VAM4

4

# 35 JAAR DENIOS SINDS 1986 EN WIE JARIG IS TRAKTEERT!

Vanaf 1 oktober 2021, zo lang de voorraad strekt profiteert u van dit fantastische aanbod tegen een aantrekkelijke prijs: Een type 90, Q-serie brandveiligheidsopslagkast van Asecos, met gele deuren, in combinatie met een SpillGuard® autonoom lekdetectiesysteem en een DENSORB® Spill-Kit, gevuld met adsorptiematerialen, waarmee u geheel aan de voorschriften uit de PGS 15 voldoet.

nr. 04 / 2021

Daarom bieden wij u als jubileumactie een combinatie aan van een Q90.195.120 veiligheidskast, een Spill-Kit en een SpillGuard, geheel conform PGS 15, § 3.4.1, voorschrift 3.4.7 en § 3.4.3, voorschrift 3.4.9

Vakblad Asset Management

ARTIFICIAL INTELLIGENCE Europa’s meest gebruikte brandveiligheidskast, nu completer dan ooit!

Type Bestelnr.

Prijs Totaal

Veiligheidskast Q90.195.120 Spill-Kit Speciaal SpillGuard (ATEX zone 1) 200-987-02 267-048 267-579 € 2.547,00 € 99,00 € 89,00 € 2.735,00 Jubileumactie: € 2.400,00

(geldig vanaf 1 oktober 2021, zo lang de voorraad strekt)

Voor meer informatie zie: www.denios.nl/nl/pageid/newsitem-2020-08-20 of via onze website www.denios.nl onder het menu actualiteiten

De PGS 15, § 3.4.1, voorschrift 3.4.7 vermeldt: De verpakte gevaarlijke stoffen en / of CMR-stoffen in een opslagvoorziening moeten regelmatig worden gecontroleerd op lekkages of beschadiging van de aanwezige verpakkingen.

Conform de PGS 15, § 3.4.3, voorschrift 3.4.9 is het bij opslag van gevaarlijke vloeistoffen verplicht om voldoende voor deze stoffen geschikte adsorptie– materialen binnen handbereik beschikbaar te hebben.

Ga voor meer informatie naar: www.denios.nl of bel ons: : +31 172 50 64 66 | : +32 3 312 00 87 20210820-adv-NVDO-VAM-ed-4-215x280mm.indd 11669 NVDO_VAM 2021-4_OmslagRUG5mm.indd1 1

03-09-2021 09:14

Korte en Lange termijn Procesoptimalisatie Vastgoeddata op orde Fabriek van de toekomst

08-09-2021 09:14

Wij begrijpen hoe u streeft naar een constante productkwaliteit en optimalisatie van uw kosten.

STABILITEIT + CONTINUITEIT U bent er altijd van verzekerd dat u voldoet aan uw veiligheids- en kwaliteitseisen in een consistent proces.

80%

van de huidige kalibratie-intervallen optimaliseren

Verbeter de beschikbaarheid van uw installatie en garandeer de kwaliteit met een optimaal kalibratieproces.

• Gepatenteerde, industriegerichte methodes om uw kalibratieplan

te optimaliseren

• Wij zijn een toonaangevende producent van procesinstrumentatie -

gekwalificeerd om kalibraties uit te voeren

• Onze wereldwijde, geharmoniseerde kalibratiestandaarden zorgen

voor een consistente servicekwaliteit

Meer informatie: www.eh.digital/3qiXYuW

VAM NL contouren.indd 1 1556-01_215x280mm.indd 1 11669 NVDO_VAM 2021-4_OmslagRUG5mm.indd 2

28-08-20 11:31 14-04-2021 10:55

08-09-2021 09:14

nr. 04 / 2021

0 11:31 1 10:55

4

#

Colofon VAM is het vakblad voor Asset Management in Nederland.

Concept en realisatie Elma Media B.V. Keizelbos 1, 1721 PJ Broek op Langedijk 0226 33 16 00 www.elma.nl

VOORWOORD <

Artificial Intelligence (AI) is echt niet nieuw Systemen herkennen al langere tijd patronen uit grote en minder grote hoeveelheden data. In de vorige eeuw werden de eerste stappen in AI al gezet. In de jaren ‘20 verscheen het woord ‘Robot’ voor het eerst in een verhaal van de Czech Karel apek. Dertig jaar later bedacht Alan Turing, een Engelse wiskundige en pionier van theoretische informatica en kunstmatige intelligentie, het ‘imitatiespel’. Daarmee ging je op zoek naar het antwoord op de vraag of een machine daadwerkelijk menselijke intelligentie kan vertonen.

idee vannaar het spel was constante om zowel een machine als een persoon, via de natuurlijke taal, Wij begrijpen hoe uHet streeft een te laten communiceren met een tweede persoon. Indien de tweede persoon niet in staat productkwaliteit enwas optimalisatie uwtussen kosten. om onderscheid van te maken de persoon en de machine, was de machine suc-

Art Director Kim Speleman Martijn van der Wielen

STABILITEIT + CONTINUITEIT

Hoofdredacteur Ellen den Broeder-Ooijevaar, Verenigings Manager NVDO

VAM is een uitgave van de NVDO Nederlandse Vereniging voor Doelmatig Onderhoud Lange Schaft 7G Postbus 138, 3990 DC Houten 030 634 60 40 www.nvdo.nl info@nvdo.nl

VAM is een samenwerking met www.worldclassmaintenance.com https://itanks.eu

Het jaar 1956 wordt gezien als de geboorte van kunstmatige intelligentie, wanneer de term Artificial Intelligence wordt toegekend aan een nieuw soort werkveld. Het aantal onderzoekscentra in het vakgebied groeide vanaf dat moment in de Verenigde Staten.

Eliza, gecreëerd door Joseph Weizenbaum, was een van de eerste chatbots die mensen deed denken dat Eliza een echt mens was. Ik weet nog heel goed dat wereldkampioen schaak Kasparov door IBM’s Deep Blue werd verslagen. En ik weet ook nog heel goed dat er serieus sprake was van een zelfrijdende auto op basis van spraakherkenning-software van Google. Dat is ook al 13 jaar geleden.

Het eerste moment dat duidelijk werd dat computers in staat zijn om slimmer dan de

U bent er altijd van verzekerd dat voldoet aan mens te zijn,uwas toen IBM’s supercomputer maar liefst 1 miljoen dollar wont door de Jeopardy! kampioen te consistent verslaan. Door het beantwoorden van vragen kan de speler geld uw veiligheids- en kwaliteitseisen in een proces.

Auteurs Wim Blom (Spot Robothond) Evi Husson (Hybrid intelligence Center en AiDAPT) Mark Oosterveer, iTanks (Inspire; eerst de vraag, dan de oplossing) Iris Kruisweg (Ontmoet) WCM (Procesoptimalisatie met kunstmatige intelligentie) Michiel de Looze/Frank Krause, TNO (Exoskeletten) Fiona van Kessel (Fabriek van de Toekomst) Ellen den Broeder-Ooijevaar van(Ideo), de huidige Redactie; John van Rooij World Class Maintenance (WCM), iTanks kalibratie-intervallen

80%

Druk Elma Media B.V.

cesvol geslaagd. Dit concept staat nu bekend als de ‘Turing test’ en heeft het onderzoek naar AI aanzienlijk beïnvloed.

optimaliseren

Advertentie-exploitatie Elma Media B.V. Silvèr Snoek - Sales Manager 0226 33 16 67 - s.snoek@elma.nl

Meer informatie: www.eh.digital/3qiXYuW

verdienen, maar de supercomputer wist het dus beter. Vijf jaar geleden maakten we kennis met Sofia, de eerste humanoïde robot waar je gesprekken mee kon voeren. En in 2018, is er de zelflerende Google AI assistent Duplex die zelfstandig in staat is om een kappersafspraak te plannen en in te boeken. Dit gebeurde na een real-life telefoongesprek zonder dat de persoon aan de andere kant van de lijn merkte dat het geen persoon was.

Verbeter de beschikbaarheid van uw installatie en garandeer de kwaliteit metSlimme eenKI-systemen optimaal kalibratieproces. geven inzichten die we zelf nooit voor mogelijk hadden gehouden methodes en geven antwoorden op vragen waarvan we niet • Gepatenteerde, industriegerichte om uw kalibratieplan

te optimaliseren

eens wisten dat ze bestonden. Ze zijn sneller, nooit moe, tonen geen emotie, leren van voorbeelden en van elkaar en zijn in specifieke • Wij zijn een toonaangevende producent vandeprocesinstrumentatie - maar domeinen veel slimmer dan mens. Geen toekomstmuziek, gekwalificeerd om kalibraties uit te voeren realiteit. Kunstmatige intelligente software is van het laboratorium verhuisd naar de echte wereld.

• Onze wereldwijde, geharmoniseerde kalibratiestandaarden zorgen

voor een consistente servicekwaliteit

Maar, het is niet alleen Hossanah. Algoritmische modellen kiezen tegenwoordig winnaars en verliezers. En daar kunnen de gevolgen zonder menselijke interactie/beleving/emotie groot zijn. Denk maar aan het wel/niet krijgen van een dienstverband, of het wel /niet winnen van de loterij. Artificial Intelligence is een uitkomst, het helpt bij het nemen van menselijke beslissingen en kan ongelofelijk kostenbesparend werken. Maar, ik denk dat we heel voorzichtig moeten zijn om software belissingen te laten nemen van maatschappelijke, militaire en medische aard.

Ellen den Broeder-Ooijevaar, Verenigings Manager NVDO 3

11669 NVDO_VAM 2021-4.indd 3

08-09-2021 09:16

VAN DE VOORZITTER <

Kunstmatige Intelligentie of Gezond Verstand Toonaangevende visionairs betogen dat wij in een tijdperk leven waarin een enorme omslag plaatsvindt waarbij menselijke handelingen en taken worden overgenomen door robots en andere vormen van kunstmatige intelligentie.

Niet alleen fysieke handelingen, maar ook cognitieve taken zoals scannen, observeren en meten worden overgenomen door kennissystemen. Het beoordelen van röntgenfoto’s kunnen we maar beter overlaten aan computers in plaats van aan specialisten en het is een kwestie van tijd dat ook rechtspraak op basis van algoritmes zal worden uitgevoerd.

‘

Ook binnen Onderhoud en Asset Management worden flinke stappen vooruit gemaakt met innovaties op het gebied van ‘condition

‘Technisch en Technologisch en Organisatorisch vlak, zijn niet hetzelfde’

monitoring’ en ‘predictive maintenance’. Volgens diezelfde visionairs moet de mensheid gaan wennen aan de omstandigheid dat er lang niet voor iedereen betaald werk zal zijn en dat er serieus nagedacht moet worden over zaken zoals een basis inkomen en zinvolle vrijetijdsbesteding.

Hoe scherp is het contrast met de werkelijkheid rondom het onderhoud van infrastructuur. De opgelopen achterstand in het onderhoud van wegen, bruggen en kades getuigt niet van intelligent beleid. Ook zijn er vraagtekens te zetten bij de voorgenomen plannen van Rijkswaterstaat met betrekking tot het onderhoud aan de Haringvlietbrug; hetgeen meerdere jaren het forenzen- en vrachtverkeer tussen West Brabant en het Rijnmondgebied dagelijks uren extra reistijd gaat bezorgen. Die aanpak en planning had volgens ingewijden veel slimmer gekund.

’

Ja, op technisch en technologisch vlak maken we grote stappen vooruit door slimme innovaties en automatisering. Maar op organisatorisch vlak is er nog veel vooruitgang te boeken.

Wat als we AI nu eens toe gaan passen op het inkoopproces en bij het opstellen van contracten. De uitkomst zal dan zeker los staan van silodenken, sub-optimalisatie en eigen belang. Wat als we AI gaan toepassen bij investeringsbeslissingen. In het ontwerp zal dan zeker rekening gehouden worden met lifecycle kosten en impact van onderhoud ten aanzien van de beschikbaarheid. De brug kan onderhouden worden zonder dat jarenlange stremmingen noodzakelijk zijn. Wat als we AI toepassen op Asset Management.

Het door middel van AI vastgesteld Asset Management Systeem zal samenwerking tussen de verschillende disciplines op zijn minst gaan stimuleren, zo niet afdwingen.

Misschien zijn deze bespiegelingen vergezocht en is het toepassen van kunstmatige intelligentie voor deze zaken nog toekomstmuziek. Maar laten we eerst maar eens beginnen met het gebruiken van ons gezond verstand. Dat is bij de meesten van ons beschikbaar en kan direct worden toegepast.

Bas Kimpel Voorzitter

4 oktober 2021

11669 NVDO_VAM 2021-4.indd 4

08-09-2021 09:17

Inhoud

03 Voorwoord

04 Van de voorzitter 08 Procesoptimalisatie met kunstmatige intelligentie

12 Artificial Intelligence binnen Asset Management

18 Robotarm bied voedingsindustrie de helpende hand > Technologie speelt een steeds grotere rol in de voedingsproductie.

24 Ontwikkelingen in het kader van Renovation Wave 26 Pré Wonen heeft vastgoeddata op orde met artificial intelligence

30 Exoskeletten en de aanpak van lichamelijke belasting in het onderhoud

38 Van artificiële naar hybride intelligentie

50

44 VOLGENS vier professionals

Waarom moeten we het gebruik van AI-technologie reguleren?

54 Casus

11669 NVDO_VAM 2021-4.indd 5

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56

06 Artificial Intelligence is pro-actief en voorspellend en tegenwoordig eigenlijk ook noodzakelijk > Artificial Intelligence, ofwel kunstmatige intelligentie, je hoort er steeds meer over en is niet meer weg te denken in onze wereld van Onderhoud.

A.I. in de Zorg, what’s next?

11

Eerst de vraag dan de oplossing

Kort

14

17

Hoe is het onderhoud geregeld in de Fabriek van de Toekomst? 20

Kort

25

Samen sterker

29

BIM-model om ondergrondse spaghetti te ontrafelen 32

Met AiDAPT naar een duurzaam gebouwde omgeving 40

Kunstmatige Intelligentie robothond spot 46

Cursuskalender

52 5

08-09-2021 09:17

www

6 oktober 2021

11669 NVDO_VAM 2021-4.indd 6

Floris van Bochove Foto: privé collectie

08-09-2021 09:17

ONTMOET Floris van Bochove <

Wie

Floris van Bochove

Wat

Aritifical Intelligence

“Artificial Intelligence, ofwel kunstmatige intelligentie, je hoort er steeds meer over en is niet meer weg te denken in onze wereld van Onderhoud. Deze vorm van automatisering heeft steeds meer invloed in het bedrijfsleven en neemt langzamerhand steeds meer menselijke taken over”, aldus Floris van Bochove, werkzaam bij Innocy B.V. Van Bochove begon zijn Asset Management loopbaan bij Schiphol als Maintenance Engineer. Na tien jaar werd het tijd om zijn horizon te verbreden. “Asset Management zie ik echt als een vak en ik vroeg mij af, hoe wil ik hiermee verder gaan”. Momenteel is Van Bochove actief binnen de infrawereld en gespecialiseerd in Asset Management, RAMS-management en Onderhoudsmanagement.

Desgevraagd; “De invloed die kunstmatige intelligentie heeft is groot. Daarom ben ik ook blij dat deze editie van VAM het thema Artificial Intelligence heeft”. Van Bochove refereert aan het Platform Joost & Tessa van Innocy B.V.; In de toekomstige infrastructurele markt wordt het meten van prestaties steeds belangrijker. Joost & Tessa stellen de gebruiker in staat om realtime inzicht te verkrijgen in prestaties van assets. Er is namelijk onvoldoende inzicht in de status- en conditie van wegen, spoor, bruggen en sluizen. Zo worden we verrast door storingen, onveilige situaties en onnodige afsluitingen. Met als gevolg volle wegen en stations. Van Bochove; “Met Joost & Tessa geven we eigenaren en beheerders direct inzicht in de status van hun objecten, waardoor deze de juiste maatregelen kunnen nemen, nog voor er een probleem ontstaat. De monitoring hiervan wordt Joost genoemd, want Joost mag het weten! De kritische status van de assets kan hier worden afgelezen door middel van data. Tessa (omgekeerd Asset) leert vervolgens van deze data en kan hierdoor voorspellen hoe systemen zich gedragen”.

‘

Van Bochove geeft een voorbeeld; “Bij het aanleggen van bijvoorbeeld een stuk tunnel wordt sensoring aangelegd. Het mooiste is natuurlijk als dit al in de ontwerpfase gebeurd. Nederland heeft te maken met een verouderde infrastructuur, daarom is Artificial Intelligence een hele mooie kans. Het is noodzakelijk dat de basis qua Asset Management goed staat. Is dit niet juist ingevuld, dan mis je letterlijk je kapstok waaraan je het kan ophangen. De behoefte is groot om de prestatie van je assets in beeld te hebben”.

Er is steeds meer kennis nodig om goed grip te hebben op je assets.

“Je ziet dat met veelal regieorganisaties de behoefte aan kennis ook steeds groter wordt en deze steeds sneller tot je beschikking moet zijn. In Nederland is steeds meer verkeer, strengere eisen en Artificial Intelligence zorgt voor grip op je Assets”. Maar, zegt hij: “Aritifical Intelligence is slechts een middel en wordt bovendien nog niet overal integraal ingezet. Het zal wel steeds meer samengevlochten raken met je Asset Management systemen en de opzet daarvan”.

Behalve zijn professionele ambities, heeft Van Bochove ook privé nog ambities. Hij sport graag en wil zijn passie voor (het lesgeven in) Ving Tsun Kung Fu binnenkort weer oppakken. En samen met vrienden of zijn gezin moet er ook tijd zijn voor een hapje en een drankje op een terras. <

‘Artificial Intelligence is pro-actief en voorspellend en tegenwoordig eigenlijk ook noodzakelijk’

11669 NVDO_VAM 2021-4.indd 7

7

08-09-2021 09:17

INTERVIEW <

Foto: WCM

Procesoptimalisatie met

kunstmatige intelligentie Door inzet van artificial intelligence (AI) bij industriële automatisering valt een forse winst te behalen op het vlak van het optimaliseren van productieprocessen. Hoe werkt dat, wat is de meerwaarde en heeft dat gevolgen voor de onderhoudssector? “Artificial Intelligence is een populair paraplubegrip dat snel aanslaat, maar daardoor wel betekenis verliest”.

Nick Schermer is project- en accountmanager bij CoNet, specialist in procesoptimalisatie en system integrator. Kasper Groenbroek werkt als solution architect bij ORTEC, ‘s werelds grootste leverancier van wiskundige optimalisatiesoftware en advanced analytics. Beide bedrijven werken samen aan twee projecten om bovengenoemd doel te bereiken. In Nederland bij een zuivelbedrijf dat eiwitpoeder produceert en in Polen bij een vestiging van een internationale producent van persoonlijke verzorgingsmiddelen.

> Over wat voor projecten gaat het? Schermer; “Bij industriële automatisering vanuit CoNet krijgen we van klanten twee soorten vragen. Bij het zuivelbedrijf gaat het om procesregelingen die te complex

worden om binnen de cyclustijd van een PLC te berekenen, dus moet een andere oplossing worden gevonden. De klant vraagt ons mee te denken over verbetering. We sturen de actuele proceswaardes naar een model, dat voert de berekening uit en geeft de nieuwe setpoints weer terug aan de besturing. Voor de slimme regelaar aan de buitenkant heb ik ORTEC voor het bouwen van die intelligentie. Bij het project in Polen was aan de regeling niets te verbeteren. Daar nemen ze, als het product klaar is, een sample om in het laboratorium te kijken of het aan alles eisen voldoet. Is de viscositeit goed, zijn de kleur en de geur goed, et cetera. Daar laten we nu een model rekenen om met grote nauwkeurigheid te kunnen bepalen of het product binnen specificatie is en is de laboratoriumcheck daardoor niet meer nodig”.

8 oktober 2021

11669 NVDO_VAM 2021-4.indd 8

08-09-2021 09:17

‘

‘Artificial Intelligence is een populair paraplubegrip dat snel aanslaat, maar daardoor wel betekenis verliest’

Groenbroek; “In beide gevallen gaat het dus om bestaande productieprocessen. Samen maken we die processen slimmer door bijvoorbeeld de tijdsduur te verkorten, dat heeft veel waarde voor de proceseigenaren. In Polen ging het om een bepaalde viscositeit. Viscositeit meten is lastig. Laboratoriumanalyse van een deel van het product levert een viscositeitsgetal op. Wij kunnen met allerlei sensoren die in het productieproces zitten (bijvoorbeeld druk, temperatuur en allerlei andere metingen) voorspellen wat de viscositeit is. Een computermodel kan dat veel sneller dan een handmatige aanpak”.

> Dat laboratorium kan opgedoekt? Schermer; “Nee, dat model berekent ook de kans hoe goed hij de waarde inschat. Ligt dat dicht tegen de marges, kunnen ze evengoed nog beslissen een laboratoriummonster te analyseren. Zitten ze middenin het meetgebied, dan kunnen ze gewoon doorgaan. Daarnaast blijven ze monsters nemen en die invullen in het systeem. Met terugwerkende kracht vindt dan machine learning plaats. Het model weet dan wanneer welke proceswaarden gemeten zijn en wat de uitkomst was van de diverse laboratoriumsamples”. Groenbroek; “En een producent verandert wel eens iets in het proces of introduceert een nieuw product. Daar weet zo’n model dan weinig over. Wil je bewijs dat het model ook goed is voor dat nieuwe product, dan zul je nog steeds laboratoriumwerk moeten doen”.

