Spoorbrug over de Amstel, werkzaamheden

Internet of Things en Artificial Intelligence inzetten voor preventief spooronderhoud

Het is mooi als je kan achterhalen wat de oorzaak is van storingen en defecten, maar het liefst wil je voorkomen dat storingen zich ook echt voordoen. IT-specialist InTraffic gaat actief inzetten op toepassingen waarmee bedrijven met grote waarschijnlijkheid kunnen voorspellen wanneer bijvoorbeeld een wissel, een spoorstaaf of een brug voor problemen gaat zorgen. Met die kennis kunnen klanten hun onderhoud beter plannen en daardoor veel geld besparen.

InTraffic houd zich al langer bezig met data-analyse en monitoring om het onderhoud te verbeteren. Het idee om met behulp van Internet of Things (IoT) en artificial intelligence (AI) het onderhoud in de vervoersector verder te verbeteren komt voort uit de jaarlijkse innovatiedag StirlTup van InTraffic een paar maanden geleden. Medewerkers presenteerden er ideeën die de potentie hebben verder ontwikkeld te worden tot een kansrijk product of dienst. Vervoers- en infrabedrijven blijken veel interesse te hebben voor een toepassing waarmee hun onderhoud voorspelbaarder kan worden, merkt business consultant Marco Bakker, een van de bedenkers van het winnende idee in de categorie business innovatie. Met vervoersbedrijf RET gaat InTraffic concreet aan de slag om een oplossing uit te werken, die gericht is op meer inzicht in het onderhoud.

Veel vraag

Sensoren op het spoor, in gebouwen, bruggen of verlichting leveren een enorme hoeveelheid data op. Die gegevens worden nu natuurlijk ook al gebruikt, maar dan vooral om achteraf te achterhalen wat de oorzaak was van een probleem dat zich heeft voorgedaan. Dat is jammer, vond Bakker, want de data biedt veel meer mogelijkheden om onderhoud te verbeteren. En er is veel vraag naar, constateerden ze bij InTraffic. Om het winnende idee verder uit te werken bouwt het IT-bedrijf voort op al eerder ontwikkelde software, zoals het al bestaande systeem Landelijke Infra Monitoring (LIM), gemaakt in opdracht van ProRail. De spoorbeheerder gebruikt LIM om zo’n 5.600 centraal bediende wissels te monitoren en te analyseren. Ook de spooraannemers hebben toegang tot het systeem.

“We maken een professionaliseringsslag, er komt functionaliteit bij”, zegt Bakker. “Het gaat dan om een toolset: software om voorspellende modellen efficiënter te kunnen bouwen.” Ook met die modellen blijft kennis van zaken essentieel, legt Bakker uit. “Je moet snappen wat je doet in plaats van klakkeloos aannemen dat de computer het goed heeft.” Met de input van een sensor die onjuiste waardes doorstuurt omdat die verkeerd gemonteerd is of niet goed geijkt, kan een model nooit betrouwbare voorspellingen opleveren.

Meer keuze

Een monteur of een andere deskundige zal opmerken dat sommige uitkomsten niet kunnen kloppen, omdat ze te veel afwijken van de normale waardes. Bakker: “Het is dus niet zo dat als onze toolset klaar is, de modellen er vanzelf uitrollen. We hebben daardoor wel meer keuzemogelijkheden om de problemen van klanten gerichter en sneller op te lossen.”

InTraffic voorziet veel toepassingsmogelijkheden van de nieuwe software. Voorspellen wanneer een wisselstoring zal optreden of wanneer het einde van de levensduur van een pomp in zicht komt bijvoorbeeld. Met die informatie kan een bedrijf tijdig actie ondernemen om storingen voor te zijn, bijvoorbeeld een monteur sturen om tijdig een reparatie uit te voeren of een onderdeel te vervangen. Bakker: “Nu vinden veel visuele inspecties plaats. Als je die kunt vervangen door sensoren en een model, spaart dat veel tijd.”

Begin simpel

Het grote aantal mogelijke toepassingen werkt soms verlammend, heeft Bakker gemerkt. Bedrijven willen soms te veel tegelijk. “Maak het niet te complex, anders verzuip je in de data. Je kan beter laagdrempelig beginnen”, luidt zijn advies. Dat kan heel eenvoudig door eerst te starten met een pilot. “Plak een sensor ergens tegenaan en kijk wat eruit komt. Dan zie je later wel wat je er nog meer mee kunt doen.” Bakker heeft voorbeelden te over. Denk eens aan sensoren op werkplekken om na te gaan hoe de bezetting is. “Als de helft van het personeel er niet is, hoef je minder schoon te maken.”

Techniek

Ook spoorbeheerder ProRail is kleinschalig begonnen met het beproeven van sensoren op wisselwarmingssystemen op het spoor rond station Utrecht Centraal. De resultaten waren positief en daarom brengt ProRail binnenkort 1.500 draadloze sensoren aan op wissels bij belangrijke spoorknooppunten, die onder meer temperatuur, trillingen, luchtdruk en vocht gaan meten. Zo kan ProRail op afstand onder meer in de gaten houden of de wisselverwarming nog goed werkt.

Bakker realiseert zich dat de invoering van dergelijke toepassingen niet altijd direct mogelijk is. De belemmerende factor zit meestal niet in de techniek. “Een innovatie wordt soms tegengewerkt door contracten die tien jaar duren. Hoe krijg je zo’n idee dan in het bestaande onderhoudscontract? Daar is geen pasklare oplossing voor.” Op het spoor geldt hetzelfde. Een aannemer die met voorspellende software ontdekt dat er grote kans is op een storing op korte termijn, kan niet altijd direct een monteur sturen. Dat hangt af van het contract. En ook de veiligheid speelt natuurlijk een rol.

InTraffic ziet grote kansen in de combinatie van IoT en AI om bestaande installaties slimmer te maken en zo het onderhoud inzichtelijker en efficiënter te maken. De professionaliseringsslag is een logisch gevolg daarvan om aan de vraag uit de markt te voldoen.

Auteur: Yvonne Ton

Reageer ook

Nog maximaal tekens

Log in via een van de volgende social media partners om je reactie achter te laten.