Rails, spoor

‘Slim omgaan met big data vraagt nieuwe manier van werken spoorsector’

Als een spoorbedrijf slim wil omgaan met big data dan vereist dit een nieuwe manier van werken van de gehele organisatie, stelt Léanneke Loeve van Dekra Rail. “De uitdaging zit hem in het verzamelen van informatie, het beheer en analyse van de data en het opnieuw inrichten van je onderhoudsprocessen. En dat allemaal tegelijkertijd.”

Bedrijven in alle industrieën zijn druk bezig met big data, inclusief bedrijven in het spoor. Big data gaat over grote hoeveelheden informatie die verzameld en opgeslagen worden. Het doel hiervan is om meer te weten te komen over een bepaald onderwerp, om zo steeds efficiënter en slimmer te kunnen handelen. Op deze manier is het bijvoorbeeld veel exacter te bepalen wanneer een asset onderhoud nodig heeft.

Big data

Succesvol gebruiken van big data kan met datamining, technieken als machine learning of data analytics. Dit zijn technieken om verzamelde data te interpreteren om vervolgens betrouwbare voorspellingen te kunnen doen.

Loeve: “Vaak is bij onderhoud het onderhoudsboekje heilig. Afkeurgrenswaarden zijn ooit vastgesteld en als je asset bepaalde waarden overschreed, dan was het tijd voor onderhoud of vervanging. Met vastgestelde regels is er geen andere data nodig dan de laatste conditiemeting of inspectie. Maar dankzij technologische ontwikkelingen kunnen we nu veel meer informatie verzamelen en opslaan.

“Om in de toekomst beter te voorspellen wanneer onderhoud of vervanging nodig is, wil je niet alleen weten óf de waarde is overschreden, maar ook hoe, met hoeveel, in welke tijdsperiode en onder welke omstandigheden. Zo komt voorspellend onderhoud binnen handbereik.”

Big data en data analytics

Loeve merkt dat spoorbedrijven de potentie van big data zien en graag willen meedoen. “Met big data kun je als assetmanager meer controle krijgen over je grootste kostenpost, namelijk onderhoud. Als je big data op de juiste manier inzet, wordt onderhoud veel efficiënter en goedkoper.”

Het uiteindelijke doel van big data voor de assetmanager is om de onderhoudsbehoefte steeds beter te voorspellen. Dit kan namelijk een hoop opleveren en geld besparen. Denk bijvoorbeeld aan minimaal ongepland onderhoud, opgerekte onderhoudstermijnen en een langere restlevensduur. Loeve: “Helaas zitten er wel wat haken en ogen aan big data. Want hoewel de technologie ons talloze mogelijkheden biedt, is bijna geen enkel spoorbedrijf echt klaar voor die technologische ontwikkelingen. Het is dus tijd voor een inhaalslag.”

Voorspellend onderhoud

In de vele gesprekken die Loeve voerde met medewerkers van verschillende spoorbedrijven kwamen de huidige valkuilen voor big data bij spoorbedrijven naar voren: het verzamelen van de juiste data, datakwaliteit- en beheer, het correct interpreteren van de data en het implementeren in de organisatie.

Loeve: “Veel bedrijven hebben een hoop data, maar dit is vaak niet de juiste informatie. Dit komt simpelweg omdat in het verleden alleen de primaire data nodig was. Inspecteurs zullen meer en andere data moeten gaan verzamelen, organisaties zullen data op andere manieren moeten gaan opslaan en leren hoe zij al die nieuwe data kunnen interpreteren.

Een slag maken met big data betekent echt een nieuwe manier van monitoren en inspecteren. En misschien ook wel van anders onderhouden, want met de nieuwe informatie kom je er wellicht ook achter dat je met minder onderhoud toe kunt. Je wilt immers dat je organisatie slimmer wordt en beter presteert.”

Dekra Rail

Dekra Rail moedigt spoorbedrijven aan om het gesprek over big data en voorspellend onderhoud aan te gaan. Zo faciliteerde de onderneming een overleg over datamining tussen gemeentelijke vervoersbedrijven eerder deze maand en biedt Dekra Rail ook diensten om op dit gebied aan diverse railbedrijven. “Dekra Rail begrijpt hoe er scheuren kunnen ontstaan in bijvoorbeeld spoorstaven of draaistellen. En we snappen dat als je met ander materieel gaat rijden, dit effect heeft op slijtage van de spoorstaaf of zelfs de ligging van het spoor.

Ook begrijpen we welke onderhoudsprocessen onze klanten toepassen en waarom. Door dit soort kennis van het gedrag van de spooronderdelen en het begrip van onderhoud, kan Dekra Rail bedrijven in de spoorindustrie begeleiden bij het verzamelen van de juiste data en op weg helpen naar een succesvolle implementatie van big data en predictive maintenance in de organisatie.”

Dit artikel is eerder verschenen in de nieuwsbrief van Dekra Rail.

Auteur: Marieke van Gompel

Marieke van Gompel is redacteur van SpoorPro en adjunct-hoofdredacteur van de vakwebsites van ProMedia Group.

Reageer ook

Nog maximaal tekens

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