’

een model, maar dat werkt dan nog niet optimaal omdat het niet feilloos is geïntegreerd in de installaties. Je hebt daarvoor de specifieke kennis van een system integrator nodig om de interfaces te kunnen bouwen.” Groenbroek; “Klopt, wij hebben gewoon minder domeinkennis. Als je mij naast een operator zet, heb ik minder aansluiting dan iemand van CoNet”.

> Hoe werkt dat ‘zelf leren’ van een model? Groenbroek; “De meesten kennen wel de trendlijn in Excel. ‘Leren’ is in dit verband die trendlijn kunnen schatten. Om een voorspelling te maken, kies je een getal op de x-as en lees je de bijbehorende hoogte op de y-as. Zodra er nieuwe data bekend zijn, is de trendlijn opnieuw te berekenen. Een systeem waarin die truc geautomatiseerd is, is een zelflerend systeem. In ons werk gebruiken we niet meer de trendlijn van Excel, maar krachtigere technologieën zoals decision trees en neurale netwerken. Die kunnen beter omgaan met complexe verbanden en grotere hoeveelheden data, maar de basisprincipes zijn hetzelfde. In het voorbeeld van viscositeit heeft het model geleerd van historische data over druk, temperatuur et cetera, en bijbehorende uitkomsten van het laboratorium. Ik geef vervolgens nieuwe data en daarmee kan het model de viscositeit voorspellen. Er zijn heel veel keuzes aan technologieën voor het opzetten van zo’n model, maar >

> Wat brengt AI ons nog meer? Groenbroek; “Artificial Intelligence is een populair paraplubegrip dat snel aanslaat, maar daardoor wel betekenis verliest. Het is het vakgebied van wiskundigen, econometristen, van programmeurs en van mensen die AI als studierichting hadden. Zij bouwen rekenmodellen en verpakken dat in een stukje software, om daarmee beslissingen te ondersteunen en processen te optimaliseren. Puzzels oplossen die mensen niet kunnen oplossen.

Slim omgaan met onzekerheden. Op die manier heeft het meerwaarde. Dat gaat heel ver. Wij zijn bijvoorbeeld bekend om onze roosterplanningen en routeberekeningen. Bijzonder moeilijke puzzels waarbij AI zeer waardevol is. Binnen manufacturing is ook veel ruimte voor procesverbetering met AI. Samen met CoNet zijn we daar op verkenningstocht. Genoemde voorbeelden zijn inmiddels succesverhalen”.

Schermer; “De industrie heeft het lang afgehouden. Vroeger deden bedrijven wel wat, alleen met bijvoorbeeld ORTEC. Dat leidt wel tot

Nick Schermer Foto: CoNet

9

11669 NVDO_VAM 2021-4.indd 9

08-09-2021 09:17

Foto: WCM

>

ook voor het valideren. Is het model wel nauwkeurig? We tunen zo’n model ook om het steeds een beetje beter te maken. In theorie zou je dat eindeloos kunnen doen, maar daar gaat de klant uiteraard niet mee akkoord. Het is de kunst om in korte tijd een goed resultaat te behalen”.

Maintenance Training Foto: WCM

> Is dit alleen weggelegd voor hele grote bedrijven?

Schermer; “Misschien, maar kleinere bedrijven kunnen dit natuurlijk ook inzetten, al hangt er natuurlijk wel een prijskaartje aan. Wij werken er niet 3 maanden continu aan, maar in die periode zo’n 300-400 uur. Draait het eenmaal, dan zijn de kosten soms binnen een maand al terugverdiend door de procesoptimalisatie”.

> Hoeveel tijd beslaan zulke projecten? Schermer; “Denk aan 2-3 maanden. Het vergaren van data kost altijd meer tijd dan een klant denkt. Meestal worden de data uit processen wel goed gelogd. Komt daar een parameter bij die toch wel belangrijk is en daar is nog geen goede historie van, dan moet je wachten tot die is opgebouwd. Voor de validatie van een model heb je vaak toch ook wel laboratoriumdata of andere analysedata nodig. Dat loopt vaak in een andere tijd dan de datalogging. En de zoektocht die daaruit voortkomt, kost tijd. Om het model zelf te kunnen laten leren, moet het wel uit een databron kunnen putten. Wij moeten dus zorgen voor centraal beschikbare datastromen. En je moet ook weer controleren of dat zelf leren nog aan de eisen voldoet”.

Groenbroek; “We praten hier over software die deels op maat wordt ontwikkeld. De historie heeft geleerd dat het slim is daarmee klein te beginnen en dat iteratief op te schalen of complexer te maken.

Eerst op kleine schaal kijken of je een klant kunt helpen en daarna proberen het nog slimmer te maken, in kleine stapjes dus. Wat Nick omschreef, begint ook een naam te krijgen. Er ontstaan nieuwe vakgebieden. Data beschikbaar maken en dat continu streamen valt tegenwoordig onder Data Engineering. Het in de gaten houden van modellen en bijtrainen voor nieuwe productsoorten, is een taak voor MLOps, Machine Learning Operations”.

‘

> Wat kan de onderhoudssector hiermee? Groenbroek; “Je belandt dan snel in de hoek van predictive maintenance. Net als in bestaande productieprocessen, is ook de onderhoudswereld wat terughoudend in het toepassen van dit soort nieuwere technologieën.

Onderhoud wordt toch vaak gezien als noodzakelijk kwaad, niet de plek waar geld wordt verdiend. Het is dus makkelijker praten over sneller en slimmer kunnen produceren, dan over predictive maintenance. We zijn daar dus nog niet erg succesvol, hoewel we wel de kennis en de skills hebben om op dit vlak projecten uit te voeren”.

Schermer; “Toch zit het er stiekem al wel een klein beetje in. In Polen bijvoorbeeld rekenen we met pompdruk en motorvermogens. Daarin kunnen we ook bijvoorbeeld pompslijtage meenemen. Dan kan het model dus voorspellen wanneer een pomp vervangen moet. Daarmee zou in de toekomst gewerkt kunnen worden binnen maintenance. Met weer een andere klant, die over de hele wereld machines levert, ben ik daarover wel in gesprek. Die klant wil alle machinedata verzamelen. Wij gaan die terug de cloud in sturen en hebben een systeem bedacht om al die machines onderling te vergelijken. Het idee is om in de toekomst met slimme rekenmodelletjes bij de klant elke seconde de performance van een apparaat te vergelijken met de standaard. Uitgangspunt: met die uitkomsten de spare parts-afdeling optimaliseren”. <

‘Het is makkelijker praten over sneller en slimmer kunnen produceren, dan over predictive maintenance’ 10 oktober 2021

11669 NVDO_VAM 2021-4.indd 10

08-09-2021 09:17

A.I. in de Zorg, what’s next?

KIJK OP <

We zitten momenteel in een zeer spannend tijdsgewricht, waarin de opmars van A.I. ook in de Zorg flinke stappen maakt en de verwachting is dat dit de ziekenhuizen sterk zal gaan beïnvloeden. Deze innovatie zal de organisatie(vorm), de efficiency, de huisvesting enz. sterk doen veranderen.

Wat betekent dit voor de Zorg? Gaan we naar een toekomst met een smart-hospital waar de dokter zijn taken afgeeft aan een computer die de beslissingen neemt en waar de enige ‘levende wezens’ de patiënten zijn die verpleegd worden door robots? Zo’n vaart zal het niet lopen, want daar spelen dan nog wel de nodige ethische vraagstukken.

Laten we het eerst wat dichterbij in de tijd bekijken. Het ‘ziekenhuis van de toekomst’, het smart-hospital, is er eigenlijk al, ook al is het nog pril. Het zal vooral gebruik maken van IoT (Internet of Things).

Daarmee wordt een enorme hoeveelheid data verzameld, geanalyseerd en verwerkt. Hierdoor is het dan mogelijk om met gebruik van Big data, Cloud services en Machine-learning het ziekenhuis in een transformatieproces te brengen, te laten groeien en te laten veranderen. Door het delen van al deze kennis en het onderling verbinden van systemen, is het mogelijk om bijvoorbeeld sneller, goedkoper en betere diagnoses te verkrijgen.

Gezondheid is een groot goed, daar zijn we het allemaal wel over eens. In het ziekenhuis waar ik werk hebben wij ons, nog voor de Corona-crisis, een uitdagend en bijzonder doel gesteld, waarbij A.I. tenminste als ondersteunend gezien kan worden: “In 2025 geven de mensen in het adherentiegebied en omstreken hun gezondheidswelzijn het hoogste cijfer van Nederland”. Nieuwe technologie kan ons helpen om onze gezondheid te consolideren en te verbeteren, naast coaching, training en een gezonde levensstijl.

Neem nu een smartwatch. Dat kent diverse opties om ons te ondersteunen in het monitoren van onze gezondheid en het coachen van ons gedrag. Zo is Zitten het nieuwe Roken, dus bewegen is het devies.

Een stappenteller meet wat wij per tijdseenheid bewegen en geeft advies. Door het verzamelen van veel meetgegevens ontstaat een referentiekader en is het mogelijk de prestaties te interpreteren en te beoordelen: “hoe doe ik het in vergelijking met de rest?” Zo komt het tot een persoonlijk advies. Iets soortgelijks treedt op bij de interpretatie van medische beelden. Ook door hier veel gegevens te verzamelen die dan vervolgens geïnterpreteerd kunnen worden door algoritmen (rekenmodellen) komt een arts tot een advies. Moet de patiënt geopereerd worden of is er een alternatieve behandeling mogelijk?

Zowel de resultaten van de stappenteller als de medische beelden zijn beide voorbeelden van A.I. In beide gevallen worden er gegevens verzameld en doorgerekend tot een bruikbaar resultaat.

Marcel Barendregt Foto: Privé collectie

Marcel Barendregt Voorzitter NVTG Ik voorzie dan ook een grote transformatie in de Zorg door de impact van A.I. op meerdere vlakken. De dokter zullen we behouden, al zal die een groot deel van het werk overgedragen hebben aan diverse technologiën om bijvoorbeeld nog beter te kunnen diagnosticeren, echter zonder zichzelf uit te sluiten. En met behulp van technologie helpen wij samen de Zorg vooruit. <

‘

‘Met behulp van technologie helpen wij samen de Zorg vooruit’ 11

11669 NVDO_VAM 2021-4.indd 11

08-09-2021 09:17

IMPROVE <

Artificial Intelligence binnen

Asset Management

Artificial Intelligence (AI) is niet meer weg te denken uit ons hedendaagse bestaan. Je kunt geen nieuwsbrief, vakblad of belangrijke tech-site meer lezen of het gaat erover. Er wordt veel over geschreven, maar hoe zit het met de toepassing ervan? En dan specifiek binnen ons vakgebied Asset Management. Om de mogelijkheden van de toekomst te zien, moeten we soms eerst naar het verleden kijken.

AI maakt een steeds groter onderdeel uit van ons dagelijks leven.

Computers denken en doen vaker dan mensen en ontlasten ons zo van bepaalde taken. De toegevoegde waarde daarvan zagen we al in 1980. Toen repareerde de intelligente robot R2D2 de Hyperdrive van de Millennium Falcon in de film Star Wars The Empire Strikes Back. Dat is ruim 40 jaar geleden! We zagen een futuristisch toekomstbeeld dat nu langzamerhand steeds meer werkelijkheid wordt. Een intelligente robot voert reparaties uit, terwijl de mens zich bezighoudt met ‘andere’ relevante zaken.

> R2D2 zijn tijd ver vooruit. Nu is zo’n hyperdrive een stukje complexe techniek, waarbij je normaal gesproken verwacht dat de specialist hieraan sleutelt, terwijl robots de standaard en minder complexe werkzaamheden uitvoert. “Dat is precies waar Artificial Intelligence op dit moment binnen Asset Management het beste voor kan worden ingezet” aldus Bas Horvers, werkzaam als Enterprise Asset

Management consultant bij Ideo. “Intelligente programmatuur en robots voeren eenvoudige en repeterende taken uit, waarmee ze de monteur of inspecteur ontlasten”. Nog een belangrijk voordeel is dat machines deze terugkerende taken vaak beter en sneller uitvoeren dan de mens. Vooralsnog zien we alleen maar voordelen. De vraag is dan ook wat dit voor effect heeft op de banen van de duizenden mensen werkzaam in onze branche. Worden deze technici nu overbodig, omdat een robot hun werk overneemt? Opvallend genoeg zien we een paradox door het toepassen van Artificial Intelligence. In plaats van dat mensen hun baan gaan kwijtraken, kunnen zij juist meer ander en relevanter werk gaan doen. Daarmee is Artificial Intelligence dus geen bedreiging, maar schept het juist kansen en mogelijkheden.

> Artificial Intelligence in de praktijk. Een mooi voorbeeld van hoe Artificial Intelligence een duidelijke toegevoegde waarde kan bieden binnen Asset Management, vinden we op het Chemelot

Foto: Ipopba - Ideo

12 oktober 2021

11669 NVDO_VAM 2021-4.indd 12

08-09-2021 09:17

‘

‘

‘Intelligente programmatuur en robots voeren eenvoudige en repeterende taken uit, waarmee ze de monteur of inspecteur ontlasten’ terrein in Limburg. Daar hebben zich in de loop der jaren diverse kleine en grote chemische bedrijven gevestigd. Al deze bedrijven tezamen produceren via vele ‘slimme’ sensoren een grote hoeveelheid aan asset data. Op basis van een gezamenlijk initiatief wordt de data, door een gespecialiseerde partij, opgeschoond en voorbereid voor grondige analyse.

Met Machine Learning, een onderdeel van Artificial Intelligence, worden vervolgens slimme datamodellen ontwikkeld. Deze modellen worden getraind door het invoeren van een grote hoeveelheid vari-

’

aties op gedragspatronen, die kenmerkend zijn voor het falen van assets. Vervolgens worden deze getrainde modellen weer ingezet om de constante stroom van asset data te analyseren, waarbij het systeem die patronen probeert te herkennen, om zo vroegtijdig een mogelijk falen van assets te constateren.

Door deze informatie tijdig aan de verschillende onderhoudsorganisaties beschikbaar te stellen, kunnen die nu sneller acteren, wat uiteindelijk de inzetbaarheid van de assets ten goede komt. Mens en computer werken samen en versterken elkaar. Net als al in 1980. <

13

11669 NVDO_VAM 2021-4.indd 13

08-09-2021 09:17

‘

INSPIRE <

Enraf GAU Radar gauge op de tank Foto: Spark

Eerst de vraag dan de oplossing Artificial Intelligence, volgens welke definitie dan ook, is een gangbaar goed geworden. Bol. com weet wat je wilt kopen, Netflix adviseert je films en je telefoon vertelt je soms zaken die je niet eens hebt gevraagd. Maar hoe zit dat in de van oudsher conservatieve industrie?

“Eigenlijk is Artificial Intelligence als technologie al heel ver. Je kunt bij de grote techbedrijven een kant en klare AI oplossing kopen. Sterker nog, misschien heb je op je werk al wat bouwstenen voorhanden”. Coen van Gulijk, Senior onderzoeker bij TNO en deeltijdprofessor bij de Universiteit van Huddersfield, duidt de gangbaarheid van de techniek en geeft wat voorbeelden; “Bijvoorbeeld met Microsoft Flow kan je datastromen in beeld brengen en databases opzetten ter ondersteuning van je business processen. En daar kan je dan weer een ‘van de plank’ AI add-on voor kopen”. De capaciteit is er, de techniek maar het is prijzig. “Je hebt er een businesscase voor nodig en het is voor bedrijven niet eenvoudig om voorafgaand aan de inzet van AI de businesscase goed te krijgen”.

> Bijvangst. Cor van de Linde, oprichter en algemeen directeur van iTanks vult hem aan met een voorbeeld; “Bij een project waar wij als iTanks een verbindende rol hebben gespeeld, was AI bedoeld om het faalgedrag van fenders, stootwilgen, te voorspellen.

En dat is met dit Smart Fenders project goed gelukt. Het verrassende bij dit project is dat je met de data zoveel méér te weten komt. In ons geval bleek het voorspellen van falen wel goed, maar zat de meerwaarde in de bijvangst. De data is ook te gebruiken om te bepalen wanneer een schip aan- en afmeert én of er nog ruimte is aan de kade. Die kennis bleek zeer waardevol voor havenbedrijven om de liggelden én de capaciteit van de kade te optimaliseren.

Zo zie je dat het al lastig is om de oorspronkelijke vraag duidelijk te krijgen én in te kunnen schatten wat er nog meer te vinden valt”.

14 oktober 2021

11669 NVDO_VAM 2021-4.indd 14

08-09-2021 09:17

‘ ’ ‘Investeer eerst in je vraag en dan pas in de oplossing’

> Inzichten. De technologie kan prijzig zijn, zeker als je niet weet wat je er mee wilt bewijzen én als je niet weet waar je moet beginnen. Van de Linde; “Dat zagen we ook bij een partner waar we pas waren. Die hebben een sterke behoefte aan een integrale, data gedreven aanpak maar weten niet waar te beginnen én hoe ze het gaan terugverdienen. Dat maakt het lastig om te beginnen met een potentieel waardevolle innovatie. Maar, als je in kleine stapjes kan beginnen, dan is het relatief beter te betalen. Zelfs met de kans dat het niet lukt om een model op te zetten. Alleen al het werk met die data zorgt al voor nieuwe, waardevolle inzichten”.

> Waarde. Bedrijven die AI aan het verkennen zijn, vragen zich ook af of ze wel genoeg data hebben om te analyseren. “De data is er zat! Dat is helemaal het probleem niet. Maar het is zoeken naar meer waarde door die data”, aldus Van Gulijk. “Die waarde moet wel bepaald worden. Dat zien we ook in het veiligheidsdomein waar wij bezig zijn. Iedereen vindt veiligheid heel belangrijk, maar het moet wel voor de laagste prijs. En dan is een businesscase soms lastiger te maken dan bijvoorbeeld bij maintenance. Daar kan je de kosten van falen nog duidelijk maken en kan je berekenen wat je wilt investeren om stilstand te voorkomen. In het veiligheidsdomein is dat lastiger. Daar wil men ook wel weten waar het ‘mis’ gaat en of het beheersbaar is maar kan dat slechter in waarde uitdrukken”.

Fender Monitoring Foto: TNO

Analyse incidentrapporten Coen van Gulijk vertelt een mooie AI case uit zijn eigen praktijk Voor de Engelse railinfra heeft hij een project gedaan waarbij 1.000.000 near-miss meldingen met AI zijn geanalyseerd en geclassificeerd. “Er was een heel team opgezet om rapporten te lezen, te classificeren en op te volgen. Maar door de enorme aanwas waren er gewoon te veel incidentrapporten om te verwerken. Toen kwam de vraag of de classificatie het handiger kon. De aanpak die we met TNO dan kiezen is door te vragen naar ‘wat wil je nu eigenlijk precies?’ In dit geval was het een classificatie vraagstuk. Er waren 26 basis-risicocategorieën en daarvan werd bijna 20% door de melder verkeerd geclassificeerd en 30% van de meldingen werd op “overig” geclassificeerd omdat de melder het niet wist. Daar konden we wel mee helpen. Met de oplossing die gebouwd is, konden we een proces dat in FTE’s werd uitgedrukt reduceren naar een proces dat in minuten werd uitgedrukt. En dat eerste product was 50.000 pond waard; het hoeft geen miljoenen meer te kosten.

De kennis die we opdeden met near-miss data konden we ook voor incident data gebruiken. En toen we daar een integrale database aanpak voor hadden, konden we ook BowTies gaan maken voor de risico-analyses; dat gedachtengoed resoneerde met ontwikkelingen in de spoorsector en verschillende organisaties werken nu met data-gedreven BowTies. En een mooie bijvangst was dat we mensen die meldingen doen hebben geleerd om een zin met een hoofdletter te beginnen en met een punt te eindigen. Dat scheelde enorm! Daarnaast was het handiger om maar één probleem tegelijkertijd te melden en om zo veel mogelijk jargon te gebruiken omdat dat gemakkelijker te herkennen is.

> Power by the hour. Grote bedrijven hebben wel zicht op de waarde die ze met AI en Data Analytics kunnen creëren. Een mooi voorbeeld zijn de vliegtuigmotoren van Rolls Royce. Van Gulijk;”Zij verkopen geen motoren meer, maar leasen ze aan de klant. Door de juiste parameters te bewaken en te analyseren, verkopen ze beschikbaarheid en weten ook wanneer er onderhoudsactiviteiten nodig zijn. Een van de klanten moest een aantal jaren terug voor het eerst in hun historie een noodstop maken door een probleem met de motor en kwam op hoge poten verhaal halen. Maar uit analyse van de data bleek dat de klant zélf de motor ruim buiten de specificaties had gebruikt en dus ook zelf de storing had veroorzaakt. Ook dat is waarde”. > Overtuigen. Om de gangbare manier van werken om te gooien, moet je vaak heel wat mensen overtuigen. Van de Linde; “Ik weet uit eigen ervaring dat verandering in de procesindustrie dit soort zaken lastig ‘te verkopen’ is. Wanneer ik als maintenance manager wist wanneer het systeem ging vervuilen en een preventieve actie wilde uitvoeren, kreeg ik daar vaak de kans niet voor omdat de fabriek op zo’n moment juist zo lekker draaide. Daar heb je die onderhoudsmanager weer werd dan gezegd. Maar ik probeerde dan juist te zorgen dat we liever een dag stil lagen door gepland onderhoud dan een week door ongeplande stilstand. Voor dat soort discussies zou een > ondersteuning door een goed preventief model zeker bijdragen”.

