Tijdens de digitale transformatie reis die ik beleef samen met onze klanten, krijg ik veelvuldig de vraag:
“Kan ik mijn gegevens vertrouwen?”
Deze simpele vraag is van zeer groot belang. Nu er nieuwe technologie als Machine Learning (ML) is geïntroduceerd en Artificial Intelligence (AI) uiteindelijk ook wordt ingezet, zijn we in steeds grotere mate afhankelijk van onze procesgegevens.
Hoe weten we of de verzamelde procesgegevens kloppen?
Wat als er ergens een fout is gemaakt tijdens het meten? Wat als de meting onnauwkeurig is? Hebben we écht alle gegevens verzameld? Zodra de gegevens zich in het systeem bevinden, wordt vaak gedacht dat ze wel kloppen en vindt er geen controle meer plaats.
Een ander woord voor betrouwbaarheid is integriteit. Specifieker gezegd hebben we het over gegevensintegriteit. Gegevensintegriteit is de volledigheid, nauwkeurigheid en consistentie van gegevens. De farmaceutische sector wordt nu al geacht te garanderen dat eindproducten voldoen aan de gestelde kwaliteitsnormen. Gegevensintegriteit is nog nieuw binnen de procesindustrie, maar, zoals eerder gezegd, wordt dat steeds belangrijker.
Het valideren van procesgegevens
Het valideren van procesgegevens begint bij het meetapparaat. De betrouwbaarheid en integriteit van de gemeten gegevens kunnen worden vergroot door
- Optie 1: Meerdere sensoren te gebruiken voor dezelfde meting, of
- Optie 2: Proactieve sensordiagnose.
Meerdere sensoren
Vanwege financiële beperkingen is het gebruik van meerdere sensoren vaak geen optie. Bedrijven kopen meestal niet meerdere sensoren voor dezelfde meting, tenzij ze dat uit veiligheidsoverwegingen doen. De reden voor deze beslissing is eenvoudig: Eén zender van 500 euro, bedraad, aangesloten, geconfigureerd in het besturingssysteem en beschikbaar gesteld voor verschillende gebruikers, kost in totaal al gauw 5000 euro of meer.Maar dat kan binnenkort gaan veranderen. De manier waarop de betrouwbaarheid van meetgegevens wordt vergroot, gaat veranderen met de introductie van IIoT-apparaten (Industrial Internet of Things), die eenvoudig kunnen worden geïnstalleerd en aangesloten. Hoe ziet de situatie er in de toekomst uit? Stelt u zich eens voor dat alle manometers worden vervangen door IIoT-apparaten die met de cloud zijn verbonden via LoRaWAN en direct beschikbaar zijn voor gebruikers. Op deze manier kunnen gegevens eenvoudig en op een kostenefficiënte wijze worden gecontroleerd aan de hand van meerdere metingen.
Sensordiagnose
Het bestaande alternatief is proactief onderhoud. De technologie die nodig is voor proactief onderhoud, is al lang beschikbaar, vooral na de Device Type Manager (DTM)/Field Device Technology (FDT) is geïntroduceerd. De overstap van preventief onderhoud naar proactief onderhoud is echter een culturele verandering en geen technische. Ik heb al vaak gezien dat bedrijven onderhoudssystemen voor activa kopen, zodat ze toegang hebben tot de DTM van veldapparatuur, maar ik zie zelden bedrijven die daadwerkelijk hun cultuur hebben veranderd en hun onderhoudssystemen voor assets proactief gebruiken. Ik ben ervan overtuigd dat proactief onderhoud de toekomst is, vanwege de betrouwbaarheid, het veiligheidsbeheer en natuurlijk de gegevensintegriteit.
Wanneer een veldapparaat een fout aangeeft, verzamelt het procescontrolesysteem nog wel de gegevens en stuurt het systeem de gegevens door naar het ’data historiesysteem’. Zodra de gegevens zich hierin bevinden, wordt het lastiger om de integriteit ervan te controleren. Dit kan gedeeltelijk worden opgelost aan de hand van een kwaliteitsduiding. In het controlesysteem kunnen de gegevens statussen slecht, verdacht of goed worden gedefinieerd. Gegevens die buiten het bereik vallen, kunnen als ‘slecht’ worden aangegeven, gegevens met bepaalde alarmen kunnen als ‘verdacht’ worden aangegeven en alle overige gegevens zijn ‘goed’. Deze kwaliteitsaanduiding kan worden toegevoegd aan iedere gegevensoverdracht om de gegevens te kunnen valideren in het gegevenshistoriesysteem.
Productieaccounting
Een andere optie voor het valideren van de gegevensintegriteit op sensorniveau is productieaccounting, of opbrengstaccounting. Deze systemen zijn in de kern een massabalansmodel bestaande uit knooppunten en verbindingen die de volledige faciliteit voorstellen, inclusief proceseenheden, opslagtanks en alle stromen die onderdeel uitmaken van de productverplaatsingen. De invoer voor het productieaccountingsysteem wordt automatisch uit verschillende bronnen aangeleverd, zoals procescontrolesystemen, data historiesystemen, laboratoriuminformatiebeheersystemen en geautomatiseerde tankmeters. Zodra alle gegevens in het systeem zitten, kunnen afwijkingen in de massabalans aan de hand van een model en geavanceerde rekenkundige routines worden gedetecteerd. In de meeste gevallen wijzen deze afwijkingen in de balans op onjuiste of onnauwkeurige metingen. Als het productieaccountingsysteem dagelijks wordt gebruikt, krijgt het onderhoudsteam dagelijks instructies voor veldapparaten die mogelijk onjuiste metingen doorgeven. Kalibratie of reparatie van deze veldapparaten zorgt voor nauwkeurigere metingen, waarmee de gegevensintegriteit natuurlijk kan worden verhoogd.
Gegevensintegriteit vraagt om omdenken
Hoewel gegevensintegriteit al lang bestaat, is het belangrijker geworden nu gegevens voor meerdere doeleinden worden gebruikt. De technologie om gegevensintegriteit te vergroten is al beschikbaar. Nu is het wachten op de cultuurverandering. Bent u er klaar voor?
