Datagedreven onderhoud trekt nieuwe specialisten in de infrabouw

Scanauto’s brengen de infrastructurele objecten nu grotendeels in beeld, en de inzet van drones en sensoren neemt toe. De hoeveelheid data groeit, evenals de kwaliteit ervan, en dus ook van de analyses over de conditie van de assets. Dat is belangrijk voor steeds betere beslissingen over beheer en onderhoud.

Geautomatiseerde classificatie

De omslag kwam in asfaltschadeherkenning. Niet verwonderlijk, omdat het bij onderhoud van wegen om vele kilometers asfalt gaat. Schade-inspecteurs beoordeelden de vele foto’s en video’s eerst helemaal zelf. Dat kostte veel tijd, terwijl op slechts een klein deel daadwerkelijke schade te zien was. BAM heeft geïnvesteerd in een geautomatiseerde aanpak met algoritmes en artificial intelligence.

Getrainde computers nemen het herkennen en classificeren van schade over. Algoritmes beoordelen de data op schades en maken deze inzichtelijk voor de schade-inspecteurs. Deze inspecteurs hoeven niet meer urenlang naar onnodige beelden te kijken, maar buigen zich direct over de circa 2% met schade en mogelijke schade. Deze menselijke toets blijft belangrijk. Bevindingen worden teruggekoppeld naar het model om dit te blijven trainen, zodat de geautomatiseerde conclusies steeds beter worden. Reparaties worden eerder uitgevoerd en planmatig aangepakt, waardoor de assets in betere conditie blijven en de maatschappelijke kosten afnemen.

Doelgerichte dataverwerking

Per object miljoenen dataregels verwerken is geen eenvoudige taak. Data analisten van BAM ontwikkelen, samen met partners, algoritmes die de juiste inzichten opleveren. Bij asfalt gaat het om het beoordelen van rafels en scheuren. Bij kunstwerken als bruggen moet de computer de constructieve veiligheid vaststellen op basis van bijvoorbeeld trillingen. Door de computerresultaten in een overzichtelijk dashboard te presenteren, begrijpen opdrachtgevers en beheerders hoe het met hun assets gesteld is en welk onderhoud nodig is.

Goede inzichten voor een optimale meerjarige onderhoudsplanning zijn belangrijk voor asset owners als Rijkswaterstaat, provincies, gemeentes, havenbedrijven en private bedrijven die onderhoudscontracten in de markt zetten. Daarnaast worden die inzichten benut door projectteams die vanuit DBFM-contracten verantwoordelijk zijn voor bijvoorbeeld 25 jaar instandhouding van het areaal.

Nieuwe functies

Inmiddels is duidelijk dat risicobeheersing en veiligheid – belangrijke beheersfactoren in de bouw – zeer gediend zijn bij automatisering. Niet voor niets is digitalisering een van de beleidspijlers van BAM, waardoor er geïnvesteerd wordt in nieuwe functies als data scientists, data engineers en data analisten. Voor afgestudeerden met een wiskundige en/of ICT-achtergrond is de bouw daardoor een steeds aantrekkelijkere sector aan het worden. Asset management binnen BAM Infra heeft nu zo’n 25 digitale specialisten en dit aantal blijft groeien. Dat data een middel zijn om iets tastbaars te doen, maakt het extra leuk. Je draagt immers direct bij aan de veiligheid en beschikbaarheid van maatschappelijke infrastructurele voorzieningen in ons land en daarvoor mag je technologische innovaties toepassen.

Foto links: Door het gebruik van bijvoorbeeld sensoren neemt de hoeveelheid data en de kwaliteit daarvan enorm toe

Foto rechts: Belangrijke rol voor onze domeinexperts bij het analyseren van de data door het algoritme.

 

Interessante taak

Data engineers zorgen voor een integraal en veilig computermodel waarin verschillende databronnen worden gekoppeld. Ze buigen zich over de hele data pipeline inclusief de opslag van data, want het gaat om vele terabytes aan gegevens. BAM gebruikt hiervoor het platform UbiOps van Dutch Analytics. Deze startup, waarin BAM een minderheidsbelang heeft, ontwikkelt toepassingen met artificial intelligence voor de bouw.

Data scientists ontwikkelen complexe algoritmes om verklarende inzichten te genereren. Data analisten zorgen voor de belangrijke koppeling met de praktijk in de vorm van pragmatische analyses en begrijpelijke dashboards, afgestemd op de behoefte aan optimaal beheer en onderhoud.