15

11669 NVDO_VAM 2021-4.indd 15

08-09-2021 09:17

‘

‘Het zou mooi zijn als een maintenance consultant tegelijkertijd data analist zou zijn’

’

> Multidisciplinair. Het zou mooi zijn als een maintenance consultant tegelijkertijd data analist zou zijn, of als je in elk geval een nauwe samenwerking hebt tussen die twee. Van Gulijk; “Je zoekt naar veiligheidskundigen die effectief met data om kunnen gaan. Dat hoeft niet eens in één persoon te zijn. Je kunt een ervaren veiligheidskundige ook aan een jonge data-analist koppelen.

De kracht zit in die samenwerking”. > Passie. Van Gulijk; “Je moet eigenlijk gepassioneerd zijn voor

Coen van Gulijk

>

Cor van de Linde

> Te spannend? Maken we al die nieuwigheid misschien ook niet te interessant en te spannend? Van Gulijk; “Een PhD student van mij werkt in Engeland bij een chemische plant. Dat bedrijf heeft data analyse software gekocht en er een data-analist op gezet die niet persé de domeinkennis heeft. De analist heeft alle data gepakt die hij tegenkwam, er verbanden in gezocht en vertaald naar trends en grafieken. Dat is of was tot tevredenheid van de plantmanager.

Maar toen mijn PhD student en ik een keer aanschoven bij een meeting en vroegen hoe ze zo zeker waren dat de veiligheid echt is geborgd, werd op ‘het stijgende groene lijntje’ in een grafiek gewezen en was het toch even stil. Je moet met verstand van zaken dieper in die data duiken om te kijken of je wel op de juiste trends kijkt”. Hij kijkt naar de markt en vult aan; “Het komt ook wel een beetje door de AI mensen zelf, die beloven soms te veel. En dat terwijl je waarschijnlijk verder komt met open en goed advies over wat er kan en hoe je dat gaat bereiken. Er wordt misschien wel doordat de leveranciers aan de ene kant hun kennisvoorsprong inzetten om te verkopen en tegelijkertijd de domeinkennis niet hebben om door te vragen naar het doel en de middelen”.

het vraagstuk dat je met AI wilt oplossen. Hoe meer je wilt weten hoe het zit, hoe groter de kans dat het gaat lukken. Je weet wat je zoekt, staat ook meer open voor bijvangst, maar laat je niet van de wijs brengen door verkooppraatjes. Dan ben je ook een sterkere gesprekspartner voor de consultant waar je mee aan tafel zit”. Hij vat het samen; “Als je het goed doet, heb je eigenlijk het belangrijkste deel van het ontwerp van je AI proces gedaan zonder computers. Dan weet je beter wat je wilt en kan je beter zoeken naar de software die je nodig hebt. Ook die voorbereiding kost tijd en geld. En gek genoeg wordt er soms makkelijker geld uitgegeven aan de software dan aan het uitwerken van de vraag. En als je de vraag niet duidelijk hebt, is hij ook moeilijk te beantwoorden”. <

Borgen van ervaring Met de case van Van Gulijk in gedachten, organiseerde iTanks begin dit jaar een innovatiebooster om te zien of met dezelfde techniek ook kennis en ervaring uit onderhoudsbeheersystemen is te analyseren en classificeren en daarmee kennis uit storings- en onderhoudswerk om te zetten naar trainingen. Het animo was hoog en de eerste vervolgstappen zijn gezet. Van de Linde; “We denken dat we de industrie, met het vraagstuk van de grote vergrijzing, hiermee kunnen helpen. Ik voer nu gesprekken met geïnteresseerde partijen om een eerste proefproject te starten. Als mensen meer willen weten, kunnen ze mij benaderen. Dan pakken Coen en ik er verder op door”.

16 oktober 2021

11669 NVDO_VAM 2021-4.indd 16

08-09-2021 09:17

Kort Belangrijke stap voorwaarts in datagedreven logistiek Goede basisdata is van groot belang voor het genereren van stuurinformatie voor overheden en het bedrijfsleven. In een gezamenlijk project in opdracht van de Topsector Logistiek realiseren Centraal Bureau voor de Statistiek en de Stichting Uniforme Transport Code een digitale infrastructuur om het delen van logistieke basisdata vanuit het bedrijfsleven met het CBS, makkelijker te maken. Het project is een impuls om de kwaliteit en de kwantiteit van deze data te verbeteren.

Een essentieel onderdeel van het project (VESDI – Vehicle Emission Shipment Data Interface genaamd), is het vereenvoudigen van de manier waarop bedrijven gegevens aanleveren bij het CBS in het kader van de verplichte wegvervoerenquête. Voor veel bedrijven is dit een jaarlijks of zelfs maandelijks terugkerende activiteit waarbij de gegevens handmatig worden ingevoerd. Enkele grote beroepsvervoerders leveren hun data al jaren elektronisch, rechtstreeks vanuit transport managementsystemen aan, maar door dit gezamenlijke project wordt dit nu voor veel meer bedrijven gemakkelijk toegankelijk.

Bedrijven kunnen via het Open Trip Model (een open source datadeelmodel ontwikkeld voor en door het logistieke bedrijfsleven met ondersteuning van de Topsector) rechtstreeks uit hun IT-systemen gedetailleerde data bij het CBS aanleveren. Ook wordt hierdoor de kwaliteit van de door het CBS gegenereerde statistische data veel hoger en dat zal voor de afnemers van CBS-data zoals overheden en bedrijfsleven een groot voordeel zijn.

“Het realiseren van lastendrukverlichting in het bedrijfsleven en tegelijkertijd de CBS-vervoersstatistieken verbeteren en toegankelijker maken, is een belangrijk doel. Daarbij staat de veiligheid van data en privacybescherming van bedrijven bij het verwerken van de gegevens bij ons voorop”, zegt Angelique Berg, directeur-generaal CBS.

Wat levert het op?

De voordelen zijn meervoudig; betere statistieken als basis voor overheidsbeleid en benchmarking, eenvoudiger logistieke data delen op basis van open IT-standaarden, het verminderen van administratieve lasten van ondernemers en weer een stap vooruit als het gaat om de digitalisering in het bedrijfsleven en in de logistiek als geheel. Aad Veenman, boegbeeld Topsector Logistiek; “Mooi voorbeeld van publiek-private samenwerking, om praktische voordelen te combineren met structurele verbeteringen. In dit project komen een aantal puzzelstukken mooi samen die de afgelopen jaren in publiek-private samenwerkingen tot stand gekomen zijn. De ontwikkeling van de technische hulpmiddelen, zoals nu het Open Trip Model, maken deze samenwerking technisch mogelijk. Belangrijker is misschien nog wel het draagvlak dat met partijen als ministerie IenW, SUTC, DALTI, TLN, evofenedex en CBS gecreëerd is om dit te realiseren. Wellicht in Nederland niet zo bekend, maar met deze aanpak lopen we ver voorop in Europa”.

Bedrijven kunnen aansluiten Dit project is een belangrijke stap voorwaarts naar datagedreven logistiek. Met het toepassen van het Open Trip Model wordt de basis gelegd om eenvoudig data te delen over het voertuig, de zendinggegevens en de energieprestatie. Een duidelijke vermindering van administratieve lasten. Op basis van dezelfde standaard kunnen bedrijven eenvoudiger aansluiten op platforms voor Carbon Footprint calculaties, transportopdrachten uitwisselen, aansluiten op samenwerkings-platforms en control towers en een belangrijke bijdrage leveren bij het oplossen van vraagstukken over uitwisselen van data aangaande proof of delivery/e-CMR en emballage. <

‘ ’ ‘Met deze aanpak lopen we in Europa ver voorop’

11669 NVDO_VAM 2021-4.indd 17

17

08-09-2021 09:17

ONDERZOEK <

Foto: NVDO

Robotarm bied voedingsindustrie

de helpende hand

Technologie speelt een steeds grotere rol in de voedingsproductie. Binnen de industrie groeit vooral het gebruik van robotica en data-technologie. Dat draagt bij aan de betaalbaarheid van voeding en aan transparantie over herkomst en productie.

“De meerderheid van de Nederlandse consumenten wil meer weten over de productie van zijn voeding” volgens Thijs Geijer, Sectoreconoom ING. “Data-technologie helpt voedingsproducenten om meer informatie uit de keten te delen. Voor Nederlandse fabrikanten is de inzet van nieuwe technologieën niet alleen nuttig, het is ook noodzakelijk om concurrerend te blijven. Robotisering en digitalisering verhogen de productiviteit van medewerkers en helpen om toekomstige personeelstekorten te voorkomen”.

> Robots en data-analyses steeds vaker ingezet. “De afnemers van de voedingsindustrie, zoals supermarkten, stellen steeds striktere producteisen en vragen om grotere volumes tegen lage prijzen. Door jaarlijks 1,4 miljard euro in productietechnologie te investeren lukt het Nederlandse voedingsfabrikanten om de arbeidsproductiviteit te verhogen en aan de vraag uit de markt te voldoen. De productiviteitsgroei is niet uitgeput. Momenteel maakt circa een op de vier fabrikanten gebruik van robotica en/of big-data-analyses. Een verdere stijging ligt in het verschiet. De opkomst van artificial intelligence levert de denkkracht om productieprocessen efficiënter te maken en de verkopen van robots aan de voedingsindustrie stijgen.

> Consument wil meer weten over productie van zijn voeding. De bijdrage van productietechnologie aan voeding is voor de consument vaak niet zichtbaar. Informatie over de productiestappen en de schakels in de voedingsketen vindt nog maar beperkt zijn weg naar de consument. Data-technologie faciliteert de uitwisseling van informatie in de keten waardoor meer voedingsmiddelen tot op productniveau te traceren zijn. “Meer transparantie over de herkomst en productie van voeding helpt de afstand tussen producent en consument te overbruggen. Door RFID chips is het bijvoorbeeld mogelijk om vleesproducten van bron tot bord te volgen. Daarvoor is vaak wel verregaande samenwerking binnen de productieketen nodig”, stelt Ceel Elemans Sector Banker Food & Agri bij ING.

> Personeel gezocht: bijna 50.000 vacatures richting 2030. Door robotisering en digitalisering worden processen in de voedingsproductie complexer. Taken van werknemers veranderen en het vereiste opleidingsniveau stijgt. Niet alleen in Productie, maar dat geldt ook voor de Onderhoudsprofessional. De wervingsopgave is groot. Richting 2030 gaan circa 40.000 van de 150.000 werknemers in de voedingsindustrie met pensioen. Als de sector zijn groei wil

18 oktober 2021

11669 NVDO_VAM 2021-4.indd 18

08-09-2021 09:17

‘

‘Nieuwe toepassingsgebieden van technologie. Innovaties vergroten de toepasbaarheid van technologie in de voedingsindustrie’ continueren dan zijn aanvullend nog eens 7.000 extra mensen nodig.

Geijer; “Door arbeidsproductiviteitsgroei is naar verwachting bijna 50% van de toekomstige vacatures te vervullen. Toename van de techinvesteringen van 1,4 naar 2 miljard euro is daarvoor noodzakelijk.

Technologie levert zo ook een bijdrage aan de concurrentiepositie en de continuïteit van de voedingsproductie in Nederland”. Data-technologie vergroot de voorspelbaarheid en artificial intelligence draagt bij aan efficiënte inzet van productielijnen zodat het rendement verbetert. Voorbeeld: Machines worden ‘connected’ en genereren data, inspectie en aansturing van processen kan steeds vaker op afstand.

> Investeren en complexiteit. Bij een toename van de investeringen tot 2 miljard euro in 2030 verwacht het ING Economisch Bureau dat bijna de helft van de toekomstige personeelsbehoefte via technologische innovatie kan worden ingevuld. Elemans; “Internationaal concurrerend blijven lukt de sector alleen als men én de investeringen in productietechnologie weet te verhogen én de instroom van technisch en analytisch personeel weet te vergroten”.

Door foodtech neemt de complexiteit van productieprocessen toe en dat noodzaakt tot het opwaarderen van bestaande banen. In de productie wordt MBO+ meer en meer de standaard. Terwijl inpaken magazijnwerk automatiseert, stijgt de vraag naar productontwikkelaars, engineers en data-analisten. De behoefte aan hoger opgeleid en specialistisch personeel leidt tot meer concurrentie tussen de voedingsindustrie en andere sectoren.

’

Internationalisering van toeleverketens en industrialisering van de productie vergroten de complexiteit van productieprocessen. Het gebruik van software en data technologie in de voedingsindustrie neemt sterk toe en helpt bedrijven om de toegenomen complexiteit te doorgronden. Ten opzichte van machines en robots is de investeringsdrempel voor digitalisering relatief laag. Daarmee is het ook toegankelijker voor voedingsproducenten om er zelf in te investeren of expertise extern in te kopen.

> Kerntechnologieën in de voedingsindustrie. Foodtech

omvat dus alle technologische toepassingen in de voedingsindustrie. Innovaties in robotica, data technologie en verwerkingstechnieken zorgen voor nieuwe toepassingsmogelijkheden in de voedingsproductie. Geijer; “Hierdoor komt er zowel bij de primaire productie als de verwerking van voeding steeds meer technologie kijken. In vergelijking met de eerder genoemde kerntechnologieën bevindt de toepassing van nanotechnologie, 3D printen en celtechnologie zich nog in een vroeger stadium. Voordat deze breder toegepast (kunnen) gaan worden, moeten barrières op het vlak van regelgeving, consumentenacceptatie en/of de toepasbaarheid op industriële schaal worden geslecht”. Bedrijven in de voedingsindustrie zijn ook nauw betrokken bij de ontwikkeling van agritech toepassingen in de landbouw en visserij. Het belang van een kwalitatief hoogwaardige en voorspelbare aanvoer van grondstoffen speelt hierin een belangrijke rol. <

Consument staat open voor meer informatie Onder Nederlandse consumenten zou ruim de helft meer willen weten over de productie van zijn voeding en dan met name over vlees. Data-technologie toepassingen (zoals RFID chips) verbeteren de traceerbaarheid van producten door de keten. Via keurmerken en QR codes is het makkelijker om informatie over de samenstelling, herkomst en productie van voeding met consumenten te delen. De beperkingen van etiketten, zoals de beperkte ruimte en de nadruk op tekst, zijn daarmee deels op te lossen. Er is veel ruimte voor verbetering, want hoewel 85% van de consumenten etiketten leest, vindt bijna een derde de informatie onvoldoende.

Thijs Geijer Foto: ING

19

11669 NVDO_VAM 2021-4.indd 19

08-09-2021 09:17

TECHNIEK <

Hoe is het onderhoud geregeld in de Fabriek van de Toekomst?

Een installatie die volledig geautomatiseerd is, 24/7 draait en de komende zeven jaar geen onderhoud vergt. Voor de Duitse industriële controle- en automatiseringsonderneming Festo is het geen onbekend verzoek. De Fabriek van de Toekomst komt steeds dichterbij, of staat er zelfs al. Wat betekent dit voor het onderhoud en is een digitale technicus straks de nieuwe onderhoudsprofessional?

Onze Oosterburen noemen het Industry 4.0, in Nederland hebben we het eerder over Smart Industry. Festo richt zich op steeds meer op intelligente bewegingsoplossingen en je ziet door de jaren heen dat die zich steeds verder ontwikkelingen. “We willen een bijdrage leveren aan de ontwikkeling van Smart Industry in Nederland. We ontwikkelen bijvoorbeeld bewegingscomponenten

die het mogelijk maken customized robotoplossingen te realiseren op een eenvoudige manier”. Dat zegt Jan Koudijzer, Market & Technology Development Manager bij Festo. De laatste jaren houdt hij zich vooral bezig met technologietrends en businessontwikkeling.

In die rol ontfermt hij zich over de Fieldlabs waar zijn werkgever aan verbonden is.

Productie Digitalisering Foto: Festo

20 oktober 2021

11669 NVDO_VAM 2021-4.indd 20

08-09-2021 09:17

> Customized robotoplossingen. Koudijzer; “Bedrijven zijn op zoek naar mogelijkheden om nieuwe technologieën zoals zelfdenkende machines en robots in de productie toe te passen. Oplossingen als industriële robots zijn vaak groot en prijzig en er is een beperkte keuze aan modellen per applicatie. Wanneer je zo’n robot wilt customizen zijn de mogelijkheden vanuit de producent beperkt”.

De oplossingen die Festo biedt, is volgens Koudijzer vergelijkbaar met een LEGO-bouwpakket. Er zijn verschillende componenten die kunnen worden gebruikt om elke willekeurige intelligente robotoplossing of robotbeweging te realiseren. Daarbij is het ook mogelijk een combinatie te maken van pneumatische bewegingstechnologie met elektrische bewegingstechnologie en zo per applicatie te bepalen wat de meest geschikte oplossing is.

> Komt geen mens meer aan te pas. Deze slimme oplossingen past Festo zelf ook zoveel mogelijk toe in hun eigen fabrieken en werkplaatsen. Zoals bij de fabriek in het Duitse Scharnhausen voor ventielen, ventieleilanden, elektronica en impulsgevers voor automatiseringstoepassingen waar ze hun nieuwste Smart Industrie methoden en technologieën toepassen. De productielijnen kunnen in hoge aantallen verschillende productvormen door elkaar produceren en vierentwintig uur, zeven dagen per week, draaien zonder dat er menselijke interventie nodig is.

> Duurzaam door (digitaal)inzicht. Nieuwe technologieën, zoals Kunstmatige Intelligentie, geven de mogelijkheid tot meer inzicht. Het wordt makkelijker om parameters die van belang zijn in het productieproces goed te monitoren, de informatie te loggen en in te grijpen wanneer bijvoorbeeld het algoritme een afwijking detecteert. Hierdoor is het ook mogelijk slimmer en zuiniger met de bewegingstechnologie om te gaan. “Wanneer je berekent hoeveel energie er voor een bepaald onderdeel nodig is om naar de gewenste positie te gaan, zou je er bijvoorbeeld voor kunnen kiezen om dit met een lagere snelheid te doen”, zegt Koudijzer. Energieverbruik is daarnaast vaak een duidelijke indicatie voor onderhoud. Als een bepaalde bewegingsfunctie meer energie gaat verbruiken, waar ligt dat dan aan? Daar moet een reden voor zijn, bijvoorbeeld slijtage.

De beste vorm van duurzaamheid is iets zo lang mogelijk gebruiken.

Onderhoud en duurzame oplossingen liggen dan ook dicht bij elkaar vindt Koudijzer. “Wanneer je de onderdelen goed kan monitoren en

‘

bepaalde bewegingsfuncties voortdurend analyseert, kan je, wanneer er op een bepaald moment een afwijking optreedt, het onderhoud op tijd inplannen. Dat is dan meestal tegen lagere kosten en het voorkomt dat het productieproces onderbroken moet worden”.

Het inzicht is volgens Koudijzer het mooie aan de mogelijkheden van Smart Industry. “Wanneer je de data van het gebruik goed beheert, vanaf het ontwerp tot het onderhoud en uiteindelijk the end of life wanneer een productielijn stopt, ben je ook in staat alle onderdelen die in de installaties zitten uit elkaar te halen, te scheiden en eventueel te hergebruiken. Dit kan je eigenlijk alleen maar wanneer je weet onder welke omstandigheden een productie of assemblage lijn gebruikt is”.

> Digitalisering boost door COVID19. In het Concept en Design centre van Festo in Delft kunnen klanten specifieke vragen of ideeën voor machinetoepassingen bespreken en testen. “Ondanks dat wij veel van de standaard ‘LEGO-bouwsteentjes’ hebben ontwikkeld die klanten kunnen aanschaffen, blijft er altijd behoefte aan customized oplossingen”. Veel van de testen in Delft werden afgelopen jaar digitaal door klanten bekeken. “Door de coronamaatregelen was het lastig voor klanten om de testsite in Delft te bezoeken. Als alternatief werden er camera’s op de testwerkplekken opgehangen. Dat is beide partijen goed bevallen. Zo goed dat klanten nu vaak het grootste gedeelte van de tests op de camera’s meekijken en pas wanneer het project voor zo’n 90% is afgerond een fysiek bezoek afspreken”.

Het gebruik van Computer-Aided Design platformen in de cloud maakte, mede door de pandemie, afgelopen jaar ook een sprint door. Koudijzer; “Sinds vorig jaar maken we gebruik van CADcloudplatformen. De 3D tekeningen kunnen ingezet worden voor verschillende toepassingsdoelen. Zo kunnen machines in 3D in CAD systemen worden getekend, maar ook gebouwen en andere objecten. De 3D tekening van een installatie zit in de cloud. Je kan die op je mobiel bekijken en de informatie op elk gewenst moment en op elke lokatie delen. Je wint niet alleen aan snelheid, maar met name ook aan kwaliteit. Wanneer je op verschillende fysieke werkplekken live informatie met elkaar aan het delen bent en tegelijk de informatie verwerkt, kunnen er geen fouten meer insluipen bij de > verwerking van de informatie”.

