Ser framover med datadrevet vedlikehold

Her bruker Shell digitale verktøy for å måle og analysere vibrasjoner i maskinene, for å kunne beregne levetiden på utstyr og oppdage avvik. – Det er store verdier som går gjennom anlegget. Alt handler om kontinuerlig risikovurdering, sier Gøran. – Vi bruker data om utstyrets nåværende tilstand til å se framover. Hva slags vedlikehold må vi utføre? Når skal vi gjøre det? Vi må bruke all informasjonen vi har til å ta de beste avgjørelsene. Jeg liker å kalle det for dynamisk datadrevet vedlikehold, eller prediktivt vedlikehold, sier ingeniøren.

Smarte varsler

Det er mye som står på spill når man må stoppe produksjonen og demontere utstyr. Målet er å gjøre så lite som mulig til rett tid, samtidig som man opprettholder trygg og effektiv drift. En stans innebærer økonomiske konsekvenser, samtidig med at det medfører risiko for både utstyr og eksponering av personell som jobber på anlegget.

– Vi undersøker hvordan vi kan bruke maskinlæring til tilstandsovervåkning, gjennom automatisk deteksjon av unormale driftsverdier, forteller Gøran.

Til nå har Nyhamna operert med fastsatte alarmgrenser for vibrasjon. Med maskinlæring blir grensene flytende, og teknologien kan lære seg hva som er vanlig og uvanlig ut fra ulike situasjoner.  Slik kan Shell sørge for å være i forkant av utfordringer og gjøre de riktige tingene til riktig tid.

– Vi bruker data aktivt for å forbedre vedlikeholdet vi utfører. Målet er å sikre at vi gjør riktig vedlikehold på riktig tidspunkt – verken mer eller mindre enn nødvendig. Overvedlikehold kan i noen tilfeller føre til at vi tilfører nye feil og er unødvendig bruk av ressurser. Derfor er det viktig at vi kan stole på dataene våre og jobber smartere for å optimalisere rutinene.

Mennesker og teknologi på lag

Gøran understreker at det er hvordan digitale verktøy blir brukt som er avgjørende, og forklarer hvordan han og kollegene på Nyhamna håndterer varslene.

– Vi synliggjør dataene i digitale løsninger, og støtter oss på gode prosesser. Jeg opplever at ting er «fit for purpose». Vi har faste møter både internt og med eksterne eksperter om overvåkning av anlegget og varslene vi får. Der diskuterer vi hvilke scenarier som kan oppstå. Dessuten ligger det i kulturen hos Shell, sier Gøran, og utdyper:

– Vi får god opplæring, og muligheten til å prøve oss på nye ting. Vi har godt innarbeidde systemer og prosesser på tvers av organisasjonen. Et eksempel er vedlikeholdssystemet vårt, som gir oss et godt datagrunnlag for analyse og bruk av maskinlæring og kunstig intelligens. Vi har mye ekspertise å støtte oss på i Shell-gruppen, blant annet innen trådløs overvåkning, smarte sensorer og automatisk diagnose.