Een team onderzoekers onder leiding van UT-hoogleraar Marielle Stoelinga ontvangt van wetenschapsfinancierder NWO vijf miljoen euro voor het project ‘PrimaVera: Predictive maintenance for Very effective asset management’. Binnen dit project worden big data algoritmen ingezet om storingen aan infrastructuur en productiemiddelen beter te voorspellen en zo onderhoud beter te plannen. Dit wordt predictive maintenance (voorspellend onderhoud) genoemd. NWO verstrekt het geld in het kader van de Nationale Wetenschapsagenda.
Prof. Marielle Stoelinga werkt aan integraal project over het voorspellen van onderhoud aan kapitaalgoederen
Nooit meer treinvertragingen, stroomstoringen, of uitval van productiemachines? Het PrimaVera-project betekent een grote stap naar dit doel. Met predictive maintenance, of just-in-time maintenance (onderhoud net voordat een systeem kapot gaat), kan de betrouwbaarheid van infrastructuur en productiemiddelen omhoog en de kosten van onderhoud omlaag.
UT-hoogleraar Marielle Stoelinga is samen met prof. Tiedo Tinga één van de trekkers van het project. “Predictive maintenance is een veelbelovende technologie”, vertelt Stoelinga. “Beter onderhoud en minder storingen tegen lagere kosten, dat wil iedereen. Echter, om predictive maintenance te realiseren zijn er heel wat harde noten te kraken, en die willen we binnen PrimaVera oplossen.”
Bestaande predictive-maintenancetechnieken werken alleen voor kleinschalige systemen en zijn moeilijk op te schalen. Keuzes die op één plek in de keten gemaakt worden, hebben een belangrijke invloed op andere processen in de keten. De keuze voor een bepaald type sensoren en metingen heeft invloed op het soort van voorspellingen dat men kan doen, en daarmee ook de kwaliteit van de voorspellingen. Daarom worden binnen PrimaVera cross-level optimalisatiemethoden ontwikkeld.
Gehele onderhoudsketen
Volgens Stoelinga is het uniek dat binnen dit project de hele onderhoudsketen behandeld wordt en dat er een multidisciplinair team aan werkt. “We beginnen met betere sensoren om zo betere metingen te doen. Vervolgens verwerken we die ruwe data tot zinvolle informatie, waaruit we vervolgens voorspellingen doen over de conditie en het storingsgedrag van een systeem. Op basis van die conditie bepalen we dan wanneer er onderhoud nodig is. De complexiteit zit hem vooral in het feit dat je onderhoudsacties ook zo veel mogelijk wil clusteren, zodat je niet twee keer achter elkaar een machine of spoorwegvak hoeft stil te leggen voor onderhoud.”
Stoelinga en haar collega-onderzoekers gaan daarnaast werken aan veel betere en schaalbare prognose-methoden voor storingen. “Voorspellend onderhoud valt of staat met de kwaliteit van de prognosemethoden. Onjuiste voorspellingen over de conditie van een brug of machine kan leiden tot meer in plaats van minder fouten. Data science is daarom onmisbaar binnen dit project.”
Predictive maintenance vergt volgens de onderzoekers ook een omschakeling in de bedrijfsprocessen. Als algoritmen in plaats van onderhoudsexperts bepalen welke onderhoudsacties worden uitgevoerd, is die omschakeling nodig. “Er is heel weinig bekend over hoe onderhoudsmedewerkers en -planners omgaan met de adviezen die uit big data algoritmen komen. Dat is onontgonnen terrein, waar we graag aan willen werken.”
Divers consortium
Het PrimaVera-project wordt uitgevoerd door een divers consortium bestaande uit een multidisciplinair team van wetenschappers en bedrijven. Stoelinga: “Bij onderhoud spelen niet alleen technische factoren, zoals de kwaliteit van de prognoses en de planningsalgoritmen een belangrijke rol, maar ook menselijke factoren. Als je geen rekening houdt met hoe mensen met onderhoudsbeslissingen omgaan, en informatie interpreteren, dan kan alles voor niets geweest zijn.”
Meer informatie
De NWA-ORC call is onderdeel van het NWA-programma dat NWO in opdracht van het Ministerie van OCW uitvoert. Het NWO-programma voor de Nationale Wetenschapsagenda kent op dit moment vier hoofdlijnen, die samen uitvoering geven aan de doelen en ambities.
PrimaVera is onderdeel van Onderzoek op Routes door Consortia (ORC). Dit stimuleert vrij onderzoek via open calls voor meerjarig onderzoek van brede, inter- en transdisciplinaire consortia met een (maatschappelijk) doel, op wetenschappelijk en/of maatschappelijk relevante onderwerpen met een duidelijke meerwaarde voor een brede, nationale aanpak.
Prof. dr. Marielle Stoelinga is hoogleraar binnen de vakgroep Formal Methods and Tools van de faculteit Electrical Enginering, Mathematics & Computer Science (EWI).
Naast haar groep is de Pervasive Systems groep (Dr. Nirvana Meratnia) betrokken, evenals de onderzoeksgroepen Dynamics Based Maintenance (prof. Tiedo Tinga) en Maintenance Engineering (prof. Leo van Dongen) van de faculteit Engineering Technology (ET).
Consortium: TU Eindhoven (Human Performance Management, Operations Planning Accounting & Control, Stochastics), Radboud Universiteit (Data Science, Software Science), Saxion, Haagse Hogeschool. Bedrijven: Rijkswaterstaat, Damen Naval, Technobis, Marine, NS, ASML, Royal IHC, Rolsch Asset management, Waterschap De Dommel, ORTEC Consulting Group, Alfa Laval.
De UT is tevens betrokken in twee andere projecten binnen het NWA-programma:
- An Internet of Secure Things – INTERSECT
- New, rational therapy decisions for development brain disorders: Integrating quantitative patient assessment, cellular assays and nanotechnology (NewTDec)Meer info over deze projecten op de website van NWO.