‘Juist voor een onderhoudsprofessional valt er met digitalisering veel winst te behalen’

11669 NVDO_VAM 2021-4.indd 21

21

08-09-2021 09:17

‘

‘Onderhoud en duurzame oplossingen liggen dicht bij elkaar’

Jan Koudijzer Foto: Festo

>

> Wat betekent dit voor de toekomstige onderhoudsprofessional. “Ik denk dat de vraag naar digitale technici zeker groeit, maar dat is in elk vakgebied de situatie. Digitalisering is ook steeds meer een onderdeel van ons leven, maar het is niet zo dat het vakgebied volledig op zijn kop gezet wordt. Ik denk juist dat de nieuwe technologieën het werk leuker maken. Je kan sneller tot inzichten komen met wat er echt nodig is en wat er moet gebeuren. Wat is er

’

nodig om de productlijn weer snel te laten functioneren? En wat is met de nieuwe manieren om data te inventariseren en te analyseren nodig om de lijn beter dan ooit te kunnen laten functioneren? Door gebruik te maken van de digitalisering valt er op veel vlakken winst te halen. Dat winst halen is voor elke speler in de keten leuk om te zien. Dat geeft voldoening. Sneller vinden van een probleem komt een onderhoudsprofessional ten goede”. <

Advies- en ingenieursbureau van de toekomst

INNOCY bestrijkt de gehele en oneindige levenscyclus van complexe infra projecten. We noemen ons niet voor niets LIFE-CYCLE-MASTERS: van meedenken en selecteren van de beste infra oplossing in het allereerste stadium tot en met concretiseren, beheren, slopen of hergebruiken van assets als bruggen, tunnels en sluizen.

Wij zijn uw partner in lifecycle.

1205-01_185x118mm.indd 1

22 oktober 2021

11669 NVDO_VAM 2021-4.indd 22

innocy.nl

25-08-2021 11:16

08-09-2021 09:17

Netwerken Beheer en Onderhoud Asset Management Techniek Branchevereniging

Conditiebewaking Prestatiemanagement Maintenance Academy Kennisontwikkeling

Onderhoud je netwerk en Deel kennis en ervaring

Maak onderdeel uit van Europa’s grootste netwerk De Nederlandse Vereniging voor Doelmatig Onderhoud (NVDO) is dé toonaangevende brancheorganisatie die middels belangenbehartiging, kennisontwikkelingen en -overdracht en netwerken ondersteuning biedt aan bedrijven en personen die bij de besluitvorming op het gebied van Beheer en Onderhoud/Asset Management betrokken zijn en daarmee de Nederlandse onderhoudssector als ’s werelds beste helpt te presteren.

>> Word lid!

De NVDO doet dit door in de sector een onafhankelijke positie in te nemen en alle relevante bedrijfssectoren met behulp van voorlichting, advisering, kennisontwikkeling, (wetenschappelijk) onderzoek en kennisuitwisseling ten dienste te staan en zo op weg te helpen naar excellent Asset Management.

Het NVDO-lidmaatschap biedt vele voordelen!

Het NVDO-Lidmaatschap geeft toegang tot

•

•

• • • •

Grootste netwerk van Europa (fysiek en digitaal) Regionale activiteiten Vakinhoudelijke kennis en netwerk Compleet portfolio Maintenance Academy Collectieve abonnementen op vakbladen

• • • •

Kengetallen, Trends, Visie (NVDO Onderhoudskompas) Platform Materiaalkunde (wetenschappelijke) Publicaties, waaronder Visiedocumenten Kortingen op ons cursusaanbod van de NVDO Maintenance Academy Jongerenboard

Asset Management, Duurzaamheid, Veilig Werken en Energie-efficiency zijn belangrijke thema’s waaraan de NVDO regelmatig en in breder verband aandacht besteedt!

Ga naar www.nvdo.nl en meld je aan >> Lange Schaft 7G - 3991 AP Houten | Postbus 138 - 3990 DC Houten 030 - 634 60 40 | info @ nvdo.nl | www.nvdo.nl

23

11669 NVDO_VAM 2021-4.indd 23

08-09-2021 09:17

VISIE <

‘’

‘De renovatie van openbare gebouwen wordt mogelijk het speerpunt’ Foto: NVDO

Ontwikkelingen in het kader van

Renovation Wave De energieprestaties van gebouwen moeten beter worden. Dat stelt de Europese Commissie in de Renovation Wave strategie. Het renovatietempo moet verdubbelen in de komende tien jaar en renovaties moeten leiden tot een betere energie- en hulpbronefficiëntie. Dit moet de uitstoot van broeikasgassen verminderen, de digitalisering bevorderen en het hergebruik van materialen verbeteren.

Drie onderwerpen hebben prioriteit: Het koolstofvrij maken van verwarming en koeling; Het aanpakken van energiearmoede; Slecht presterende gebouwen renoveren. In het kader van de Renovation Wave ziet het Platform Duurzame Huisvesting vier ontwikkellingen die onderling min of meer op elkaar ingrijpen.

Daar gaat het vooral over de noodzaak van productontwikkeling en beleidsontwikkeling t.a.v. bijvoorbeeld beheer, ontwikkeling en inkoop. De laatste ontwikkeling betreft capaciteit, kennis, mindset en professionaliteit, kort samengevat als Human Capital.

> Onderliggende producten. Binnen de genoemde vier Ten eerste gaat het over Doelmatigheid: betaalbaarheid integrale verduurzaming, bestuurbaarheid en doelgerichtheid. Digitalisering is een tweede ontwikkeling waarbij de thema’s op data gestuurdere wijze mogelijk kunnen worden gemaakt. Daarvoor is standaardisatie nodig en vraagt integraal informatiemanagement aandacht. De derde ontwikkeling gaat over klimaatadaptiviteit en Circulariteit.

ontwikkelingen zijn programmalijnen met onderliggende producten denkbaar, waar het Platform Duurzame Huisvesting (en dus de NVDO) een rol in kan spelen. Het gaat dan om de ontwikkeling van een Data Driven Maturity Label, de ontwikkeling van een blauwdruk Asset Management Data Platformen het faciliteren van circulaire ontwikkeling gebouwgebonden producten. Ook standaar-

24 oktober 2021

11669 NVDO_VAM 2021-4.indd 24

08-09-2021 09:17

disatie rondom zienswijze circulair beheer bestaande bouw en het faciliteren van digitale ontwikkeling circulair beheer behoren tot de ontwikkelmogelijkheden van het Platform.

een van de partners worden gedaan en kan nu eenvoudiger. De stichting heeft een functionele rol in het faciliteren van de werkgroepen, maar het bestuur zal geen inhoudelijke sturing geven aan de werkgroepen”. <

> Professionalisering Platform Duurzame Huisvesting.

Professionalisering en meer slagkracht zijn de belangrijkste doelen van de nieuwe bestuursvorm die Platform Duurzame Huisvesting krijgt. Onlangs is er een stichting opgericht die als organisatorische entiteit gaat dienen voor het Platform. Platform Duurzame Huisvesting (PDH) gaat met de oprichting van een stichting een nieuwe fase in. De beoogde professionalisering is nodig, omdat de rol van PDH onder andere bij de implementatie van het Klimaatakkoord en het EU-actieplan Renovation Wave steeds belangrijker wordt. Er is een groot onbenut CO2-reductiepotentieel in de utiliteitsbouw dat met de juiste maatregelen ook nog eens kosteneffectief te behalen is.

> Juridische entiteit. Wat verandert er precies? PDH was tot dusver altijd een samenwerkingsverband van diverse brancheorganisaties, RVO en Rijksvastgoedbedrijf. Het Platform had geen juridische entiteit. Dat verandert nu er een stichting is opgericht. Aan de inhoudelijke werkwijze verandert echter niets. De activiteiten in de werkgroepen blijven gewoon doorgaan en ook Claudia Reiner behoudt haar rol als inhoudelijk boegbeeld.

Thomas Dekker is de voorzitter van het bestuur van de nieuwe stichting. Als projectmanager energietransitie bij de Rabobank is hij al acht jaar bezig met de verduurzaming van vastgoed. Wat is het nut van de nieuwe stichting? Dekker; “Als juridische entiteit kunnen we nu voor activiteiten van het Platform financiering regelen door bijvoorbeeld subsidies aan te vragen. Dat moest voorheen door

Marktuitbreiding voor duurzame bouwproducten en -diensten De Europese Commissie wil dat de bouwsector beter toegerust wordt voor het uitvoeren van duurzame renovatie op basis van circulaire oplossingen, recycling en natuurlijke oplossingen. De Commissie gaat een routekaart om CO2-uitstoot te verminderen en levenscyclus van gebouwen te verlengen, onder meer door het gebruik van bio-gebaseerde producten. Ook worden de doelstellingen voor het terugwinnen van materialen herzien.

Verder zal de Europese Commissie een aanbeveling doen om het Bouwwerkinformatiemodel (Building Information Modelling, BIM) te bevorderen bij het aanbesteden van bouwprojecten. Digitale industriële platforms als BIM stellen belanghebbenden in staat de beschikbare gegevens (van de omgeving) beter te benutten. Ook ontwikkelt de Commissie een uniform EU-kader voor digitale vergunningverlening en een betrouwbaar systeem voor het certificeren van energie-efficiëntiemeters. Het gebruik van digitale en innovatieve technologieën in de bouwsector blijft achter.

De Commissie gaat daarom de digitalisering in de bouw ondersteunen via Horizon Europa.

Kort Artficial Intelligence (AI) Nederland moet snel meer investeren in kunstmatige intelligentie volgens de staatssecretaris van Economische Zaken en Klimaat. Zowel de overheid als bedrijven moeten volgens haar hun investeringen in AI gaan verdubbelen. Het kabinet investeerde in 2019 al 64 miljoen in kunstmatige intelligentie, in 2020 werd dit bedrag verdubbeld.

Belangrijke vragen Bij investeren in / implementatie of inzet van AI is een aantal vragen relevant: • Hoe kunnen de mensenrechten worden gewaarborgd bij het door de overheid breed inzetten van AI? • Hoe houden we toezicht op algoritmen? Bijvoorbeeld bij werving en selectie, om discriminatie op de arbeidsmarkt tegen te gaan.

• In welke sectoren is AI goed geregeld en goed toepasbaar?

Ethische aspecten Voor het succesvolle gebruik van AI is maatschappelijk vertrouwen in deze technologie van groot belang. Er zijn zeker nog vraagtekens te plaatsen bij het gebruik van algoritmen en hoe transparant die zijn.

Onduidelijkheid bestaat over bescherming van persoonsgevoelige informatie of bijvoorbeeld de aansprakelijkheid bij ongevallen met zelfrijdende auto’s en aansprakelijkheid in het geval van ongevallen door software fouten. Op deze onderwerpen is Europese wet- en regelgeving noodzakelijk. Bij voldoende transparantie m.b.t. te gebruiken algoritmen en voldoende waarborgen voor beveiliging van persoonsen gedragsgegevens is de toepasbaarheid van AI groot. <

25

11669 NVDO_VAM 2021-4.indd 25

08-09-2021 09:17

ONDERHOUD <

Pré Wonen heeft vastgoeddata op orde

met artificial intelligence

‘

App Digitale Vastgoedogen Foto: Brink

26 oktober 2021

11669 NVDO_VAM 2021-4.indd 26

08-09-2021 09:18

Woningcorporatie Pré Wonen heeft zo’n vijfduizend wooneenheden laten inventariseren voor de nieuwe meerjarenonderhoudsbegroting. Hierbij heeft haar adviseur Brink gebruik gemaakt van Digitale Vastgoedogen, een app die dankzij data-science en artificial intelligence nauwkeurig én snel vastgoeddata inwint. Dit inzicht vormt de basis voor de beslissingen over het planmatig onderhoud. Jørgen Bosma, projectleider bij Pré Wonen, en Jorn Reijnders, senior manager bij Brink, delen hun bevindingen.

Al zeker sinds 2004 hebben Pré Wonen en Brink een relatie. Brink is leverancier van IBIS Main, de calculatiesoftware voor de meerjarenonderhoudsbegroting (MJOB). Dit keer was Brink ook verantwoordelijk voor het aanleveren van de inhoud van de data. De woningcorporatie beheert in de regio Midden- en Zuid-Kennemerland circa 16.000 verhuureenheden (VHE’s). Bosma licht toe; “We werken met meerdere complexen. Een complex kan soms slechts één VHE zijn, maar ook driehonderd VHE’s met een wisselende status en strategie. Zo hebben sommige het predicaat doorexploiteren of sloop en andere verkoop of renovatie. Die strategische keuze wordt onder meer gemaakt aan de hand van de gewenste woningportefeuille en op basis van de onderhoudskosten. Andersom wordt het onderhoud natuurlijk ook afgestemd op de gemaakte strategische keuze. Goed inzicht in de hoeveelheden is essentieel om bijvoorbeeld de kosten van het onderhoud aan de kozijnen te kunnen bepalen”.

> Inventariseren met artificial intelligence. Met de complexen en adressen in de hand is Brink voor Pré Wonen aan de slag gegaan. Als je zoiets op grote schaal doet, dan is een strakke aanpak essentieel. Dat kan op traditionele wijze door ter plekke de hoeveelheden van elementen van de gevel te tellen en op te meten, maar ook door data science en artificial intelligence in te zetten. “We hebben gekozen voor een combinatie van beide”, vertelt Reijnders. “Met behulp van openbare databronnen hebben we al zoveel mogelijk gegevens verzameld. Met behulp van data science en deep learning zijn vervolgens van veel elementen geautomatiseerd de hoeveelheden bepaald. Er zijn specifieke situaties waarbij de computer helaas nog niet alle benodigde informatie kan genereren. Bijvoorbeeld omdat een goede foto simpelweg niet te

‘

‘Werken met AI wordt serieus in de vastgoedsector’

11669 NVDO_VAM 2021-4.indd 27

maken valt. En een goede foto heeft de computer wel nodig om met beeldherkenning z’n werk te kunnen doen. Dan gaan we toch meten aan het gebouw of bestuderen we de bouwtekeningen. Uiteindelijk wil ik immers altijd de nauwkeurige data opleveren waar de klant om heeft gevraagd”.

Het toepassen van beeldherkenning om gevelonderdelen in kaart te brengen, betekent een innovatie in de vastgoedsector. Door consistent en herleidbaar alle relevante data te vergaren, is de inventarisatie van het onderhoud een stuk efficiënter. “Aan de hand van BAG-kaarten en 3D-modellen is gaandeweg inzichtelijk gemaakt hoe ze te werk zijn gegaan. Dat is reuze knap”, vindt Bosma. “Werken met AI wordt serieus in de vastgoedsector en als opdrachtgever zien we nu dat het daadwerkelijk in de praktijk wordt toegepast.

Kunstmatige intelligentie kan onder meer kozijnen en schoorstenen herkennen en is hierdoor heel nuttig toe te passen. Als ik dan zie hoe snel Brink die data in 3D-modellen giet, dan ben ik onder de indruk. Het is geen BIM zoals we bij nieuwbouw ontvangen, maar dat is ook niet nodig voor de MJOB”.

> Data snel en nauwkeurig op orde. Veel corporaties doen nog te weinig met de beschikbare data, erkent Bosma. Digitale Vastgoedogen maakt gebruik van geodata, beeldherkenning en andere vormen van data science om een foto van een gevel even nauwkeurig als consistent te vertalen naar relevante gegevens. De quick-win? Data sneller op orde, daardoor beter inzicht in het noodzakelijke onderhoud en dat draagt bij aan lagere onderhoudskosten. Reijnders; “In de toekomst gaan we, naast de hoeveelheden van elementen, ook de materialisatie geautomatiseerd bepalen.

Denk daarbij aan het detecteren van houten, aluminium en kunststof kozijnen of bijvoorbeeld enkel en dubbel glas. Nu voegt een inspecteur die kenmerken nog handmatig toe. Op termijn willen we ook de staat van het onderhoud geautomatiseerd gaan bepalen, maar dat is vooralsnog echt toekomstmuziek”.

Bosma vult aan; “Praat je over het herkennen van bijvoorbeeld houtrot, dan geloof ik daar inderdaad nog niet in, maar het herkennen van vervuiling of verkleuring lijkt een logische vervolgstap”.

Toch wil hij zeker geen afscheid nemen van inspecteurs. “Ik sta er gemengd in. De technologie is erg interessant, maar toch vind ik het een prettige geruststelling als een complex periodiek wordt bekeken door iemand die bouwkundig onderlegd is. Dat wil niet zeggen dat ik de app hiermee tekort doe, want ik zou sommige informatie best vaker willen hebben én daarnaast ondersteunt de app het werk van de inspecteur”. Dat onderschrijft Reijnders volmondig. “Het eentonige, repetitieve werk doet de computer snel en efficiënt, het vakmanschap komt van de inspecteur”. >

27

08-09-2021 09:18

‘

‘Er wordt al zeker tien jaar over toepassing van kunstmatige intelligentie gesproken, maar nu is het praktisch toepasbaar geworden’ >

> Onderhoud is serieuze post in begroting van corporatie.

De geactualiseerde hoeveelheden zijn opgeleverd in IBIS Main, de software die Pré Wonen gebruikt voor het calculeren van de onderhoudskosten. Alle verzamelde data is in de structuur van de meerjarenbegroting van de corporatie ingelezen. Daarna is er een verschillenlijst opgemaakt op complexniveau. Zolang je die verschillen kunt verklaren, loopt de begroting weer in de pas. “Ik heb nog geen meldingen gekregen van inspecteurs dat er onverklaarbare afwijkingen zijn met betrekking tot de aangeleverde data, dus dat is een goed teken”, laat Bosma met een grijns weten. Pré Wonen is dusdanig tevreden over het eindresultaat, dat Brink is gevraagd voor een vervolgopdracht. Voor nieuw verworven bestaande sociale huurwoningen in Zandvoort wordt de app ingezet om in totaal 2.500 woningen goed in kaart brengen.

Bosma; “Voorlopig zie ik het ter ondersteuning, maar niemand kan voorspellen waar we over vijf jaar staan. De financiële ratio’s zijn steeds meer sturend de laatste jaren, dus moet zo’n MJOB kloppen om grip te houden op wat er gebeurt. Het gaat om een serieus aantal woningen en dus ook om serieuze budgetten. Zouden we financieel uit de pas gaan lopen of voor vervelende verrassingen komen te staan, dan kan dat grote financiële gevolgen hebben. Daarom is het allereerst zaak om nauwkeurig alle hoeveelheden van de elementen van de woningen vast te stellen”.

> Operationeel en strategisch inzetbaar. Uiteindelijk wil de klant toch weten: wat moet ik onderhouden en wat kost me dat?

Brink helpt te komen tot één gedegen database, waar verschillende betrokkenen informatie uit kunnen putten. Op operationeel niveau bijvoorbeel: om af te kunnen stemmen met de onderhoudsaannemer en strategisch met de directie bij het bepalen van budgetten of het bijsturen op de portefeuille. Reijnders; “Naast de uniforme structuur en kwaliteit van data vergaard met Digitale Vastgoedogen, is het een groot voordeel dat de data gemakkelijker visueel is te maken. We willen graag op een element kunnen klikken in de begroting en dan direct zien op de foto of in het 3D model waar dat element zich bevindt. Daardoor wordt het eenvoudiger communiceren met de opdrachtgever”.

Dat is zeker een groot voordeel, beaamt Bosma. “Traditioneel is de data heel abstract. Als je ergens dieper in wilt duiken, moet je het werk deels overdoen voordat je bij de juiste informatie bent.

’

Nu is het meteen in detail inzichtelijk te maken, dus herleidbaar en consistent. Brink heeft overduidelijk een efficiencyslag gemaakt in het inventariseren van vastgoedonderhoud. Er wordt al zeker tien jaar over toepassing van kunstmatige intelligentie gesproken, maar nu is het praktisch toepasbaar geworden. In plaats van een belofte is er nu een werkende app. Dat is een grote stap vooruit”. <

Jorn Reijnders (l) en Jørgen Bosma(r) Foto: Brink

Wat betekent dit voor het onderhoud door Woningcorporatie Pré Wonen Onderhoud is niet alleen een kwestie van het schilderen van kozijnen of vervangen van ketels. Onderhoud gaat óók over het maken van strategische keuzes. Hoe past dit binnen het totale kwaliteits- en duurzaamheidsbeleid? Wat vinden we als corporatie of vastgoedeigenaar belangrijk voor onze gebouwen? En hoe gaan we dat efficiënt realiseren? Welke externe onderhoudspartijen hebben we daarbij nodig?

Om deze keuzes integraal te kunnen maken, moet je over actuele vastgoeddata beschikken. De Digitale Vastgoedogen app levert hiervoor de juiste kwalitatieve basisdata.

Betrouwbaar, nauwkeurig en consistent. Een zorg minder voor portefeuille-, asset- en propertymanagers, die hierdoor meer tijd én een beter inzicht krijgen om efficiënte en gefundeerde beleidskeuzes te maken.

28 oktober 2021

11669 NVDO_VAM 2021-4.indd 28

08-09-2021 09:18

Samen sterker

GAST COLUMN <

Tot eind jaren ‘70 werkten accountants met papieren spreadsheets. Het opstellen van jaarrekeningen en doorrekenen van plannen werd met de hand gedaan. Bij een klein foutje moest men van voren af aan beginnen. Toen in 1979 de eerste spreadsheet-software werd geïntroduceerd, vreesden velen het einde van de accountant. Wat vroeger uren handmatig werk opleverde, kon Visicalc in een paar seconden uitvoeren. Foutloos.

