Met behulp van data de beste momenten voorspellen om installaties en machines te onderhouden, dat is ‘Smart Maintenance’. Met smart maintenance kun je onderhoudskosten drastisch verlagen en systemen betrouwbaarder maken. In verschillende onderzoeksprojecten gaan de Universiteit Twente en de Nederlandse Defensie Academie hun gezamenlijk onderzoek naar smart maintenance fors uitbreiden.
Prof. dr. ir. Tiedo Tinga, hoogleraar bij zowel de UT als de Nederlandse Defensie Academie vertelt: “We doen al langer onderzoek op dit onderwerp, met toepassing in windturbines, spoor en maakindustrie. De focus in de nieuwe projecten ligt met name op de maritieme sector, zowel op onderhoud bij de marine, als ook bij de civiele scheepsvaart.” Door nieuwe methoden te ontwikkelen om data om te zetten naar bruikbare informatie, moet het mogelijk worden toekomstig falen van schepen te voorspellen. De bedoeling is dat veel van de dataverwerving geautomatiseerd wordt.
Complexe situatie
Schepen zijn complexe systemen. Aangezien er zoveel verschillende onderdelen en deelsystemen kapot kunnen gaan, is het moeilijk om daar goede voorspellingen over te doen. Onderhoudsvoorspellingen voor een hele vloot zijn al helemaal complex. Vaak gebeuren die onderhoudskeuzes nog aan de hand van ervaring of simpelweg op vaste intervallen. Door variabel gebruik, wisselende situaties en degradatie van systemen in wiskundige modellen te vangen wordt hier meer grip op gekregen. Vervolgens worden deze modellen gecombineerd met kunstmatige intelligentie en betere IT systemen voor het verzamelen en delen van data. Daarmee kan de sector voortaan de onderhoudsplanning van hun vloten baseren op data in plaats van op ervaring of gevoel.
Corrosieschade
In één van de onderzoeksprojecten gaan de onderzoekers kijken naar een van de grootste kostenbepalende factoren, corrosie. Met elektrochemische metingen moet het mogelijk worden om de mate van corrosieschade van de scheepsromp te bewaken en uiteindelijk ook te voorspellen. Verschillende coatings verouderen met verschillende snelheid, wat het op dit moment nog bemoeilijkt om accurate voorspellingen te doen.
Nieuwe machines
Beide partijen gaan ook onderzoek doen naar nieuwe installaties waarvan nog weinig bekend is over de onderhoudscycli. Zo staat in één van de onderzoeksprojecten een nieuwe duurzame voortstuwingstechniek voor schepen centraal: AmmoniaDrive. Hierbij wordt ammoniak als energiebron gebruikt en via brandstofcellen omgezet in elektriciteit. Van een dergelijk nieuw systeem is nog niet bekend hoe lang deze meegaat en op welke manieren het systeem allemaal kapot kan gaan.
Meer informatie
Bovenstaande onderzoek bestaat uit vijf verschillende onderzoeksprojecten: European Digital Naval Foundation (EDINAF), digital ship sTructural Health mOnitoRing (dTHOR; beiden onderdeel van European Defence Fund), AmmoniaDrive, Ship Life Cycle Management (SILICA) en DTP Data-Driven Smart Maintenance. Prof. dr. ir. Tiedo Tinga is hoogleraar Dynamics Based Maintenance bij de afdeling Mechanics of Solids, Surfaces & Systems (MS3; Faculteit ET) en hoogleraar Life Cycle Management bij de Nederlandse Defensie Academie.
