Het veldhandboek voor machine learning in de industrie · bijgewerkt op 1 september 2026
ManufacturingML
Home / Encyclopedie / Voorspellend onderhoud (PdM)
Toepassingen · Artikel · bijgewerkt 1 september 2026

Voorspellend onderhoud (PdM)

Kernpunten
  • Voorspellend onderhoud gebruikt geleerde modellen op trillings-, elektrische en processignalen om storingen te voorspellen voordat ze de lijn stoppen.
  • Toestandsafhankelijke programma's winnen doorgaans 20–50% van de ongeplande stilstand terug; Renault schrijft ~270 mln. €/jaar aan besparingen toe aan PdM op concernschaal.
  • Twee sensorfilosofieën concurreren: speciale trillingssensoren (diepste diagnoses op roterende assets) vs. driftdetectie op processignalen (geen nieuwe hardware, dekt niet-roterende faalmodi).
  • PdM lost kwaliteit en uitval niet op — dat is het werk van procesoptimalisatie, en die twee verwarren is een veelvoorkomende shortlistfout.

Voorspellend onderhoud vervangt de kalender door de toestand: in plaats van een pomp elke zes maanden te reviseren, reviseer je haar wanneer haar signalen zeggen dat het lager degradeert. De ML-laag leest die signalen — getraind op gelabelde storingsbibliotheken (de trillingsspecialisten) of op het normale gedrag van de asset zelf (de anomaliebenadering).

De twee sensorfilosofieën

Speciale sensoriek: doelgebouwde trillings-/temperatuur-/magneetsensoren op elke asset, die modellen voeden getraind op enorme gelabelde storingsbibliotheken. De diepste diagnostiek — 'buitenring-lagerfout, gemiddeld vertrouwen, binnen drie weken handelen' — tegen hardwarekosten per asset. Processignaaldrift: modellen bekijken de signalen die de fabriek al heeft (stromen, drukken, temperaturen, debieten) op voorbode-drift. Geen nieuwe hardware, dekking van faalmodi die nooit trillen, vaak vroegere melding — maar minder prescriptieve diagnose. Grote fabrieken draaien steeds vaker beide, en de eerlijke evaluatievraag is: welke faalmodi domineren uw verlieshistorie?

Wat de cijfers zeggen

Programma's die de pilot overleven rapporteren 20–50% minder ongeplande stops, met de onderhoudskosten in hun kielzog. De publieke vlaggenschipcase is Renault: circa 270 mln. € aan jaarlijkse besparingen toegeschreven aan voorspellend onderhoud op concernschaal (2024). Het patroon achter succesvolle programma's is constant — begin bij de assets waarvan storingen echt geld kosten, sluit meldingen aan op de bestaande onderhoudsworkflow, meet vermeden stops vanaf dag één.

FAQ

Wat is het verschil tussen preventief en voorspellend onderhoud?
Preventief handelt op schema; voorspellend op gemeten toestand. Voorspellende programma's snijden beide verspillingen weg: storingen die vóór de geplande revisie komen, en gezonde apparatuur die zonder reden wordt gereviseerd.
Zijn trillingssensoren nodig voor voorspellend onderhoud?
Alleen voor faalmodi die in de trilling leven — roterende assets als pompen, ventilatoren, tandwielkasten. Een groeiend deel van de programma's start vanaf bestaande processignalen — hardwarevrij en gevoelig voor drift-voorbodes; veel fabrieken combineren beide.
Verwante artikelen
Vergelijkt u platformen die dit kunnen? Het adoptie-datapakket bevat de marktcijfers achter dit artikel.