Maar tien jaar later was het aantal accountants verdrievoudigd. Dat kwam omdat de rol veranderde: De accountant kreeg krachtig gereedschap in handen, dat repeterende en relatief eenvoudige taken overnam. En door dat gereedschap te combineren met vakkennis en menselijke creativiteit, kon de accountant veel meer waarde leveren, bijvoorbeeld door dynamische modellen op te stellen. Kortom: Visicalc nam het repeterende werk over, de bijdrage van accountants werd waardevoller en hun aantal nam daarom sterk toe.

We zien nu iets vergelijkbaars binnen het onderhoud. Door de introductie van digitale technologie, zijn er steeds meer repeterende taken die algoritmes beter, sneller en goedkoper kunnen uitvoeren dan technici. En opnieuw zien we dat de aard van het werk verandert én toeneemt in waarde.

Een voorbeeld is conditiemonitoring. In het verleden liepen specialisten vaste rondes om, op basis van handmatige metingen, de conditie van een pomp te bepalen. Dat kost veel tijd, is inefficient (de meeste pompen doen het doorgaans prima) en levert onvoldoende dekking op, omdat er nu eenmaal veel meer pompen dan specialisten zijn.

Tegenwoordig zien we steeds meer online monitoringssystemen, die 24/7 de conditie van assets monitoren. Op het moment dat er een defect geconstateerd wordt, krijgt de specialist een seintje en kan zij gericht een Root Cause Analysis uitvoeren. En dat is veel efficienter: Als een geautomatiseerd monitoringssysteem kan aangeven welke machines gezond zijn, hoeft de specialist deze niet meer op te nemen in een vaste ronde en kan zij aandacht besteden aan de bad actors.

Simon Jagers

Kortom: Net als bij Visicalc gebruikt de monitoring specialist digitaal gereedschap om het standaardwerk te doen en kan zij meerwaarde leveren door zich te concentreren op creatief, hoogwaardig werk dat computers niet kunnen uitvoeren.

Google’s Andrew Ng zei in 2019 over de kracht van Kunstmatige Intelligentie dat KI taken kan overnemen waarover een mens ongeveer een seconde moet nadenken. Dat worden er langzaam twee, drie en ga zo maar verder. De komende jaren zal digitaal gereedschap daarom steeds complexere taken uitvoeren op gebied van onder meer onderhoudsplanning, monitoring van machines, en optimalisatie van levensduur, energieverbruik, en productie. Als we die krachtige tools combineren met onze creativiteit en vakkennis, neemt de waarde van ons vak alleen maar toe. Ik voorspel dan ook dat techniek weer hot wordt en we over 10 jaar een verdrievoudiging van het aantal maintenance engineers gaan zien. En daarmee wordt het tekort aan techneuten ook gelijk opgelost. < Simon Jagers Technology enthusiast & founder Samotics

29

11669 NVDO_VAM 2021-4.indd 29

08-09-2021 09:18

VEILIG WERKEN <

Exoskeletten en de aanpak van lichamelijke belasting in het onderhoud Armondersteunende exoskelet Skelex Foto: TNO

Exoskeletten: voor het bedrijfsleven lang een ver-van-mijn-bed-show, maar inmiddels hebben diverse bedrijven er ervaring mee opgedaan op de werkvloer.

Soms succesvol, soms wat minder. Logisch, want de toepasbaarheid, effectiviteit en acceptatie van een exoskelet hangen nauw samen met de aard van het werk.

Lichamelijk zwaar werk blijft in veel sectoren een actueel thema, ook in het onderhoud. Veel mensen doen nog steeds zwaar werk en de aantallen zien we, ondanks automatisering, nauwelijks verminderen. In onderhoudswerk gaat het vaak om repeterende handelingen, het tillen en dragen van lasten of werk in ongemakkelijke houdingen.

Bij deze vormen van zwaar werk lopen medewerkers een verhoogd risico op blessures, bijvoorbeeld rug- of schouderklachten.

waarbij men de armen heft, dus werk op borsthoogte of hoger. Voorbeelden van romp- en armondersteunende exoskeletten zijn Laevo en Skelex.

> Effectiviteit. Het eerste doel van een exoskelet is gericht op

> Lichamelijke zwaar werk en exoskeletten. Een

de korte termijn, namelijk het verminderen van de lichamelijke belasting. Daardoor raken medewerkers minder snel vermoeid en ervaren zij minder lichamelijk ongemak, met andere woorden, zij blijven fitter gedurende de werkdag. Een langetermijndoel van exoskeletten is het verminderen van het aantal rug of schouderklachten, waardoor ook het werkgerelateerd verzuim zou kunnen dalen.

strategie om deze problematiek te lijf te gaan is de inzet van exoskeletten. Er zijn nu diverse commercieel verkrijgbare exoskeletten, die de weg naar de praktijk vinden.

Dit zijn romp- en arm-ondersteunende exoskeletten. Deze (passieve) exoskeletten hebben geen motoren, maar maken handig gebruik van de veereigenschappen van materialen. Wanneer men bijvoorbeeld voorover buigt met de romp, worden ook delen van een romp-exoskelet gebogen. De veerkracht die daarbij ontstaat, ondersteunt vervolgens de medewerker bij voorovergebogen werk of bij het tillen van een last vanaf de grond. Met een vergelijkbaar mechanisme ondersteunt een arm-exoskelet werk

Worden deze doelen ook bereikt? Met andere woorden wat weten we over de effectiviteit? Er is sterk bewijs dat exoskeletten de kortetermijndoelstelling waar maken: ze brengen de lichamelijk belasting omlaag, soms met tientallen procenten, en in verschillend onderzoek is vastgesteld dat dit leidt tot minder vermoeidheid bij de drager van het exoskelet. Hierbij moet gezegd dat dit is aangetoond in het lab bij geisoleerde taken, zoals het quasi-statisch werken met de handen boven het hoofd of het uitvoeren van een tilbeweging. Werken in de praktijk is uiteraard anders. Een onderhoudsprofessional werkt niet alleen met de armen geheven of met de romp gebogen. Meestal is er sprake van verschillende activiteiten met verschillende bewegingen en houdingen.

30 oktober 2021

11669 NVDO_VAM 2021-4.indd 30

08-09-2021 09:18

‘

‘Een exoskelet is niet de meest voor de hand liggende oplossing voor zwaar werk’ Het percentage van de tijd waarop het exoskelet ondersteuning geeft, wordt dan uiteraard minder. De boodschap hier is: ‘De effectiviteit van een exoskelet hangt sterk af hangt af van het type werk: wat zijn de arbeidstaken, welke werkhoudingen en bewegingen horen daarbij, hoe vaak en hoe lang gebeurt dit, en welke variatie is er’.

’

Over de effecten op de lange termijn, weten we nog te weinig. Het vaststellen van een effect op het terugdringen van klachten en verzuim, vraagt om grootschalig onderzoek met enkele honderden proefpersonen. Zo lang dergelijk onderzoek niet is uitgevoerd, kunnen we hier nog weinig over zeggen.

Voordat men voor de inzet van een exoskelet kiest, is het belangrijk om een idee te hebben in welke mate een exoskelet in de eigen specifieke werksituatie ondersteuning geeft. Even zo belangrijk is het om zicht te hebben op de activiteiten die niet ondersteund zullen worden of zelfs kunnen worden belemmerd. Dit vereist een gedegen taakanalyse. Het kost wat moeite, maar voorkomt tegenslag en teleurstelling als men op de werkplek met een exoskelet aan de gang gaat. Ook met het oog op acceptatie, is het belangrijk vooraf een goede inschatting te maken, bijvoorbeeld voorafgaand aan een eventuele test. Bij het testen is het essentieel de medewerkers, de toekomstige gebruikers van het exoskelet, te betrekken en goed naar hun oordeel te luisteren.

> Acceptatie. Exoskeletten kunnen alleen effectief zijn, als ze in

> Business case. De prijzen variëren, maar stel dat een armon-

de praktijk worden gedragen. Het belang van acceptatie kan niet genoeg benadrukt worden ook omdat dragen (nog?) niet kan worden verplicht. Exoskeletten hebben als voordeel dat ze de medewerker lichamelijk ondersteunen bij zwaar werk. Het is acceptatie-bevorderend dat dit bij de meeste exoskeletten direct goed voelbaar is.

Daartegenover staat een aantal zaken die de drager van een exoskelet als hinderlijk kan ervaren. Denk aan het tegenwerken van bepaalde bewegingen of enige beperking van de bewegingsvrijheid, drukpunten op het lichaam, het gewicht en het volume van het exoskelet, en het vasthouden van lichaamswarmte (bij warm weer). Of een medewerker een exoskelet wil dragen, hangt uiteindelijk af van de balans tussen wat die gebruiker aan voor- en nadelen ervaart.

dersteunend exoskelet € 4.000,- kost met inachtneming van additionele kosten voor training, consultancy en besluitvorming. Hoe kun je dit geld terugverdienen? Enerzijds zou er bespaard kunnen worden op de kosten voor personeelsvervanging, zegt TNO. Stel dat een van de medewerkers regelmatig met ziekteverlof is vanwege schouderklachten. Zodra het exoskelet het ziekteverzuim met twee weken vermindert, worden de kosten terugverdiend door besparing op personeelsvervangingskosten. Anderzijds kan de productiviteit toenemen als gevolg van minder overbelasting op de werkvloer.

Met een stijging van 3% kan de investering over het algemeen in ongeveer drie jaar worden terugverdiend.

Het is natuurlijk niet gegarandeerd dat deze scenario’s uitkomen.

Daarom is het ook goed om te kijken naar zaken die niet gemakkelijk in euro’s kunnen worden uitgedrukt. Bijvoorbeeld: minder vermoeidheid en ongemak bij het personeel, waardoor zij zich meer beschermd, meer tevreden en meer gemotiveerd voelen, toegenomen aantrekkelijkheid van bepaalde (lichamelijke zware) activiteiten, verbeterd imago als werkgever (met zorg voor duurzame inzetbaarheid van werknemers). Ook deze aspecten kunnen de investering de moeite waard maken.

> Implementatie. Allereerst, een exoskelet is niet de meest voor de hand liggende oplossing voor zwaar werk. TNO adviseert eerst te kijken naar de gangbare manieren om gezondheidsrisico’s weg te nemen, zoals werkplekverbetering, gebruik van de juiste hulpmiddelen of taakroulatie. Zijn deze strategieën niet mogelijk of niet effectief, pas dan zouden exoskeletten in beeld kunnen komen.

> Toekomst. Momenteel zijn het vooral de passieve arm- en rom-

Armondersteunende exoskelet Skelex Foto: TNO

pondersteunende exoskeletten die hun weg naar de praktijk vinden.

In specifieke situaties, namelijk waar men langdurig met geheven armen werkt of de romp moet buigen, kunnen zij echt meerwaarde hebben. Ondertussen wordt er internationaal hard gewerkt aan een volgende generatie exoskeletten met sensoren en actuatoren (motoren).

Door die sensoren en actuatoren kunnen deze actieve exoskeletten, in potentie, de mate van ondersteuning beter op de situatie afstemmen dan de passieve variant. Het eerste actieve rompondersteunend exoskelet dat is toegelaten op de Europese markt is de Cray X van German Bionic. De verwachting is dat er snel meer zullen volgen. <

31

11669 NVDO_VAM 2021-4.indd 31

08-09-2021 09:18

OPGELEVERD <

BIM-model om ondergrondse spaghetti te ontrafelen

32 oktober 2021

11669 NVDO_VAM 2021-4.indd 32

08-09-2021 09:18

Een onmogelijke klus krijg je alleen samen voor elkaar. Dat is de ervaring van Marcel Geleijnse bij het project herinrichting Leeghwaterstraat op de campus van de TU Delft. De campus van TU Delft is een stad op zich. Met 11.000 studenten, 5.000 kenniswerkers en een groot aantal faculteiten en unieke onderzoekslaboratoria is het zeven dagen per week een drukte van belang. Bewoners, onderzoekers en studenten uit 90 landen bevolken de gebouwen en gebruiken de straten.

De TU Delft wil de campus aantrekkelijker maken met een uitgebreid fiets- en voetgangersnetwerk in een deels autoluw gebied.

Daarom verschijnen er in gebieden waar eerst veel autoverkeer en parkeerplaatsen waren, meer groen en meer ruimte voor voetgangers en fietsers.

Een van de belangrijkste verbindingswegen op de campus is de Leeghwaterstraat. Deze moest in 2017 grondig op de schop. De straat werd ‘omgebouwd’ tot fietsstraat, waar de auto te gast is. De rijbaan werd versmald en aan weerszijden kwamen brede trottoirs met groenstroken. Deze grondige herinrichting werd aangegrepen voor een complete renovatie van de ondergrondse infrastructuur. Riolering, kabels en leidingen moesten worden vervangen en aangepast.

> Bijzonder complex geheel. Een project van deze omvang, met een hoofdrol voor complex rioolwerk, is nooit een simpele opgave. Maar deze keer was het wel een bijzonder complex geheel, vertelt Marcel Geleijnse, bedrijfsleider bij BAM Infra. “Het gaat natuurlijk om bereikbaarheid, beperking van overlast, zorg voor goede doorstroming, heldere planning en afstemming. Dat geldt voor elk project van deze soort. Maar er kwam in dit geval nog veel meer bij kijken. Kabels en leidingen hebben op de campus een cruciale functie. Onbedoelde uitval van verbindingen heeft een gigantische impact. Denk alleen maar eens aan de voortgang van onderzoeksprojecten, mogelijk verlies van data, het risico van kostbaar tijdverlies voor labs en researcher Een foute inschatting of een verkeerde beslissing kan funest zijn. Voeg daar nog aan toe dat de hele klus absoluut niet langer dan 22 weken in beslag mocht nemen, en je kunt gerust spreken van een hele forse uitdaging”.

‘

Een ‘uitdaging’ is nog zacht uitgedrukt. Afgaand op wat ‘normaal’ is voor een dergelijk project, leek het zelfs onhaalbaar om de klus goed te kunnen opleveren binnen het vereiste tijdsbestek. Onmogelijk, oordeelden diverse kenners zelfs. Geleijnse; “Complex, moeilijk, uitdagend: dat klopt allemaal. Maar bij het woordje ‘onmogelijk’ gaat het bij ons prikkelen. Bovendien: het was misschien juist om die reden een prachtklus. We zijn daarom met verschillende disciplines binnen BAM aan tafel gegaan. De centrale vraag: hoe kunnen we een ‘onhaalbare’ opdracht anders insteken en er tóch een succes van maken”?

> Verrassingen. De moeilijkheid bij opdrachten waar veel ondergronds werk bij komt kijken, is dat er gegarandeerd situaties zijn die er in werkelijkheid anders uitzien dan op schema’s en tekeningen is weergegeven. Dat zorgt voor onbekende obstakels en het zijn juist díe ‘verrassingen’ die de onzekere factor vormen. Met alle gevolgen van dien: kans op uitval van cruciale faciliteiten, onbereikbaarheid van gebouwen, hinder en overlast, tijdverlies, onvoorziene kosten.

Kortom: alles wat je wilt vermijden. Daarom is gekozen voor een grondige, alternatieve aanpak.

> BIM. Na intensief overleg viel de keus op het werken met BIM. Een werkmethodiek waarbij in een driedimensionaal Bouw Informatie Model (BIM) integraal wordt samengewerkt door diverse disciplines.

Alle aspecten van een project worden vooraf in 3D nauwkeurig in beeld gebracht, zodat de betrokken disciplines een maximaal beeld hebben van elke situatie waar zij mee te maken (kunnen) krijgen.

Geleijnse vertelt; “Door de jaren heen kan het zijn dat bestaande informatie onvolledig is geraakt of net iets anders is dan de wer- >

‘Hoe een ‘onhaalbare’ opdracht een succes werd met behulp van driedimensionale modellering’

11669 NVDO_VAM 2021-4.indd 33

33

08-09-2021 09:18

‘Alle aspecten van een project worden vooraf in 3D nauwkeurig in beeld gebracht’ Foto: BAM Infra Regionaal Den Haag

>

kelijkheid. Nog in de aanbestedingsfase gingen we daarom al aan de slag om alle relevante informatie te verzamelen over de exacte positie van kabels, leidingen, putten en andere zaken op kritische posities. We hebben vooraf proefsleuven gegraven om te checken of die informatie klopte en alle concrete data zijn ingemeten in het 3Dsysteem. Ook de bovengrondse infrastructuur werd daarbij uiteraard meegenomen. Zo ontstond een werkbaar en realistisch beeld van de totale situatie”.

> Clashes. Met behulp van het 3D-model kon een simulatie worden gemaakt van de werkzaamheden. Ook mogelijke problemen bracht het BIM-model daarbij aan het licht. “Op deze manier kwam

naar voren dat er zo’n 200 ‘clashes’ zouden ontstaan”, zegt Geleijnse. “Een groot deel daarvan konden we simpel omzeilen of snel verhelpen, maar 43 ervan waren serieus. Die moesten we dus eerst oplossen. Want ga maar na: elke ernstige clash levert gemakkelijk een dag vertraging op. In die zin hebben we met deze aanpak een tijdverlies van minimaal 43 dagen voorkomen”.

Daarna was het tijd voor een nauwkeurige planning. Alle betrokken partijen, inclusief onderaannemers en uitvoerders, bereidden zich een dag lang intensief voor op wat er te verwachten was en konden dankzij de 3D-weergave exact zien welke situatie er ter plekke zou zijn. Op basis van een ‘lean’ procesplanning en een heldere rolverdeling wist iedereen wat hem te doen stond. Uitvoerders kregen met behulp van de benodigde software de totale situatie voorgespiegeld via iPads, om ter plekke inzicht te kunnen houden op de situatie.

> Actueel beeld. Dat laatste gaf ook het voordeel dat bewoners en faculteiten een helder en actueel beeld konden krijgen van de werkzaamheden en de vorderingen, zelfs met 3D-bril op locatie. Geleijnse; “Een mooi soort ‘bijvangst’ in deze aanpak. Op een campus als deze heb je tenslotte te maken met bovengemiddeld geïnteresseerde en mondige bewoners. Deze keus heeft ons dus ook goed geholpen bij de communicatie met alle belanghebbenden”.

> Kwaliteit. Door de nauwkeurige planning en het gedetailleerd in kaart brengen kon ook een extra kwaliteitsslag gemaakt worden.

Onderhoud en keuring van essentiële onderdelen ging direct mee in de werkzaamheden, of kon gericht gepland worden voor de toekomst. Dat alles werd vastgelegd in het opleverdossier.

Marcel Geleijnse, Bedrijfsleider Foto: BAM Infra Regionaal Den Haag

> Nauwe samenwerking. “Terugkijkend is het toch wel een huzarenstukje geweest”, beseft Geleijnse. “Dat hebben we zelfs van concullega’s terug gekregen. Ik ben ervan overtuigd dat het belangrijke onderscheid dat we hebben kunnen betekenen, direct te maken heeft met de nauwe samenwerking tussen disciplines die we bij BAM in huis hebben. En, net zo belangrijk: de uitstekende samenwerking met de TU Delft als opdrachtgever, die enorm heeft meegedacht bij de voorbereiding op alle niveaus. Het blijkt maar weer: het onmogelijke krijg je alleen samen voor elkaar”. <

34 oktober 2021

11669 NVDO_VAM 2021-4.indd 34

08-09-2021 09:18

SUTO PrestatieManagement Congres van de NVDO Suto en VAM (Vakblad Asset Management)

Meetinghouse



Dordrecht



23 september 2021

Bij projecten is het juist managen ervan een uitdaging.

Een eindproduct is altijd samengesteld uit verschillende onderdelen en subsystemen die samen op een moment op de juiste manier foutloos moeten functioneren. Het managen daarvan is een uitdaging. Systeemintegratie kan hierbij helpen.

Interactie, structuur en binnen budget zijn voor systeemintegratie geen geheim. Het levert transparantie in projecten om grip op het (ontwerp)proces te houden.

Eén ding is zeker: we leven in een dynamische tijd. We hebben voortdurend te maken met veranderingen. Of deze nu vanuit duurzaamheid, kosten, prestaties, modernisering of wijzigingen in de markt komen. Hoe gaan we ermee om? Onder meer Universiteit Twente neemt ons mee door deze mogelijke veranderingen en biedt tegelijkertijd oplossingen.

Tijdens Suto PrestatieManagement krijg je praktische handvatten om met systeemintegratie aan de gang te gaan.

Verrijk je kennis aan de hand van best practices, onderzoeken en praktijkervaringen uit andere branches.

PROGRAMMA 10.30 uur

Opening en Welkom door Laura van der Linde (Mainnovation) en Wilbert Wijns, Sutobestuur (NS)

Keynote

Circuit Zandvoort lessons learned met Jan Lammers! Aanpak, resultaten en leermomenten. Hoe verandert de Horizon van concept naar resultaat naar doorontwikkeling

Universiteit Twente Willem Haanstra promoveerde onlangs op zijn onderzoek over Life Cycle Valuation (LCV).

