle onderhoudsdata worden.

De expertise van technici

Maar datagedreven onderhoud stopt niet bij meten alleen. Volgens Van Cauwenberghe ligt de echte winst in het combineren van die sensordata met procesdata, storingsgeschiedenis, handleidingen én de expertise van technici. Dat is waar generatieve AI en large language models een doorbraak betekenen.

Voorbeelden van toepassingen die vandaag al bruikbaar zijn: automatisch interventieverslagen laten genereren, operatoren helpen bij het beschrijven van een storing, historische data analyseren op terugkerende patronen, of zelfs technische instructies laten opstellen op basis van documentatie. "Je zal versteld staan hoe goed zulke systemen voorschriften kunnen schrijven zodra je je documentatie toevoegt," zei hij. "Maar de mens blijft nodig om te valideren. AI mag nooit blind worden gevolgd."

"We zitten niet in een periode van langzame verbetering, we zitten in een exponentiële fase. Wat we vandaag sciencefiction noemen, is binnen vijf jaar de nieuwe standaard"

Verder gaat de onderhoudsexpert in op de sectorbrede uitdaging van kennisbehoud. In veel technische diensten staan mensen met decennia ervaring op de teller op het punt om uit te stromen. AI kan helpen om die expertise te bewaren, te structureren en toegankelijk te maken voor nieuwe generaties technici, bijvoorbeeld via interactieve vraag-en-antwoordmodellen of automatische trainingsmodules.

'Wie nu geen stappen zet, raakt achterop'

Niet alleen onderhoud maar de industrie in het algemeen evolueert razendsnel, stelt Vancauwenberghe in het laatste deel van zijn presentatie. Hij verwijst bijvoorbeeld naar de zogenoemde 'Humanity’s Last Exam' — een benchmark die is ontworpen om de grenzen van de menselijke intelligentie te meten in relatie tot de capaciteiten van kunstmatige intelligentie met extreem moeilijke vragen uit natuurkunde, wiskunde, engineering en andere domeinen.

Zo steeg, ziet Vancouwenberghe, de accuraatheid van AI in één jaar tijd van 4 naar 42 procent. "We zitten niet in een periode van langzame verbetering, we zitten in een exponentiële fase. Wat we vandaag sciencefiction noemen, is binnen vijf jaar de nieuwe standaard."

Het is daarom fout om te denken dat de AI-evolutie de eigen carrière nog wel zal voorbijgaan. Integendeel: bedrijven die nu geen stappen zetten, gaan op korte termijn achterophinken. Hij verwijst naar concepten zoals de 'dark factory' — volautomatische installaties die zonder menselijke aanwezigheid kunnen draaien — als toekomstbeelden die sneller realiteit worden dan sommigen misschien voor mogelijk houden.