Tijdens de beurs Maintenance 2019 vorige week in Antwerpen reikte Bemas voor de negende keer zijn Digital Innovation Award uit. SDT International mocht de award mee naar huis nemen en Applus+ en Semiotic Labs deelden de tweede plaats.
Bemas Digital Innovation Award
23 bedrijven met een stand op easyFairs Maintenance 2019 stuurden een dossier in voor deelname aan de Bemas Digital Innovation Award. Een vakjury beoordeelde de inzendingen op een reeks factoren, van innovatiegehalte tot aan concrete toepasbaarheid. Uiteindelijk resulteerde dat in drie finalisten: Applus+ RTD; SDT International met de SDT340 en Semiotic Labs.
Drie finalisten
De Award spitste zich uiteindelijk toe op drie finalisten.
De RTD DTI Trekscan meet ultrasoon de wanddikte (staal) van de pijpleiding terwijl hij door de pijpleiding wordt gepompt. Dit maakt integriteit en de restlevensduur van de pijpleiding duidelijk.
De uiteindelijke winnaar SDT presenteerde de SDT340 met Ultranalysis 4.0. De SDT340- en UAS4.0-software vormen een cloudoplossing voor voorspellend onderhoud door de detectie, meting en analyse van ultrasone geluiden en trillingen.
SDT overtuigd de jury door de algemene, makkelijke inzetbaarheid van hun innovatie.
Semiotic Labs
De derde finalist was Semiotic Labs waar we in PompNL nr. 2 2018, pagina 36 en 37 al aandacht aan besteedden.
Semiotic Labs legde de Bemas-jury de SAM4 (Smart Condition Monitoring) voor. De condition-monitoringoplossing stelt de gebruiker in staat conditie-afhankelijk onderhoud te realiseren. Dit door machinelearning algoritmes toe te passen op hoogfrequente metingen van stroom en spanning in het elektrisch kabinet. Semiotic Labs introduceerde de methode al eerder bij het SmartLab in IJmuiden op het terrein van Tata Steel.
Inmiddels draait er ook een pilot bij Arcelor Mittal in België vertelde Dries van der Kleij, business Development op de stand in Antwerpen. Daar monteerde het bedrijf SAM4 op motoren van de transportbanden van de Hot Strip Mill. Een proces waar andere methoden als trilling en handmatige controle door de zware omstandigheden niet mogelijk zijn. Na vier weken ‘leren’ begon het echte monitoren van mechanisch en elektrisch verval. SAM4 detecteerde zeven fouten in 12 maanden vier maanden vooruit.