Deze methodiek houdt, naast financiële impact, ook rekening met niet-financiële kosten en baten over de levensduur – vanaf de aanschaf tot na de sloop. Haanstra legt aan de hand van toepassingen bij netbeheerder Liander uit hoe de aanpak, model en berekeningen van de LCV methodiek de besluitvorming ondersteunt in een veranderend energielandschap Netwerklunch Praktijkcase

Sara Scheffer doet binnen de NS onderzoek naar de toegevoegde waarde van Augmented Reality. Hoe kunnen we AR toepassen in onderhoudsprocessen van treinen?

Kan AR ons helpen om failures te detecteren

en om deze op te lossen? En wat heeft de monteur nodig om goed te kunnen werken?

Universiteit Tilburg Verbreed je Horizion met de softe kant van systeemintegratie met Wendy van der Valk, NEVI Professor Purchasing & Supply Chain Management. Wendy zoomt in op datacollectie rondom Big Data en de interactie met processen als sourcing Netwerkpauze LEAF

Optimale kennisdeling in de nieuwbouw met LEAF; handvat om systeemintegratie te vergemakkelijken met Ron Wever (Schiphol) en Simon Jagers (Samotics)

Juduka Edith Bosch is de succesvolste vrouwelijke judoka van Nederland. In haar imposante carrière behaalt Edith drie Olympische medailles. Zilver op de Spelen van Athene en Brons op de Spelen van Beijing en Londen. Daarnaast wint zij ook nog eens het televisieprogramma Expeditie Robinson. Ze had, heeft en houdt haar horizon; “Every challenge is a gift” 16.30 uur

Afsluitende netwerkborrel

Investering: € 195,- NVDO Leden, € 265,- niet-NVDO-Leden (excl BTW) Aanmelden via www.nvdo.nl/kalender

35

11669 NVDO_VAM 2021-4.indd 35

08-09-2021 09:18

ENDRESS+HAUSER <

Smart instrumentatie en digitalisering beter benutten Eindgebruikers in de procesindustrie willen vaak ongeplande en onnodige downtime vroegtijdig kunnen identificeren en het onderhoudsmoment optimaliseren. Met nieuwe inzichten en technologieën, zoals Heartbeat Technology, zijn bijvoorbeeld terugkerende kalibraties aanzienlijk te verminderen. Endress+Hauser, wereldwijd leider in meetinstrumentatie, services en solutions voor industriële procestechniek, heeft daarvoor alles in huis. In gesprek met Digital Solutions Consultant Jaap Westeneng (Endress+Hauser) en Maintenance Specialist E&I Guido van den Hombergh (Nouryon Functional Chemicals).

“Vanuit Endress+Hauser bieden we een plan van aanpak waarmee op basis van het NAMUR Open Architecture-concept (NOA) praktisch een ‘smart plant’ te realiseren is”, legt Westeneng uit. “Daarbij zijn relevante gegevens voor verdere inzichten en analyse naar het Endress+Hauser Netilion cloud-based ecosysteem eenvoudig te ontsluiten en, via gestandaardiseerde API’s, te integreren in dashboards of geavanceerde analysesoftware van derden. Hiermee zijn, bijvoorbeeld op basis van assetdegradatie en voorspellingsmodellen, aanvullende en nieuwe inzichten te verschaffen waarmee proces- en kwaliteitsafwijkingen tijdig te voorkomen zijn.”

In de praktijk Om te illustreren hoe deze aanpak er in de praktijk uitziet, vertelt Westeneng over de oplossing die Endress+Hauser heeft aangedragen bij Nouryon Functional Chemicals, in Herkenbosch. Deze producent van chelaten voor ontkalking en reiniging beschikt al sinds 2007 over smart instrumentatie op basis van HART-technologie.

Westeneng: “De intelligentie daarvan benutte Nouryon tot voorheen echter niet volledig. Het bedrijf zette het alleen in voor procesbesturing, niet voor procesbeheer.”

Bij een recente verandering van proces en fabriek ontstond ook de wens tot modernisering. Dat werd een omvangrijk project. “Alle intelligentie in de HART-instrumentatie moest worden ontsloten via een digitaal ecosysteem dat de mogelijkheden optimaal benut en nieuwe inzichten geeft”, zegt Westeneng. “Met het Netilion IIoT (Industrial Internet of Things) cloud-based ecosysteem is met verschillende digitale services inzicht te krijgen in de status en ‘gezondheid’ van de aangesloten HART-instrumenten.”

Mensenwerk Voor optimale benutting van de meerwaarde was ook gedragsverandering nodig. “Daarom hebben we intern alle partijen betrokken want IIoT is uiteindelijk toch gewoon mensenwerk”, vertelt Van den Hombergh. “De hardware was er al, maar de software in combinatie met de werkprocessen laat het werken.”

Vanuit het centrale Plant Asset Management systeem houdt Nouryon de conditie van alle assets nauwkeurig in de gaten.

Om de HART-instrumentatie volledig te benutten en de data overal toegankelijk te maken, is het Netilion IIoT cloud-based ecosysteem opgezet volgens eerdergenoemd NOA-model. Het gecertificeerde cloud ecosysteem ontsluit de data. “Het gerealiseerde informatie-

36 oktober 2021

0592-01_2_1BCNVDO.indd Alle 36 pagina's 11669 NVDO_VAM 2021-4.indd

22-1000-0592-01 NVDO Asset Ma 08-09-2021 09:18

Guido van den Hombergh van Nouryon Functional Chemicals laat zien hoe eenvoudig de Field Xpert SMT70 industriële tablet te gebruiken is in de plant voor Mobile Device Configuration Management

model is volledig gestructureerd en te benaderen via REST API en OPC UA communicatieservices. Nouryon is eigenaar van de data en bepaalt via permissietoekenning zelf wie toegang hebben tot welke data”, legt Westeneng uit.

Stappen De gewenste inrichting van het Netilion cloud-based ecosysteem vereiste verschillende stappen. Zoals een communicatieweerstand op iedere stroomkring, om digitale HART-communicatie mogelijk te maken. Verder moest er een HART Ethernet Gateway komen voor realisatie van een bypass en ontsluiting van de data. Maar ook om die data op het maintenancenetwerk te delen met de verschillende industriële tablets. Als laatste was voor ontsluiting van de lokale data naar het cloud-based ecosysteem een FieldEdge device nodig en industriële tablets voor configureren en automatisch uploaden van de instrument parameter- en configuratierapporten naar de cloud.

“Omdat we de ontsluiting via een bypass hebben gedaan, verstoren we de besturing niet. Dat is de kracht van de oplossing”, zegt Van den Hombergh. “Samen met Endress+Hauser hebben we het project geëngineerd en uitgevoerd, inclusief hands-on en Run & Maintain-training. Voor de gebruiker is de Field Xpert industriële tablet, waarvan de software werkprocesgeoriënteerd is en intuïtief in gebruik, het belangrijkste gereedschap.”

Resultaat Nouryon heeft nu inzicht in de beschikbaarheid van alle aangesloten HART-instrumenten. Het is niet meer nodig die om het jaar uit te bouwen voor kalibratie. Periodiek vindt nu namelijk automatisch in-line verificatie plaats, de upload van de resultaten en de weergave hiervan gaan eveneens automatisch naar het Netilion IIoT cloud-based ecosysteem. “Samen met Endress+Hauser hebben we de volgende stap gezet in voorspelbare betrouwbaarheid zodat we afwijkingen in een vroeg stadium kunnen detecteren en de kalibratie-intervallen optimaliseren”, aldus Van den Hombergh.

Meer informatie: netilion.endress.com/nl

37

VDO Asset Management 2021 #4 11669 NVDO_VAM 2021-4.indd 37

25-08-2021 09:18 13:54 08-09-2021

INTERVIEW <

Van artificiële naar hybride intelligentie Artificiële Intelligentie (AI) bestaat al enige jaren en wordt in steeds meer sectoren toegepast. Een nog vrij nieuwe vorm van AI is hybride-intelligentie (HI), een combinatie van menselijke en kunstmatige intelligentie. Zes Nederlandse universiteiten ontwikkelen theorieën en methoden voor intelligente systemen die samenwerken met mensen.

“Er is de laatste jaren een steeds grotere onvrede ontstaan binnen het vakgebied Artificial Intelligence (AI)”, stelt Frank van Harmelen.

Hij is hoogleraar kunstmatige intelligentie aan de Vrije Universiteit in Amsterdam. Daar leidt hij een 25-koppige groep die onderzoek doet naar Artificial Intelligence oftewel AI. “Het bestaande AI-onderzoek is er voornamelijk op gericht systemen te bouwen die bedoeld zijn om mensen te vervangen. Dit kan expliciet zijn, denk bijvoorbeeld aan zelfrijdende auto’s of beeldanalyse, of impliciet zoals bij het ontwikkelen van schaakcomputers. In plaats van de mens te vervangen, wil men hier nagaan in welke mate computers menselijke intelligentie kunnen evenaren of verslaan. Onderzoekers nemen de menselijke intelligentie met andere woorden als maatstaf ”.

maatstaf moet dienen voor computerintelligentie of omgekeerd. Ik maak wel eens de vergelijking met het duwen van een vierkante pin in een rond gat. Als je echt wil, zal dit wel lukken, maar heel slim of nuttig is het niet”.

> De vierkante pin en het ronde gat. Langzamerhand wordt

1. Collaborative HI: Hier ligt de focus op hoe intelligente systemen kunnen worden ontworpen en gebouwd die in synergie met de mens werken, met begrip voor elkaars sterke en zwakke kanten 2. Adaptieve HI: HI-systemen zullen moeten kunnen functioneren in situaties die hun ontwerpers niet voorzien, en omgaan met variabele teamconfiguraties, -voorkeuren en -rollen. Er is sprake van een gedeeld bewustzijn 3. Uitlegbare HI: Intelligente systemen en mensen moeten aan elkaar kunnen uitleggen op welke manier zij tot oplossingen komen door middel van gedeelde plannen en strategieën 4. Verantwoordelijke HI: Waarden zoals transparantie, verantwoordingsplicht, vertrouwen, privacy en eerlijkheid moeten deel uitmaken van het ontwerp en de werking van HI-systemen

echter duidelijker dat het intelligent gedrag dat computers vertonen, van een heel ander type is dan de menselijke variant, stelt Van Harmelen. Hij licht dit toe met een voorbeeld. “Kijk naar hoe ons geheugen werkt. Wij zijn bijvoorbeeld heel erg goed in het maken van associaties. Wanneer een onderhoudsmanager een defect aan een specifiek onderdeel in een installatie ziet, dan roept dit bij hem herinneringen op van gelijkaardige voorbeelden die mogelijk in een heel andere context hebben plaatsgevonden. Zijn ervaring en inzichten uit het verleden kunnen hem ondersteunen bij het oplossen van nieuwe onderhoudswerkzaamheden, ook al zijn ze niet volledig identiek. Voor computers is het maken van dit soort associaties veel moeilijker. Wel zijn ze in staat om met zelflerende algoritmes razendsnel uit miljarden data de juiste informatie naar boven te halen. Computerintelligentie werkt met andere woorden heel anders dan menselijke intelligentie. De laatste tijd is daarom het inzicht gegroeid dat menselijke intelligentie niet langer als

Vier onderzoeksgebieden In de onderzoeksgroep van het Hybrid Intelligence Center worden vier onderzoekslijnen aangepakt: collaboratieve HI, adaptieve HI, uitlegbare of explainable HI en verantwoordelijke/responsible HI.

38 oktober 2021

11669 NVDO_VAM 2021-4.indd 38

08-09-2021 09:18

ces worden verbeterd. Hetzelfde gebeurt in de medische sector waar dankzij beeldanalyse tumoren kunnen worden herkend, nog voor artsen ze opmerken. Hoe de computer dit precies doet, is vaak niet duidelijk. In een aantal sectoren, zoals de medische sector kan het antwoord op deze ‘waarom’ vraag erg relevant zijn”.

> Microtrillingen. Van Harmelen geeft nog een voorbeeld. “In Frank van Hamelen Foto: VU Amsterdam

> Combineren en versterken. “Menselijke intelligentie blinkt uit in algemene kennis van de wereld, gezond verstand en de menselijke capaciteiten samenwerking, aanpassingsvermogen, uitleg en besef van normen en waarden”, vervolgt Van Harmelen. “Computergestuurde intelligentie overtreft de mens bij patroonherkennings- en machineleertaken. Door ze te combineren, kunnen ze oplossingen realiseren waartoe ze los van elkaar niet in staat zijn. Uit die gedachte is het Hybrid Intelligence Center ontstaan. Hybride Intelligentie (HI) is de combinatie van menselijke en machinale intelligentie, waarbij het menselijk intellect wordt uitgebreid in plaats van vervangen”. In het Hybrid intelligence Center ontwikkelen (met ondersteuning van NWO die 19 miljoen euro heeft toegekend) sinds januari 2020 zes Nederlandse universiteiten theorieën en methoden om te komen tot HI-systemen die sterke menselijke aspecten benutten en menselijke zwakke punten compenseren.

> Explainable AI. Van Harmelen; “Een van de speerpunten van het onderzoeksprogramma is explainable AI. Computers moeten kunnen uitleggen hoe ze aan een bepaalde oplossing komen. Een voorbeeld. Een staalconcern past Artificial Intelligence toe om in de geproduceerde staalrollen imperfecties in het staaloppervlak op te sporen.

Aan de hand van beeldanalyse en een database van duizenden foto’s kan de computer aan de hand van algoritmes verbanden leggen tussen een patroon dat op de eerste vijftig meter van de rol staal werd geconstateerd en een patroon dat bijvoorbeeld anderhalve kilometer later wordt opgemerkt. Ook kan de computer verbanden leggen met rollen staal die in het verleden werden geproduceerd. Wordt dit systeem vervolgens gekoppeld aan andere gegevens en parameters in het productieproces, dan kunnen al in een vroeg stadium afwijkingen in het productieproces worden blootgelegd en kan het productiepro-

‘

een gebouw in China hebben we aan de hand van sensoren microtrillingen gemeten die we als mens niet kunnen voelen. Op basis daarvan was het mogelijk om structurele defecten in een gebouw te herkennen zodat sneller en gerichter onderhoud kon worden toegepast. Maar we willen hier nog een stap verder gaan. Voor je miljoenen uitgeeft aan je funderingen, wil je weten waarom deze structurele defecten zijn ontstaan en wil je weten hoe de computer tot deze conclusie is gekomen. Op die manier kun je het probleem in de toekomst wellicht voorkomen.

De huidige AI is nog niet uitlegbaar. Je stelt een vraag, de computer geeft een antwoord, maar van betekenisvol samenwerken is geen sprake. Om dit te realiseren zul je elkaars resultaten moeten gebruiken. Je weet welke kennis de ander heeft zodat je alles in perspectief kunt plaatsen. Wanneer bijvoorbeeld een ontwerper en een asset manager in een bouwtraject al vanaf de start samenwerken, dan begrijpen ze elkaars doelen met betrekking tot duurzaam bouwen, kosten, materiaalkeuzes en onderhoudsstrategieën. De gezamenlijke input tilt het bouwproject naar een hoger niveau zodat op de langere termijn beter Asset Management kan worden uitgevoerd en de levensduur van de asset kan worden verlengd. Het vermogen om het perspectief van de anderen te begrijpen wordt theory of mind genoemd. In het Hybrid Intelligence Centre werken we aan methodieken om computers te voorzien van zo’n theory of mind”.

> Context is key. Hoe je dit doet? Door de computer context mee te geven. “Tot nu toe geeft een computer advies over bijvoorbeeld onderhoud op basis van microtrillingen. Hij heeft alleen kennis over het domein, maar niet over wie de vraag stelt, waarom deze vraag wordt gesteld en wat de vraagsteller met het antwoord wil doen.

Een asset manager heeft mogelijk andere kennis nodig dan een monteur. Wanneer je de computer ook deze kennis (in de vorm van weer andere algoritmes) meegeeft, zal afhankelijk daarvan een ander antwoord worden gegenereerd. Computers worden niet langer gebruikt om de mens te vervangen, maar schuiven op naar adviseurs”. <

‘Computergestuurde intelligentie overtreft de mens bij patroonherkenningsen machineleertaken’ 11669 NVDO_VAM 2021-4.indd 39

39

08-09-2021 09:18

AIDAPT <

Met AiDAPT naar een

duurzaam gebouwde omgeving In april 2021 richtte de TU Delft het AI Lab AiDAPT op, wat staat voor Design Analysis and Optimalization in Architecture & the Built Environment. Hierin onderzoeken wetenschappers hoe ze machine learning en deep learning methoden kunnen inzetten in de gebouwde omgeving.

Charalampos Andriotis leidt samen met Seyran Khamdemi het AiDAPT-onderzoek aan de TU Delft. Het is één van de 24 labs rond artificiële intelligentie die de universiteit in 2020 en 2021 opricht om te werken aan maatschappelijke en wetenschappelijke uitdagingen (zie kader AI Labs TU Delft). Andriotis licht het project toe. “Het idee achter AiDAPT is om AI als hulpmiddel te gebruiken om een duurzame, veerkrachtige gebouwde omgeving te ondersteunen. Recente ontwikkelingen op het gebied van AI bieden ons ongekende mogelijkheden voor het opschalen en automatiseren van onze ontwerp-, informatieverwerkings-, en structurele interventiestrategieën in complexe en engineeringomgevingen. We hebben daarom twee complementaire onderzoekstromen opgesteld met focus op enerzijds het initiële ontwerp en anderzijds op het nemen van beslissingen met betrekking tot de life cycle”.

> Initiële ontwerp. Er zijn bij het ontwerp van nieuwe infrastructuur (denk aan wegen, bruggen en gebouwen) veel processen die met AI kunnen worden geautomatiseerd. “We zijn geïnteresseerd om te onderzoeken hoe we bijvoorbeeld autonome systemen kunnen opstellen die het basisontwerp van bruggen, tunnels of gebouwen voor ons kunnen maken. Dit willen we doen door een AI-systeem te voeden met data van succesvolle modellen, foto’s, sensoren, prestatie-indicatoren, et cetera. Doordat AI buitengewoon goed is in het redeneren met zulke uiteenlopende en hoog dimensionale informatie, is het in staat om nieuwe en betere ontwerpen te maken waar ingenieurs zelf misschien niet aan zouden hebben gedacht. Het kan daarom onze ontwerpopties en verbeeldingskracht vergroten. Doel is om uiteindelijk de gebouwde omgeving objectief te kunnen engineeren en beheren op basis van data en modellen.

40 oktober 2021

11669 NVDO_VAM 2021-4.indd 40

08-09-2021 09:18

‘

‘Met behulp van deep learning en reinforcement learningtechnieken, ontstaat een krachtig raamwerk voor sequentiële besluitvormingsproblemen’

Gegevens die door kunstmatige intelligentie en modelgebaseerde simulaties zijn gegenereerd, kunnen de gebruiker helpen door hem te informeren, voorspellingen te updaten en beslissingen voor te schrijven met betrekking tot onze structurele systemen”.

> Life cycle. Bij de tweede onderzoekstroom ligt de focus op het beheer en life cycle management. “Als je kijkt naar de huidige civiele en maritieme bouwkundige systemen, van bruggen tot offshoreplatforms, dan vond het ontwerp en de constructie jaren geleden plaats waardoor in veel gevallen groot onderhoud nodig is om ook de komende jaren nog bestaansrecht te hebben. Ze moeten efficiënt worden beheerd, aangezien zij tijdens hun operationele levensduur worden blootgesteld aan verouderingsmechanismen, zoals vermoeiing of corrosie. Met nieuwe technieken kan de levensduur nog worden verlengd, maar natuurlijk niet tot in het oneindige”. Belangrijk is daarbij om op het juiste moment de juiste beslissingen te nemen.

Andriotis; “Wanneer wordt besloten om op regelmatige basis onderhoud in te plannen, kan dit de levensduur van een constructie verlengen. Maar als het te vaak wordt uitgevoerd, worden onnodig middelen uitgegeven en wordt de normale werking verstoord. Omgekeerd, als een noodzakelijke inspectie wordt overgeslagen ten behoeve van voordelen op korte termijn, kan dit leiden tot kostbare reparaties en meer verstoringen op de lange termijn. Kortom, om een optimaal inspectie- en onderhoudsbeleid te bepalen, is een gedegen besluitvorming vereist waarbij met diverse factoren rekening moet worden gehouden. Alleen op die manier bereik je goed Asset Management waarbij de risico’s efficiënt worden beheerst.

Asset Management en onderhoudsbeslissingen die momenteel vaak worden genomen, zijn gebaseerd op inspecties en data afkomstig van sensoren die de toestand of conditie van de asset bepalen.

Dat is al een grote stap voorwaarts en kan preventief of correctief aanzienlijk verbeteren. Maar er is meer mogelijk”.

