naar top
Menu
Logo Print
23/02/2018 - DIETER DEVRIENDT

VLOOTGEBASEERDE ANALYSE HELPT FUNCTIE EN ONDERHOUD OPTIMALISEREN

Seminarie HYMOP exploreert onontgonnen datagebied

Hoe kunnen datagedreven analyse en hybride modellering het functioneren en het onderhoud van uw machinevloot helpen verbeteren, is de vraag waarop midden december 2017 het HYMOP-consortium een antwoord trachtte te geven. De bottomline in het Technologiepark te Zwijnaarde was dat het potentieel van de enorme hoeveelheid aan verzamelde data niet volledig ontgonnen wordt. Vooral op vlootniveau liggen nog vele opportuniteiten open. Door het vergelijken van het gedrag van één machine met betrekking tot de vloot kan nog meer gedetailleerde en accurate kennis worden geëxtraheerd.


Fleet-based analytics
Gebruikmakend van de hiërarchische natuur van de vloot kan men schaalbare vlootmodellen construeren

VLOOTGEBASEERDE ANALYSE

Voor echt diep in de materie te duiken werd het wat, waarom en waarom nu van vlootgebaseerde analyse uit de doeken gedaan. Elk bedrijf wil natuurlijk zijn CAPEX en OPEX reduceren om zo opbrengstoptimalisatie te realiseren. Dat kan bijvoorbeeld door 'light design': enkel materiaal gebruiken waar dat nodig is. Om dit vast te stellen, is data uit het werkveld noodzakelijk. Die data helpen ook de onderhoudsstrategie vooruit: van reactief over preventief tot zelfs predictief. Gelukkig beschikken steeds meer systemen over instrumentatie, sensoren ingebouwd of extern gemonteerd. Bovendien zijn die systemen almaar meer verbonden met het internet.Ook databases met contextinformatie (meteo, verkeer …) zijn beschikbaar. Het uiteindelijke doel is om de TCO van een vloot industriële machines te verlagen door inzet van hypermodels die gebruikmaken van time-series data van sensornetwerken in geconnecteerd industrieel materieel. Obstakels zijn voorlopig wel de streaming, de modellering en de weg naar beslissingsondersteuning.


UITDAGINGEN EN OPPORTUNITEITEN

Dr. Elena Tsiporkova, EluciDATA Innovation Lab Sirris
Dr. Elena Tsiporkova, Innovation Lab Sirris

Vele bedrijven beschikken over een grote vloot van assets. Begrijpen en optimaliseren van het operationele gedrag van dergelijke vlotenis cruciaal, maar uitdagend. Toepassing van traditioneleAI-methodes (Artificial Intelligence) laat echter nog een groot potentieel onaangeroerd. De mogelijke kansen, die werden toegelicht door dr. Elena Tsiporkova van het EluciDATA Innovation Lab van Sirris, zijn nochtans veelbelovend. Zo kunnen de data en de kennis voor de hele vloot als hefboom dienen (bijvoorbeeld als prestatiebenchmarking), kunnen slecht functionerende machines uit de vloot worden geïdentificeerd en kan men samengestelde modellen en simulaties toepassen. Het extraheren van patronen uit data laat toe om deze te exploiteren voor het voorspellen van toekomstige events en het detecteren van anomalieën. Het probleem is vaak echter expliciete datalabelling, wat kan worden verholpen met fingerprinting en/of surrogate modelling. Schaalbare vlootmodellen construeren kan door gebruik te maken van de hiërarchische structuur van de vloot. Hypermodelling wordt dan gebruikt om het beste van kennisgedreven, datagedreven, individuele en comprehensieve modellen te combineren.


Dr. Arno Knobbe, Universiteit Leiden
Dr. Arno Knobbe, Universiteit Leiden

SENSOREN, SYSTEMEN EN SPORT

Dr. Arno Knobbe besprak drie projecten:

  • InfraWatch: monitoring van de A6-brug tussen Amsterdam en Almere a.d.h.v. 145 sensoren.
  • AssetDrive: data-analyse voor scheepswerven waarbij de verschillende scheepsmodellen worden vergeleken om op vlootniveau te analyseren.
  • MASS: data-intensieve optimalisatie van olympische trainingsprogramma's van schaatsers.


 

 

 

 

Dr. Peter Staar, IBM Zurich Lab
Dr. Peter Staar, IBM Zurich Lab

COGNITIVE COMPUTING

De Belgische dr. Peter Staar - wetenschapper bij het Zurich Lab van IBM - sprak over 'cognitive computing'. Concreet werkt Staar aan manieren om via machinelearning sneller kennis uit bijvoorbeeld PDF-documenten te halen. Dit om de processen achter ontdekkingen en uitvindingen een boost te geven.


 

 

 

 

 

 

HYMOP

Het SBO (Strategisch Basis Onderzoek) project HYMOP (Hypermodelling Strategies for Operational Optimization) wordt gevormd door Sirris, VUB, KU Leuven, Universiteit Antwerpen en imec) en ondersteund door het Vlaamse FWO (Fonds Wetenschappelijk Onderzoek). Men bestudeert hypermodellingstrategieën op multistream time-series data voor operationele optimalisatie; in samenwerking met een industrieel adviserend comité. Meer info vindt u op www.sirris.be/HYMOP.

HYMOP