Algoritmen voor voorspellend onderhoud

Een team onderzoekers onder leiding van UT-hoogleraar Marielle Stoelinga ontvangt van wetenschapsfinancierder NWO vijf miljoen euro voor het project ‘PrimaVera: Predictive maintenance for Very effective asset management'. Binnen dit project worden big data-algoritmen ingezet om storingen aan infrastructuur en productiemiddelen beter te voorspellen en zo onderhoud beter te plannen.

Dit wordt predictive maintenance (voorspellend onderhoud) genoemd. NWO verstrekt het geld in het kader van de Nationale Wetenschapsagenda. Nooit meer treinvertragingen, stroomstoringen, of uitval van productiemachines? Het PrimaVera-project betekent een grote stap naar dit doel. Met predictive maintenance, of just-in-time maintenance (onderhoud net voordat een systeem kapot gaat), kan de betrouwbaarheid van infrastructuur en productiemiddelen omhoog en de kosten van onderhoud omlaag. Bestaande predictive-maintenancetechnieken werken alleen voor kleinschalige systemen en zijn moeilijk op te schalen. Keuzes die op één plek in de keten gemaakt worden, hebben een belangrijke invloed op andere processen in de keten. De keuze voor een bepaald type sensoren en metingen heeft invloed op het soort van voorspellingen dat men kan doen, en daarmee ook de kwaliteit van de voorspellingen. Daarom worden binnen PrimaVera cross-level optimalisatiemethoden ontwikkeld. Stoelinga en haar collega-onderzoekers gaan daarnaast werken aan veel betere en schaalbare prognose-methoden voor storingen. Voorspellend onderhoud valt of staat met de kwaliteit van de prognosemethoden. Onjuiste voorspellingen over de conditie van een brug of machine kan leiden tot meer in plaats van minder fouten. Data science is daarom onmisbaar binnen dit project. Het PrimaVera-project wordt uitgevoerd door een divers consortium bestaande uit een multidisciplinair team van wetenschappers en bedrijven. PrimaVera is onderdeel van Onderzoek op Routes door Consortia (ORC). Dit stimuleert vrij onderzoek via open calls voor meerjarig onderzoek van brede, inter- en transdisciplinaire consortia met een (maatschappelijk) doel, op wetenschappelijk en/of maatschappelijk relevante onderwerpen met een duidelijke meerwaarde voor een brede, nationale aanpak.