’

> Reinforcement learning. De implementatie van AI en concepten als reinforcement learning (zie kader Reinforcement learning) kunnen helpen om op het juiste moment de juiste beslissingen te nemen. “Elke beslissing met betrekking tot de asset of een onderdeel van de asset draagt bij aan een langetermijnstrategie voor het hele systeem. De timing moet goed zijn, net als de inspectie en het onderhoud. Ook onderliggende, onzichtbare problemen moeten kunnen worden afgeleid op basis van beperkte informatie. Waar onderhoudsbeslissingen nu nog vaak gebaseerd zijn op realtime, conditiegebaseerde kennis, moet je ook proberen dit alles in een groter perspectief te plaatsen, rekening houdend met de dynamiek en de onzekerheden van het verouderingsproces en de verscheidenheid aan componenten. Het beleid moet zich aanpassen naarmate meer informatie wordt verzameld. Veiligheidsgrenzen die vandaag bijvoorbeeld aanvaardbaar zijn op basis van bepaalde metingen, kunnen bijvoorbeeld na 3 of 5 jaar niet meer aanvaardbaar zijn voor exact dezelfde metingen, omdat we in de tussentijd meer kennis over het systeem hebben opgebouwd of het verouderingsproces is veranderd. Maar hoe beïnvloeden deze toekomstige mogelijkheden >

AI Labs TU Delft De TU Delft zet sterk in op artificiële intelligentie. Het is de bedoeling om tegen eind 2021 in totaal 24 AI Labs te hebben opgericht. In deze Labs werken deskundigen met behulp van AI aan maatschappelijke en wetenschappelijke uitdagingen. Doel is om de impact van AI in diverse disciplines te vergroten. Elk AI Lab bestaat uit een gemêleerd team. De helft zijn AI-wetenschappers, de andere helft heeft AI-expertise in een andere discipline. In april 2021 werd AiDAPT samen met zeven andere opgericht.

41

11669 NVDO_VAM 2021-4.indd 41

08-09-2021 09:18

>

Focus op het beheer en life cycle management Foto: TU Delft

Reinforcement learning Reinforcement learning is het trainen van machine learning modellen om een opeenvolging van beslissingen te nemen.

Het systeem leert een doel te bereiken in een onzekere, potentieel complexe omgeving. Reinforcement learning verschilt van supervised learning doordat er geen gelabelde input/output wordt gepresenteerd. Suboptimale acties hoeven niet expliciet te worden gecorrigeerd. In plaats daarvan ligt de nadruk op het vinden van een evenwicht tussen verkenning (van onbekend terrein) en exploitatie (van de huidige kennis).

de beslissingen van vandaag? Met behulp van deep learning en reinforcement learning-technieken, ontstaat een krachtig raamwerk voor sequentiële besluitvormingsproblemen dat daarmee rekening kan houden”.

> 40% kostenbesparing. Dit zal stapsgewijs gebeuren. “AI zal in eerste instantie kunnen dienen als ondersteuning voor het voorspellen van prestaties en besluitvorming zodat onderhoud op het meest geschikte moment kan worden uitgevoerd. Wij hebben al simulatie-experimenten uitgevoerd met reinforcement learning voor onder meer bruggen, windturbines en vervoersnetwerken. Deze laten zien dat tot 40% kostenbesparing kan worden bereikt ten opzichte van bestaand life cycle management. Als je dit cijfer naast de 30 miljard euro van de Nederlandse onderhoudsindustrie legt, is de omvang van de impact een game changer”.

De algoritmes kunnen ook de zwakke plekken in de infrastructuur opsporen. “Stel dat je een bruggennetwerk met 2.000 bruggen hebt te onderhouden, dan moet je systeemeffecten meenemen in je beslissingsoverweging. Met AI heb je de mogelijkheid om je onderhoud dynamisch in te plannen in deze grote systemen door je perceptie en strategie op systeemniveau bij te stellen op basis van lokale en gedeeltelijke prestatieobservaties op componentniveau”.

> Voordelen. Onderhoud en Asset Management met behulp van AI moet leiden tot beter gebruik of verdeling van de middelen voor correctief en preventief onderhoud. “Wat we tijdens onderzoek hebben geconstateerd is dat onderhoudsstrategieën die door AI worden ondersteund, niet noodzakelijk de onderhoudsacties als geheel

Foto: NVDO

42 oktober 2021

11669 NVDO_VAM 2021-4.indd 42

08-09-2021 09:18

doen verminderen. Wat we wel merken, is dat voor hetzelfde onderhoudsbudget de risico’s aanzienlijk afnemen, terwijl je uiteindelijk ook lagere totale lifecycle kosten hebt omdat inspectie en onderhoud op een slimmere en meer adaptieve manier worden ingepland.

Bovendien her-prioriteert AI automatisch het belang van de verschillende assets, waardoor elke keer de meest kwetsbare delen van het systeem worden ontdekt en de focus daarop komt te liggen”.

> Combinatie. Uiteindelijk is het de bedoeling om de twee onderzoekstromen (initieel ontwerp en life cycle management) te combineren, zegt Andriotis. “Stel dat je in de engineeringsfase het doel hebt om te verduurzamen waardoor je ervoor kiest om minder materiaal te gebruiken. Dan optimaliseer je het ontwerp voor de eerstkomende periode. Echter, dit type ontwerp kan op de langere termijn veel meer onderhoud nodig hebben. Het zou zomaar kunnen dat je na 50 jaar mogelijk meer materiaal hebt gebruikt dan je zou hebben gebruikt zonder de initiële keuze om minder materiaal te gebruiken.

Dit betekent dat dit soort fases in de levenscyclus - ontwerp en onderhoud op de langere termijn – onlosmakelijk met elkaar moeten zijn verbonden om tot de beste overall ontwerp te komen.

Als je de volledige levenscyclus meeneemt in het ontwerp, inclusief de dynamische veroudering, dan kom je pas tot echte innovatie en een duurzaamheidsaanpak en zul je de onderhoudskosten én CO2footprint kunnen verlagen.

> Begin. Het onderzoek van AiDAPT is nog maar net begonnen.

“Het project loopt minimaal 5 jaar. Daarna volgt wellicht een evaluatiefase waarbij nieuwe doelen zullen worden gesteld om de agenda en scope van het lab verder uit te breiden. TU Delft richt in totaal 24 onderzoeksprojecten rond artificiële intelligentie op om antwoorden te vinden op wetenschappelijke en maatschappelijke vraagstukken.

Het is daarom ook belangrijk dat er kennisuitwisseling plaatsvindt.

In Delft zien we regelmatig collega’s van andere teams waarbij we

‘

Charalampos Andriotis Foto: TU Delft

ook de mogelijkheden onderzoeken of we rond bepaalde topics kunnen samenwerken. Daarnaast is er de intentie om ook nauw met de bouwsector samen te werken. Echter, op dit moment zijn we nog maar net uit de startblokken en zijn deze samenwerkingsplannen nog niet concreet”. <

‘Reinforcement learning is het trainen van machine learning modellen om een opeenvolging van beslissingen te nemen’

11669 NVDO_VAM 2021-4.indd 43

’

43

08-09-2021 09:18

VOLGENS <

VOLGENS

vier professionals

Cor-Hein Slobbe, Senior Product Manager Installatieconcepten, Industriële automatisering en Veiligheidssystemen bij Isolectra “Het toepassen van intelligentie in de industrie is al minstens 50 jaar de gewoonste zaak van de wereld. Een computer helpt de mens om zaken nauwkeurig, snel en foutloos te besturen, wordt niet ziek en heeft geen snipperdagen.

Veel toegepaste intelligentie lijkt soms artificial, maar is het resultaat van slim programmeren. Echt toepassen van ‘Artificial’ is een grote stap verder. Hier voegt de computer zijn eigen ’mening’ toe aan die van de programmeur. En wat gebeurt er dan als bijvoorbeeld een veiligheidssysteem zelf gaat bepalen wanneer iets veilig is? Een uitdagende toekomst”

Jasper de Graaf, Programmamanager Sleuteltechnologieën bij Holland High Tech “Artificial Intelligence speelt al jaren een belangrijke rol in de hightech sector. Door verdere digitalisering van de industrie, toenemende beschikbaarheid van data en groeiend lerend vermogen van algoritmes, zal die rol in de toekomst nog groter worden. AI wordt een integraal onderdeel van specifieke oplossingen gedurende verschillende levensfases van hightech systemen, denk bijvoorbeeld aan smart manufacturing, condition-based maintenance en digital twinning.

Daarmee gaat AI in belangrijke mate helpen om hightech systemen autonomer en intelligenter te maken, en beter te laten samenwerken met andere systemen. Cybersecurity is echter wel een zeer belangrijk aandachtspunt in deze ontwikkeling”

44 oktober 2021

11669 NVDO_VAM 2021-4.indd 44

08-09-2021 09:18

Artificial Intelligence (AI) is een ‘game changer’ in economisch en in maatschappelijk opzicht. In domeinen als gezondheidszorg (bijvoorbeeld via gepersonaliseerde diagnoses, robotica), mobiliteit (zelfbesturende voertuigen), veiligheid (cybersecurity) en energie en klimaat (optimalisatie vraag en aanbod) heeft AI potentieel grote impact. In wetenschappelijk en technologisch opzicht heeft Nederland een sterke kennispositie op AI-relevante gebieden als big data, cryptologie en quantumtechnologie en speelt een leidende rol omtrent recht en veiligheid en de ethische kant van AI.

Liron Reitman, Product manager, AI SKF AI Center of Excellence “With a focus on rotating machines, SKF AI approach is to empower efficiency and reliability of PDM by combining data driven machine learning with expert knowledge we have in condition monitoring, in particular using vibration. We are building expert knowledge into algorithms, developing condition indicators, then using existing monitoring data sets as inputs to our ML models to optimize our algorithms. For the customer we see the first benefit will be a high level of automation on monitoring of their more common assets, allowing a maintenance team to focus time and attention on the more complex assets, where we are also developing algorithms to support their decision making on these complex machines”

Gerrit Plasman, Asset Coördinator Facilities Management / Athena Process Lead Engineering bij Organon “Wij hebben op dit moment geen ervaring met Artificial Intelligence. Ons voormalig moederbedrijf gebruikt dit in een pilot voor utilities. We houden AI vanuit het onderwerp Big Data nadrukkelijk in de gaten voor de toekomst. Met Big Data hebben we een eerste experiment gedaan”

45

11669 NVDO_VAM 2021-4.indd 45

08-09-2021 09:18

INNOVATIE <

Kunstmatige Intelligentie robothond spot Veelbelovend voor innovatie, onderhoud en inspectie. Robots zijn in veel bedrijfstakken geen nieuwe verschijningen meer; je vindt ze in vele vormen en maten. De nieuwste versies van Boston Dynamics’ robuuste, industriële robothond Spot, waarvan het eerste prototype verscheen in 2015, zijn van vrij recente datum. Spot is, onder meer, uitermate geschikt bij onderhoud en inspectie binnen Asset Management. Dennis Jansen, Adviesgroepmanager Asset Management en Mark van Esterik, Change Manager Innovatie, beiden van ingenieurs- en adviesbureau Antea Group, over hun ervaringen met deze ‘digitale medewerker’.

Robothond Spot Foto: Antea Group

46 oktober 2021

11669 NVDO_VAM 2021-4.indd 46

08-09-2021 09:18

Samen innoveren

Mark van Esterik Foto: Antea Group

Dennis Jansen richt zich binnen Antea Group specifiek op strategisch, tactisch en operationeel advies rondom kunstwerken. Mark van Esterik trekt op dit gebied de kar op het vlak van innovatie, waarbinnen Spot zijn rol vervult. Antea Group ontwikkelde in februari 2020 een strategisch plan, het zogeheten 1001-dagen plan, met focus op 4 thema’s: zichtbaarheid, duurzaamheid, human capital en innovatie. Met als innovatiedoelstellingen onder meer: kunstmatige intelligentie, digitalisering en robotisering. Als uitvloeisel van dit plan is ook Spot op het netvlies gekomen.

> Waarom Spot? Van Esterik; “Eind vorig jaar kregen we contact met Boston Dynamics, de leverancier van de robothond. Vanuit onze collega’s was er interesse om Spot te gebruiken in de dienstverlening, voor inspectiewerkzaamheden. Uit een inventarisatie breder binnen onze organisatie, bleek snel dat er veel animo was. We lieten Spot overkomen uit Amerika en zijn met hem gaan experimenteren”.

Jansen; “Als Trotse Ingenieur (zie kader) zijn we in dit geval ook trots op onze innovatiemanager, die het initiatief nam om Spot naar Nederland te halen. We zetten geen ellenlange studies op, maar kijken gelijk naar praktijktoepassingen en praten met klanten om te zien of we Spot het vak kunnen leren. We zetten hem direct heel actief in om na te gaan hoe hij werkt, waar hij meerwaarde biedt en

‘

Jansen en Van Esterik zijn zeer te spreken over de samenwerking met de verschillende partijen. Jansen; “Boston Dynamics staat open voor zaken die wij aandragen en is bereid mee te denken over bijvoorbeeld aanvullingen op de software.

Ook de samenwerking met de hogescholen Windesheim en Saxion, die ook een robothond hebben, verloopt prima”. En Van Esterik; “We weten dat een aantal overheidsinstanties (politie, defensie en EOD) robothonden heeft. Voor ons heel andere vakgebieden, maar wel interessant om ervaringen te delen. Een probleem bij ons, of bij een van onze klanten, kan elders al opgelost zijn. We zijn het delen van kennis en ervaring met die andere partijen aan het opzetten”.

of hij zicht geeft op mooie toekomstperspectieven. Uiteraard met de hoogst mogelijke veiligheidsvoorschriften en op locaties waar het goed te doen is. Dan kom je erachter in hoeverre een innovatie werkt, waar die toepasbaar is en hoe we die kunnen bijschaven”.

> Wat doet Spot? “Voor ons is de meerwaarde van Spot dat van alles op zijn rug te monteren is. Voor thermische inspecties, voor 360 graden foto’s met een zeer geavanceerde camera waarmee we heel ver kunnen inzoomen. Maar we kunnen hem ook voorzien van LiDAR-technologie waarmee hij heel zijn omgeving in 3D kan inscannen. Ook kan hij ruimtes inspecteren waar mogelijk hoge concentraties giftige dampen hangen”, zegt Van Esterik.

Jansen; “We staan in Nederland aan de vooravond van een enorme vervangingsopgave in onze openbare infrastructuur, die een waarde van ruim 300 miljard euro vertegenwoordigt. Uit recente TNO-rapporten blijkt dat we maar liefst 50 miljard euro méér nodig hebben dan eerdere prognoses aangaven. Serieus geld en een groot economisch belang. De impact van die studie is groot. Dat wil je goed in de vingers houden. Je wilt weten ‘hoe is de kwaliteit?’, ‘hoe lang gaat iets nog mee?’. Dat vraagt om actieve monitoring. Zoals Mark al zei, is Spot uitgerust met sensoren en biedt hij ons mooie monitoringsmogelijkheden. Kansen om moeilijk bereikbare objec- > ten, beter bereikbaar te maken. Om met verschillende sensoren

‘Een inspecteur kan met een laptop op kantoor zitten, terwijl hij de robothond ergens op de wereld aanstuurt’ 11669 NVDO_VAM 2021-4.indd 47

47

08-09-2021 09:18

Kunstmatige Intelligentie robothond Spot Foto: Antea Group

>

verschillende dingen te meten, waardoor wij bijvoorbeeld in staat zijn een goede en betere restlevensduurvoorspelling te doen. Als we 1 procent kunnen besparen van die 50 miljard, dan worden wij binnen Asset Management heel enthousiast. Uiteindelijk gaat het wel om gemeenschapsgeld, om leefbaarheid en veiligheid en om het in stand houden van onze infrastructuur”.

‘

> Is Spot er in meerdere types? Van Esterik; “Er zijn 3 versies. Een voor het experimenteren bij onderwijsinstellingen. Een wat completere versie die al beschikt over een aantal sensoren. En een wat ‘kalere’ waarvoor je zelf modules kunt kopen, zoals een robotarm of eerder genoemde 360 graden-camera. Wij kozen voor die laatste versie omdat we met hogescholen en universiteiten, maar

‘Door toepassing van een totaalpakket aan sensoren en aan meet- en monitoringstechnieken kunnen we nu al veel beter de restlevensduur benaderen’

48 oktober 2021

11669 NVDO_VAM 2021-4.indd 48

08-09-2021 09:18

ook met Boston Dynamics, willen samenwerken om te kijken wat we naast de standaardmodules nog zelf kunnen bedenken. Boston Dynamics staat daar ook open voor en het is ook heel leuk voor studenten om met zo’n innovatie te kunnen experimenteren. We kijken ook of we met mede-eigenaren van Spots op mondiaal of Europees niveau regelmatig kennis kunnen delen. Wij kochten overigens wel onlangs een modem waardoor we Spot via 5G kunnen besturen.

Een inspecteur kan met een laptop op kantoor zitten, terwijl hij de robothond ergens op de wereld aanstuurt. We hebben nu trouwens één Spot, maar als hij goed blijft bevallen, dan bestaat de kans dat er meer Spots zullen volgen”.

> Hoe ‘intelligent’ is Spot? “Hij beschikt over veel kunstmatige intelligentie. We hebben een test gedaan met een opdrachtgever die normaliter in verband met veiligheid zijn hele terrein moet sluiten als een mens dat betreedt. Met Spot hoeft dat niet”, zegt Van Esterik. “Als we met Spot een keer zo’n route lopen dan scant hij zijn omgeving en weet hij hoe hij de volgende keer moet lopen.

Verder kan hij op basis van beeldherkenning afwijkingen constateren. We programmeren zelf algoritmes hiervoor”. Jansen; “Dat komt ons ook goed uit. Bij infrastructuur willen we weten ‘hoe is de situatie nu?’ en ‘wat is de kwaliteitsafname of -verbetering?’. Als je dat kan bepalen op basis van beeldherkenning, kun je met een degradatiecurve zien hoe snel een object afneemt in kwaliteit zodat je op tijd de juiste maatregelen kan nemen. Beeldherkenning en machine learning, want daar gaat het hier over, maken ons werk interessanter omdat we daarmee de juiste analyses kunnen maken en een goed onderhoudsadvies kunnen geven.

Het is voor ons overigens wel een combinatie van mens en techniek.

De combinatie van Spot met reguliere, visuele inspecties door onze inspecteurs levert een totaalbeeld van de betreffende infrastructuur.

Daardoor kunnen we er het juiste onderhoudsconcept op loslaten om alles tegen de laagst mogelijke maatschappelijke kosten zo goed mogelijk in stand te houden. Spot zal de mens nooit vervangen, al zijn er wel vlakken waarop hij ‘mensenwerk’ zal kunnen overnemen. Een mooi voorbeeld is betoninspectie. Visueel beoordeel je het oppervlak en doe je nader onderzoek door het zogenoemde ‘afkloppen’. Op basis van geluid of loskomende delen vindt de inspectie plaats. Mark en ik kijken nu of we Spot zo kunnen uitrusten dat hij dat afkloppen ook kan doen. Hij heeft, mechanische, poten die druk kunnen geven.

In combinatie met een geluidssensor kunnen we dan die techniek toepassen. Dat is het innovatieproces waar we nu in zitten”.

Dennis Jansen Foto: Antea Group

> Gaat Spot ook dingen doen, die een mens nooit zal kunnen? Van Esterik; “Ja, maar dan gaat het meer over de sensorenhoek. Vanuit Antea Group zijn we bezig met akoestische sensoren, die kunnen scheuren detecteren die het menselijk oog niet kan waarnemen. De techniek zorgt er dan voor dat je problemen eerder ontdekt en brengt nog beter voorspellend en preventief onderhoud binnen bereik”.

> Resultaten tot nu toe? Jansen; “Vanuit onze innovatiestra-

Antea Group Zeventig jaar geleden begonnen in Friesland als tweemansbedrijfje biedt het ingenieurs- en adviesbureau inmiddels werk aan 1.500 mensen. Met als slogan ‘Thuis van Trotse Ingenieurs’. Antea Group beschikt over de allerbeste vakspecialisten van Nederland. Maar ook mensen die complexe projecten verder weten te brengen, met een ‘no-nonsense mentaliteit’. “Wij zeggen wat wij doen én doen wat wij zeggen. Een partner die onafhankelijk en deskundig is en altijd werkt met respect voor mens en omgeving”.

tegie hebben we op een aantal locaties de toepasbaarheid van Spot onderzocht. De resultaten zijn positief. Goed beeldmateriaal, heldere opnamen. De technieken (zoals LiDAR) werken heel goed.

Levensduurvoorspelling is essentieel om te kijken hoe we op de lange termijn verantwoord omgaan met ons geld en met onze assets, in dit geval onze infrastructuur. Door toepassing van een totaalpakket aan sensoren en aan meet- en monitoringstechnieken kunnen we nu al veel beter de restlevensduur benaderen en zullen we die ook kunnen gaan verlengen. Met alle daaraan verbonden financiële, economische en technische gevolgen. Daar doen we het allemaal voor. Goed zorgen voor dat wat ons allen waardevol is, dat is goed asset management. Als we de infrastructuur langer in stand kunnen houden met dezelfde kwaliteit en dezelfde functie, dan is onze missie geslaagd”. <

49

11669 NVDO_VAM 2021-4.indd 49

08-09-2021 09:18

WET- EN REGELGEVING <

Foto: NVDO

Waarom moeten we het gebruik

van AI-technologie reguleren?

In het licht van de snelle technologische ontwikkeling van AI moet de EU stappen zetten om die kansen te benutten. Hoewel de meeste AI-systemen weinig tot geen risico opleveren, moeten de risico’s van sommige AI-systemen worden aangepakt om ongewenste resultaten te voorkomen. Zo kan de ondoorzichtigheid van veel algoritmen tot onzekerheid leiden en een obstakel vormen voor de effectieve handhaving van de bestaande wetgeving inzake veiligheid en grondrechten.

