‘Snappen we met alle data de tandwielen nog?’

Met big data heeft de onderhoudssector goud in handen. Aan de hand van big data algoritmen kunnen storingen aan infrastructuur en productiemiddelen beter worden voorspeld en kan onderhoud beter worden ingepland. Maar om de enorme potentie die predictive maintenance in zich heeft echt te realiseren, zijn er volgens UT-hoogleraar Marielle Stoelinga nog heel wat harde noten te kraken. ‘Als mensen niet met de techniek kunnen omgaan, als ze het niet begrijpen, heb je er niets aan. Marielle Stoelinga is hoogleraar risicomanagement van high-tech systemen. Ze werkt zowel binnen de vakgroep Formal Methods and Tools van de faculteit Electrical Enginering, Mathematics & Computer Science van de Universiteit Twente, als aan de vakgroep Software Science aan de Radboud Universiteit Nijmegen. Zij heeft zich gespecialiseerd in risicobeoordelingsmethoden voor hightechsystemen. ‘Wij houden ons bezig met het ontwikkelen van technieken om de betrouwbaarheid van complexe systemen te analyseren, voorspellen en verbeteren. Hoe ontwerpen we robots, kerncentrales, spoorwegsystemen en hartmonitors zodanig dat ze veilig en betrouwbaar zijn? Hoe zorgen we ervoor dat datacenters en watervoorzieningen altijd beschikbaar zijn? Hoe voorkomen we treinvertragingen, stroomstoringen of uitval van productiemachines?’ De hoe-vraag Onderhoud plegen om die betrouwbaarheid intact te houden, is belangrijk. Just-in-time maintenance is volgens Stoelinga die ‘holy grail’ waar iedereen naar streeft. ‘Beter onderhoud en minder storingen tegen lagere kosten, dat wil iedereen. Met predictive maintenance is dit haalbaar. De betrouwbaarheid van de assets kan omhoog en de kosten van onderhoud kunnen omlaag.’ We weten dat we dit graag zouden bereiken en we weten ook wat onze kritische assets zijn die hier een belangrijke rol in spelen. ‘Maar de hoe-vraag is de vraag waar velen mee worstelen. Het is goed als we begrijpen hoe, op basis waarvan, we uiteindelijk beslissingen kunnen nemen die ook echt gaan bijdragen aan het bereiken van die doelstelling.’ Stoelinga is van mening dat de valkuil van het internet of things en big data is, dat we te snel en te makkelijk over die hoe-vraag heen stappen. ‘Op basis van data kan een algoritme voorspellen wat de remaining usefull lifetime is. Dit is de tijd dat een machine waarschijnlijk blijft werken voordat deze...