achtergrond

Ontwikkeling van een model voor proactief spooronderhoud

Publicatie

27 mrt 2020

Categorie

iMaintain

Soort

achtergrond

Tags

Asset management, predictive maintenance

Om de beschikbaarheid van het spoornet te verhogen en de onderhoudskosten te verlagen startte Strukton Rail in 2014 een onderzoeksproject met de Universiteit Twente. Dit onderzoek rondden beide partijen eind december 2019 succesvol af. Het onderzoek besteedde aandacht aan op fysica gebaseerde degradatiemodellen; data analytics voor diagnose en prognose; en onderhoudsplanning en –optimalisatie. Joost Boers Gedurende vijf jaar is door een viertal UT-onderzoekers en diverse afstudeerders gewerkt aan deze onderwerpen. Ze zijn begeleid door drie UT-hoogleraren Tiedo Tinga, Leo van Dongen en Paul Havinga. Overgang naar proactief onderhoud Strukton Rail sprak eind 2014 de ambitie uit om van reactief onderhoud over te gaan op (proactief) predictief onderhoud aan de spoorinfrastructuur. David Vermeij, manager innovatie van Strukton Nederland: ‘Dit had te maken met de overgang in de spoorsector naar prestatiegericht onderhoud destijds. Hierbij werden de onderhoudsaannemers uitgedaagd het onderhoud efficiënter uit te voeren om te komen tot lagere (onderhouds)kosten en minder storingen. Dat laatste leidt tot minder hinder voor de reizigers.’ Door automatisering, inzet van nieuwe technologieën (bijvoorbeeld het internet of things), combinatie van data gekoppeld aan data science, kan Strukton veel meer informatie halen uit beschikbare data en kan degeneratie veel beter worden gemodelleerd en voorspeld. Hierdoor kan tijdig het juiste onderhoud worden gedaan. Met de traditionele aanpak (op ervaring en inspecties gebaseerd onderhoud) konden onverwachte storingen niet voldoende worden voorkomen. Degradatie voorspellen Annemieke Meghoe, op dit moment werkzaam als assistent professor aan de Faculty Engineering Technology, Applied Mechanics bij de Universiteit Twente, heeft zich voor haar onderzoek gefocust op component gebaseerde fysische modellen. Uitgangspunt was het onderhoud te optimaliseren door de degradatie van een component te voorspellen en daarop het onderhoud te optimaliseren. ‘Er zijn verschillende aspecten die we hebben bekeken in dat opzicht, omdat onderhoud aan railinfrastructuur in de brede zin van het woord veel omvat. Naast rails vallen daar ook bovenleidingen en de ondergrond onder’, licht Meghoe toe. Aan de hand van data op basis van kosten per jaar en aantal failures die leiden tot stagnatie is gekozen om te focussen op de rails. Meghoe: ‘Vervolgens hebben we gekeken naar de soort oorzaken van failures die je...

Voor leden

Lees gratis verder.

Wachtwoord opvragen

Alles lezen?

Abonneer nu en krijg toegang tot:

  • Alle verschenen artikelen van iMaintain
  • Bladerbare versies van het blad iMaintain
  • Projectendatabase
Aanmelden
Bron: iMaintain 2-2020

Industrielinqs 4, 2020

15 december 2020

nieuws

Boskalis neemt duikbedrijf Rever over

AGENDA

Maintenance Belgium

28-04-2021 Antwerp Expo, Antwerpen

Pumps&Valves Belgium

28-04-2021 Antwerp Expo, Antwerpen

IRE / APEX 2021

15-06-2021 MECC, Maastricht