Om die uitdagingen aan te pakken is wetgeving nodig, die de goede werking van de AI-markt waarborgt middels een adequate aanpak van zowel de baten als de risico’s. Het gaat om toepassingen zoals biometrische identificatiesystemen of beslissingen door AI over belangrijke persoonlijke belangen op het gebied van bijvoorbeeld aanwerving, onderwijs, gezondheidszorg of rechtshandhaving. Het voorstel van de Commissie voor een regelgevingskader inzake AI heeft tot doel de grondrechten en de veiligheid van de gebruiker te beschermen en vertrouwen in de ontwikkeling en het gebruik van AI tot stand te brengen.

> Risicogebaseerde aanpak voor met vier risiconiveaus: Onaanvaardbaar risico: Een zeer beperkt aantal bijzonder schadelijke toepassingen van Kunstmatige Intelligentie die in strijd zijn met de EU-waarden omdat ze de grondrechten schenden (bv. sociale scoring door overheden, uitbuiting van kwetsbaarheden van kinderen, gebruik van subliminale technieken en (gekoppeld aan strikte beperkingen) systemen voor biometrische identificatie op afstand in openbaar toegankelijke ruimten die voor rechtshandhavingsdoeleinden worden gebruikt) zullen worden verboden

Hoog risico: Een beperkt aantal AI-systemen die in het voorstel wordt gedefinieerd en die de veiligheid van mensen of hun grondrechten schaden (zoals beschermd door het Handvest van de grondrechten van de EU), worden als risicovol beschouwd. Het voorstel gaat vergezeld van een lijst van risicovolle AI-systemen, die kan worden herzien op basis van de ontwikkeling van AI-toepassingen in de praktijk (toekomstbestendig). Het gaat ook om veiligheidscomponenten van producten die onder sectorale wetgeving van de Unie vallen. Zij vormen per definitie een hoog risico als zij in het kader van de sectorale wetgeving aan een conformiteitsbeoordeling door derden moeten worden onderworpen Beperkt risico: Voor specifieke AI-systemen wordt een aantal transparantieverplichtingen opgelegd, bijvoorbeeld wanneer er een duidelijk risico op manipulatie bestaat (bv. door het gebruik van chatbots). Gebruikers moeten zich ervan bewust zijn dat zij met een machine te maken hebben Minimaal risico: Alle andere AI-systemen kunnen zonder bijkomende wettelijke verplichtingen conform de bestaande wetgeving worden ontwikkeld en gebruikt. De grote meerderheid van de AI-systemen die op dit moment in de EU worden gebruikt, behoren tot deze categorie

50 oktober 2021

11669 NVDO_VAM 2021-4.indd 50

08-09-2021 09:18

‘

‘

> Compliance. Naar verwachting kan de AI-wet een vergelijk-

‘Technologische, economische en beleidscontext inzake KI is aanzienlijk veranderd’

’

baar effect hebben als de AVG. Waar de AVG wereldwijd het privacybewustzijn heeft aangewakkerd, zal dit nieuwe wettelijke kader wereldwijd de bewustwording van de risico’s van het gebruik van AI en de bijbehorende compliance-eisen vergroten. Het kan een nieuwe standaard bieden voor hoe je omgaat met hoog risico AI. Door de gedetailleerde eisen aan data governance ligt er tevens nog meer nadruk op alles wat te maken heeft met datakwaliteit. Dit wordt ook nog eens versterkt door andere wetgevingsvoorstellen van de EU die dit jaar worden verwacht, zoals de nieuwe Data Act en Data Governance Act.

> Uitdagingen. Hoger bewustzijn over de risico’s van het gebruik van AI leidt ook tot beter inzicht in de connectie tussen mensen, data, processen en technologie. Wat kunnen de mogelijke gevolgen zijn van de inzet van technologie? En hoe voorkomen we dat die gevolgen zich gaan voordoen? Want hoewel er een groot verschil bestaat tussen hoe overheidsorganisaties met AI omgaan, werken ze toch te weinig vanuit een strategie of visie. Te vaak is opportunisme de drijfveer achter initiatieven. Het gevolg is dat er makkelijk allerlei puntoplossingen ontstaan en het AI-landschap fragmenteert. Dit leidt tot uitdagingen en risico’s op het gebied van data, autorisatie en privacy. <

> Aan welke verplichtingen moeten aanbieders van risicovolle AI-systemen voldoen? Alvorens een AI-systeem met een hoog risico in de EU in de handel te brengen of anderszins in gebruik te nemen, moet de aanbieder dat systeem aan een conformiteitsbeoordeling onderwerpen. Zo kunnen zij aantonen dat hun systeem voldoet aan de bindende eisen voor betrouwbare AI (bv. gegevenskwaliteit, documentatie en traceerbaarheid, transparantie, menselijk toezicht, nauwkeurig-heid en robuustheid).

> Wat is het verband tussen de machineverordening en AI?. De machineverordening zorgt ervoor dat de nieuwe generatie machineproducten de veiligheid van gebruikers en consumenten waarborgt en innovatie stimuleert. Machineproducten omvatten een breed scala aan producten voor consumenten en professionals, gaande van robots (schoonmaakrobots, robots voor persoonlijke verzorging, collaboratieve robots, industriële robots) tot grasmaaiers, 3D-printers, bouwmachines, industriële productielijnen. De AI-verordening pakt de veiligheidsrisico’s aan van AI-systemen die veiligheidsfuncties in machines waarborgen, terwijl de machineverordening zal zorgen voor de veilige integratie van het AI-systeem in de machine, zodat de veiligheid van de machine als geheel wordt gewaarborgd.

In de machineverordening worden enkele bepalingen in verband met het toepassingsgebied, de definities en de veiligheidseisen aangepast om meer juridische duidelijkheid te scheppen en rekening te houden met de nieuwe kenmerken van machineproducten. Daarnaast hebben andere elementen tot doel een hoog veiligheidsniveau te waarborgen door classificatieregels vast te stellen voor machines met een hoog risico en door de invoering van een conformiteitsbeoordeling voor machineproducten die ingrijpend zijn gewijzigd.

Foto: NVDO

Wat is het Europees comité voor kunstmatige intelligentie?

Het comité voor kunstmatige intelligentie zal bestaan uit hooggeplaatste vertegenwoordigers van de bevoegde nationale toezichthoudende autoriteiten, de Europese Toezichthouder voor gegevensbescherming en de Commissie.

Het comité krijgt de opdracht de soepele, doeltreffende en geharmoniseerde invoering van de nieuwe AI-verordening te faciliteren. Het comité zal aanbevelingen doen en adviezen uitbrengen aan de Commissie met betrekking tot risicovolle AI-systemen en over andere aspecten die relevant zijn voor de doeltreffende en uniforme toepassing van de nieuwe regels. Het zal ook helpen bij het opbouwen van deskundigheid als competentie-centrum voor de nationale autoriteiten. Tot slot zal het comité ook de normalisatiewerkzaamheden op dit gebied ondersteunen.

51

11669 NVDO_VAM 2021-4.indd 51

08-09-2021 09:18

CursusKalender Kennis is onze kracht! Inschrijven kan eenvoudig via de maintenance academy op www.nvdo.nl

start 13 oktober; Leergang Asset Management Na het volgen van de leergang is de cursist in staat om antwoord te geven op de volgende vragen: • wat is Asset Management: gedachtengoed, de methodiek en principes • welke plaats en positie neemt Asset Management in binnen de organisatie • hoe wordt risicomanagement toegepast binnen de methodiek van Asset Management • hoe kunnen ontwerpbeslissingen onderbouwd worden op basis van een Life Cycle Cost benadering • hoe wordt wet- en regelgeving in het bedrijfsbeleid geborgd • hoe kunnen bedrijfsprocessen worden gestroomlijnd, systeemeffectiviteit worden verhoogd en totale kosten over de levensduur worden geoptimaliseerd • hoe bereik ik de optimale kosteneffectiviteit van de assets over de levensduur • hoe ontwikkel ik de meest doelmatige uitbestedingsstrategie, hoe voer ik regie over de markt • hoe worden mijn directie en ik zich bewust van de meerwaarde van Asset Management

• hoe kan ik de methodiek en principes van Asset Management effectief binnen de keten van mijn organisatie uitdragen en communiceren • hoe kan ik bijdragen in het realiseren van een optimale samenwerking tussen alle partijen in de keten • hoe kan ik de normstandaard ISO 55000 als hulpmiddel toepassen in het realiseren van de bedrijfsdoelstellingen

Onderwerpen

Het 7-daagse programma bestaat uit drie modules van elk twee aaneengesloten dagen en een round up dag.

Technisch bedrijfskundige onderwerpen worden afgewisseld met onderwerpen ter versterking van de sociale aspecten, die een belangrijke rol spelen bij de implementatie en borging van Asset Management binnen de organisatie. De leergang is vanuit het “action learning” principe opgezet, de onderwezen theorie wordt met oefeningen en praktijkcases ondersteund. Resultaat van deze opdracht vormt aan het eind van de leergang een leidraad die kan fungeren voor invoering en borging van Asset Management binnen uw eigen bedrijf.

2,3,4 november; Werkvoorbereiding en Planning De werkvoorbereider en planner werken in een centrale plaats in het onderhoudsproces. Hierbij staan de vragen Wat?, Hoe?, Wie? en Wanneer? centraal. De werkvoorbereider geeft samen met de planner antwoord op al deze vragen, rekening houdend met verschillende details. Om ervoor te zorgen dat de uitvoering van onderhoudswerkzaamheden efficiënt en effectief kan plaatsvinden, stelt de werkvoorbereider een werkplan op. Daarnaast wordt gekeken naar de benodigde middelen: mensen, materiaal, gereedschappen en diensten. In dit proces zijn veiligheid en productie belangrijke (interne) opdrachtgevers.

Doel

Deelnemers krijgen inzicht in de toegevoegde waarde van de rol van werkvoorbereider/planner voor het onderhoudsproces.

De complexiteit wordt in kleinere stukken omgezet naar een gestructureerde werkwijze. Hiermee wordt het mogelijk om een persoonlijk stappenplan op te stellen om het geleerde direct in de dagelijkse praktijk toe te passen!

Onderwerpen

Dag 1 Proces en werkwijze: Dag 2 Voorbereiden van een werkorder: Dag 3 Plannen van werk: En nu in de Praktijk; Een stappenplan

52 oktober 2021

11669 NVDO_VAM 2021-4.indd 52

08-09-2021 09:19

4 november; MASTERCLASS: Wat is de meerwaarde van Commissioning en Precommisioning bij Onderhoud Commissioning richt zich op de kwaliteitsbeheersing en prestatieborging van assets, installaties in het bijzonder. Dit proces begint bij de start van een project met een commissioningplan en beschrijft de organisatie en uitvoering van kwaliteitsborging in alle fasen. Bij bestaande installaties is commissioning gericht op het in stand houden van de goede werking en het verifiëren van geleverde prestaties. Pre-commissioning is de reeks processen die worden uitgevoerd voordat het eindproduct wordt geïntroduceerd.

Doel

Wij nemen je op een leuke en interactieve manier mee in het ontstaan van commissioning, de reden waarom het is bedacht en welke voordelen het oplevert. Je wordt door middel van voorbeelden en cases meegenomen in het belang van commissioning.

Onderwerpen

Historie en ontwikkeling Praktijkvoorbeelden waarom Commissioning zo belangrijk is Programmatuur voor het uitvoeren van commissioning Toepassing tijdens de ingebruiksfase

18,19 november; Risk Based Maintenance (RBM), onderhoudsconcepten op basis van Risico De deelnemer wordt in deze cursus meegenomen in een proces dat start bij het vaststellen van onderhoudsdoelstellingen en leidt tot een geoptimaliseerd Onderhoudsconcept op basis van Risico. Daarnaast zal duidelijk worden dat een onderhoudsconcept niet statisch is en continu onderhevig is aan veranderende factoren zoals onder andere het gebruik van de installatie, de economische situatie en wet- en regelgeving. Centraal in dit proces staat het risico denken: Wat zijn risico’s ten aanzien van uw bedrijf, hoe worden potentiële risico’s in kaart gebracht en op welke manier kunnen deze vermeden worden?

De behandelde methodiek is algemeen toepasbaar en niet afhankelijk van bepaalde typen installaties. Het proces om tot een onderhoudsconcept op basis van risico te komen is generiek en toepasbaar in alle markten waarin technisch onderhoud gepleegd wordt. Een belangrijke methodiek is de FMECA (Failure Mode, Effects and Criticality Analysis). De FMECA ondersteunt het denken in termen van risico’s en helpt u het onderhoud in uw organisatie naar een hoger plan te tillen.

Doel

In de Cursus Risk Based Maintenance (RBM), onderhoudsconcepten op basis van Risico leert u hoe u grip krijgt op het onderhoud

en een optimum kunt creëren tussen bedrijfsdoelstellingen en onderhoudskosten. U leert een risicomatrix op te stellen op basis van bedrijfsdoelstellingen. U leert (van grof naar fijn) de kritische onderdelen van de installaties op te sporen en de faaloorzaken in kaart te brengen.

Risk Based Maintenance (RBM) helpt prioriteiten te stellen in preventief onderhoud. Het maakt inzichtelijk waar de grootste risico’s liggen, zodat u daar op kunt anticiperen en weet welke delen van je installatie wel en welke niet mogen falen. Tot slot faciliteert RBM uw gesprek in de boardroom. Een objectieve onderbouwing, waarbij ook gevolgkosten in beeld zijn van ‘wat als scenario’s’, is daarbij zeer behulpzaam.

Onderwerpen

• Het herkennen en formuleren van bedrijfsdoelstellingen • Het definiëren van risico’s • Verschillende methodieken van risicoanalyses (een voorbeeld: FMECA) • Opstellen van een onderhoudsconcept naar aanleiding van de risicoanalyse • Optimaliseren van onderhoudsconcepten

53

11669 NVDO_VAM 2021-4.indd 53

08-09-2021 09:19

Beheer van reserveonderdelen optimaal afgestemd BOOM! Een plotselinge daling van de vraag is waar Proponent, een grote internationale luchtvaartdistributeur, mee te maken kreeg aan het begin van de pandemie. De verkoop daalde aanzienlijk en voor sommige onderdelen verdween de vraag volledig.

Door de daling van de omzet werden kapitaalinvesteringen onder de loep genomen. Het werd een grote uitdaging om de vraag te voorspellen en de juiste investeringen in onderdelen te doen. Er was actie nodig om de prognose beter aan te laten sluiten op de toekomstige vraag. Om dit probleem aan te pakken, onderscheidden Proponent en Gordian drie verschillende gebieden waarbinnen de voorraadbeslissingen kunnen worden beïnvloed en de balans tussen beschikbaarheid en financiële investeringen kunnen worden geoptimaliseerd.

Aanpassen In eerste instantie werd de mogelijkheid onderzocht om de hoeveelheid van de historische vraag waarop de prognose was gebaseerd, aan te passen, want die werd vanwege de pandemie dus heel anders. De belangrijkste reden om de vraag aan te passen en niet de prognose, was dat het huidige vraagpatroon en de kenmerken van het onderdeel intact blijven. Er moest een keuze gemaakt worden; aanpassing op het voorraadmodel of wellicht helemaal geen voorraad meer te hebben en alleen de gevraagde hoeveelheid na te bestellen, vooral met niet-kritieke onderdelen. En dan was er nog de overweging om de alfa van de huidige prognosemethode te verhogen, waardoor de impact van de vraagomvang van de pandemie groter zou worden bij het berekenen van de prognose.

Op 7 en 8 oktober leer je alles over Voorraadbeheersing van Spare Parts.

De training bevat methoden en technieken om te komen tot een optimale balans tussen de KPI’s grijpkans, voorraadwaarde en operationele kosten. We gaan in op de overeenkomsten en verschillen met voorraadbeheersing voor handelsen productievoorraden, vraagvoorspelling en het berekenen van veiligheidsvoorraden, bestelniveaus en ordergroottes, zowel voor consumables als repareerbare reservedelen.

Tijdens de training leer je; • De invloed van verschillende soorten onderhoud op de voorraad te kennen • De voorraadhoogtestrategie te bepalen • Optimale voorraadhoogtes en bestelgroottes te berekenen • De technieken rond repairables toe te passen • De efficiëntie en effectiviteit van het voorraadbeheer op basis van KPI’s op te volgen

Voorraadbeschikbaarheid Een lagere voorraadbeschikbaarheid werd geaccepteerd om de kapitaalinvesteringen te verlagen. In dit geval werd de veiligheidsvoorraad verminderd om de kosten te verlagen, wat de cashflow optimaliseert. De moeilijkste taak was om te bepalen welke onderdelen de grootste impact zouden hebben op het verlagen van de kapitaalinvesteringen en tegelijkertijd de afname van de voorraadbeschikbaarheid zo klein mogelijk te houden. Dit zou een andere aanpassing van de voorraadbeschikbaarheid kunnen betekenen per set artikelen, waarvoor de verkopen in pandemietijd leidend zouden moeten zijn.

Duurzame besluitvorming tijdens COVID-19 Het doel van Proponent was om regels te geven voor duurzame besluitvorming over voorraadbeheer tijdens de pandemie, beter af te stemmen op de prognose en voorraadparameters met beperkte financiële investeringen. Om dit doel te bereiken, is een gesegmenteerde aanpak gebruikt met verschillende aanpassingen.

Afhankelijk van de eigenschappen van de onderdelen waren enkele aanpassingen van toepassing. De impact van de nieuwe prognose, voorraadparameters en investeringen monitoren en bijsturing worden uiteraard geëvalueerd. <

54 oktober 2021

VAM NL contouren.indd 1 11669 NVDO_VAM 2021-4.indd 54 1556-01_215x280mm.indd 1

28-08-20 11:31 08-09-2021 14-04-2021 10:55 09:19

Wij begrijpen hoe u streeft naar een constante productkwaliteit en optimalisatie van uw kosten.

STABILITEIT + CONTINUITEIT U bent er altijd van verzekerd dat u voldoet aan uw veiligheids- en kwaliteitseisen in een consistent proces.

80%

van de huidige kalibratie-intervallen optimaliseren

Verbeter de beschikbaarheid van uw installatie en garandeer de kwaliteit met een optimaal kalibratieproces.

• Gepatenteerde, industriegerichte methodes om uw kalibratieplan

te optimaliseren

• Wij zijn een toonaangevende producent van procesinstrumentatie -

gekwalificeerd om kalibraties uit te voeren

• Onze wereldwijde, geharmoniseerde kalibratiestandaarden zorgen

voor een consistente servicekwaliteit

Meer informatie: www.eh.digital/3qiXYuW

VAM NL contouren.indd 1 1556-01_215x280mm.indd 1 11669 NVDO_VAM 2021-4_OmslagRUG5mm.indd 2

28-08-20 11:31 14-04-2021 10:55

08-09-2021 09:14

4

# 35 JAAR DENIOS SINDS 1986 EN WIE JARIG IS TRAKTEERT!

Vanaf 1 oktober 2021, zo lang de voorraad strekt profiteert u van dit fantastische aanbod tegen een aantrekkelijke prijs: Een type 90, Q-serie brandveiligheidsopslagkast van Asecos, met gele deuren, in combinatie met een SpillGuard® autonoom lekdetectiesysteem en een DENSORB® Spill-Kit, gevuld met adsorptiematerialen, waarmee u geheel aan de voorschriften uit de PGS 15 voldoet.

nr. 04 / 2021

Daarom bieden wij u als jubileumactie een combinatie aan van een Q90.195.120 veiligheidskast, een Spill-Kit en een SpillGuard, geheel conform PGS 15, § 3.4.1, voorschrift 3.4.7 en § 3.4.3, voorschrift 3.4.9

Vakblad Asset Management

ARTIFICIAL INTELLIGENCE Europa’s meest gebruikte brandveiligheidskast, nu completer dan ooit!

Type Bestelnr.

Prijs Totaal

Veiligheidskast Q90.195.120 Spill-Kit Speciaal SpillGuard (ATEX zone 1) 200-987-02 267-048 267-579 € 2.547,00 € 99,00 € 89,00 € 2.735,00 Jubileumactie: € 2.400,00

(geldig vanaf 1 oktober 2021, zo lang de voorraad strekt)

Voor meer informatie zie: www.denios.nl/nl/pageid/newsitem-2020-08-20 of via onze website www.denios.nl onder het menu actualiteiten

De PGS 15, § 3.4.1, voorschrift 3.4.7 vermeldt: De verpakte gevaarlijke stoffen en / of CMR-stoffen in een opslagvoorziening moeten regelmatig worden gecontroleerd op lekkages of beschadiging van de aanwezige verpakkingen.

Conform de PGS 15, § 3.4.3, voorschrift 3.4.9 is het bij opslag van gevaarlijke vloeistoffen verplicht om voldoende voor deze stoffen geschikte adsorptie– materialen binnen handbereik beschikbaar te hebben.

Ga voor meer informatie naar: www.denios.nl of bel ons: : +31 172 50 64 66 | : +32 3 312 00 87 20210820-adv-NVDO-VAM-ed-4-215x280mm.indd 11669 NVDO_VAM 2021-4_OmslagRUG5mm.indd1 1

03-09-2021 09:14

Korte en Lange termijn Procesoptimalisatie Vastgoeddata op orde Fabriek van de toekomst

08-09-2021 09:14