Afwisselend werk

De eerste stap is het onderzoeken van het gewenste inzicht en het bepalen van het instrument dat dit inzicht kan geven. Dat raakt verschillende disciplines, zowel intern als extern. Zo moet een dashboard bijvoorbeeld gericht zijn op de asset manager en de monteur. De data analist werkt intensief samen met de domeinexperts voor het schetsontwerp, want naast de digitale kennis van de data analist is de ervaringskennis van de domeinexpert onmisbaar. Het hele team van data analisten, data scientists en data engineers gaat vervolgens aan de slag en stemt tijdens dagelijkse Scrum-sessies onderling af. Algoritmes worden intern of in samenwerking met externe partners als Sobolt of OrangeNXT gebouwd en de data analist begeleidt vervolgens het in gebruik nemen van het instrument.

De kracht van data

Voor minder vaak voorkomende assets volstaat eenvoudiger gereedschap, zoals rekenmodellen die de werkelijke eigenschappen vergelijken met de gemiddelde norm om afwijkingen als een scheefstaande cameramast vast te stellen. Voor grote en complexe assets komen algoritmes in beeld. BAM Infra Nederland heeft deze inmiddels paraat voor asfalt, geleiderail en verlichtingsinstallaties. Steeds meer objecten komen daarbij.

De eerste proeven lopen op sluiscomplexen in Hengelo, Delden en Eefde. Scanapparatuur en sensoren brengen deze kunstwerken van binnen en van buiten in kaart. Door het real time monitoren van de installaties bleek er een stempelplaat van een hijskraan in de waaier van de sluis vast te zitten, die tijdig kon worden verwijderd. Het team wist zo een ingrijpende reparatie te voorkomen. De volgende stap is een algoritme bouwen en machine learning in gang zetten om afwijkingen geautomatiseerd vast te stellen en voorspellingen te doen over de conditie van sluizen. Datagedreven onderhoud zal eventuele storingen en schade voorkomen, onderhoud beperken en de levensduur van dergelijke objecten vergroten. De ontwikkeling van voorspelbaar onderhoud voor sluizen staat dit jaar op de planning.

Duurzame waarde

Digitalisering van asset management bevordert duurzaam beheer en onderhoud. Immers, door het vroegtijdig vaststellen en voorspellen van afwijkingen voeren beheerders het onderhoud tijdig uit. Materialen gaan langer mee en er zijn minder werkzaamheden nodig, met minder CO2-uitstoot tot gevolg. Tegelijkertijd verduurzaamt de uitvoering van het onderhoudswerk. Zo investeert BAM in een elektrisch machine- en wagenpark, gebruikt gerecycled asfalt en produceert asfalt op lagere temperatuur. Ook het minder vaak fysiek inspecteren van assets verbetert de milieuprestatie. Digitaal asset management leidt bovendien tot veel minder omgevingsoverlast.

Toekomstige ontwikkelingen

BAM Infra Nederland past asset management met artificial intelligence toe in gebiedsgericht onderhoud, zoals voor de contracten Midden-Noord en Zuid-Kennemerland IJmond voor de provincie Noord-Holland, samen met combinatiepartners. Recent is de opdracht verworven voor datagedreven onderhoud van sluizen, gemalen, bruggen en aflaatwerken in Oost-Nederland samen met Van den Herik, Dynniq Mobility en SPIE, in opdracht van Rijkswaterstaat. Daarnaast zet BAM deze expertise in voor eigen onderhoud en beheer in DBFM-contracten als de A12 en de N33, eveneens voor Rijkswaterstaat. Al deze projecten leveren data op die met elkaar kunnen worden vergeleken. De overkoepelende kennis maakt het mogelijk om nog betere voorspellingen te doen voor specifieke objecten. BAM verwacht op korte termijn te starten met dit soort trendanalyses.

Verdere digitalisering van asset management zal doorzetten. De voordelen van data-analyse in de vorm van beter, sneller, goedkoper en duurzamer beheer en onderhoud zijn immers groot. Er komen nieuwe databronnen bij en de voorspellende kracht van de slimme computermodellen wordt steeds groter. Ook voor de enorme vervangings- en renovatieopgave in ons land kan voorspelbaar onderhoud enorme voordelen hebben. Het vakgebied, dat steeds verder professionaliseert en digitaliseert, creëert nieuwe kansen voor domeinexperts en afstudeerders van andere studierichtingen. En dat levert een diversiteit op die bouwbedrijven verder verrijkt.

Bron: Civiele Techniek