De uitdaging van big data bij spooronderhoud

De term ‘big data’ zal niemand zijn ontgaan. Bedrijven in zo’n beetje alle industrieën zijn er druk mee, inclusief bedrijven in het spoor. Maar met een flinke database aan gegevens ben je er nog niet. Volgens DEKRA Rail expert Léanneke Loeve liggen de grootste big data-uitdagingen in het verzamelen van de juiste data, de kwaliteit van de data en de implementatie van big data in de organisatie: “Het maken van een voorspellingsmodel met alle verzamelde data lijkt misschien het meest ingewikkeld, maar het slim omgaan met big data vergt een nieuwe manier van werken van de gehele organisatie. De echte uitdaging zit hem in het verzamelen van informatie, het beheer en analyse van de data en het opnieuw inrichten van je onderhoudsprocessen. En dat allemaal tegelijkertijd.”

spooroderhound

Spooronderhoud voorspellen met big data
Big data gaat over grote hoeveelheden informatie die verzameld en opgeslagen worden. Het doel hiervan is om meer te weten te komen over een bepaald onderwerp, om zo steeds efficiënter en slimmer te kunnen handelen. Op deze manier kun je bijvoorbeeld veel exacter bepalen wanneer een asset onderhoud nodig heeft. Het succesvol gebruiken van big data doe je met datamining, technieken als machine learning of data analytics; het interpreteren van de verzamelde data om vervolgens betrouwbare voorspellingen te kunnen doen. Léanneke: “Vaak is bij onderhoud het onderhoudsboekje heilig. Afkeurgrenswaarden zijn ooit vastgesteld en als je asset bepaalde waarden overschreed, dan was het tijd voor onderhoud of vervanging. Met vastgestelde regels is er geen andere data nodig dan de laatste conditiemeting of inspectie. Maar dankzij technologische ontwikkelingen kunnen we nu veel meer informatie verzamelen en opslaan. Om in de toekomst beter te voorspellen wanneer onderhoud of vervanging nodig is, wil je niet alleen weten óf de waarde is overschreden, maar ook hoe, met hoeveel, in welke tijdsperiode en onder welke omstandigheden. Zo komt ‘predictive maintenance’ binnen handbereik.”

“Met big data kun je als assetmanager meer controle krijgen over je grootste kostenpost, namelijk onderhoud.”

De potentie van big data en data analytics
Spoorbedrijven zien de potentie van big data en willen graag meedoen. Léanneke: “Met big data kun je als assetmanager meer controle krijgen over je grootste kostenpost, namelijk onderhoud. Als je big data op de juiste manier inzet, wordt onderhoud veel efficiënter en goedkoper.” Het uiteindelijke doel van big data voor de assetmanager is om de onderhoudsbehoefte steeds beter te voorspellen (predictive maintenance). Dit kan namelijk een hoop opleveren (en geld besparen), denk bijvoorbeeld aan 1) minimaal ongepland onderhoud, 2) opgerekte onderhoudstermijnen en 3) een langere restlevensduur. Helaas zitten er wel wat haken en ogen aan big data. Want hoewel de technologie ons talloze mogelijkheden biedt, is bijna geen enkel spoorbedrijf echt klaar voor die technologische ontwikkelingen. Het is dus tijd voor een inhaalslag.

Zo maken we predictive maintenance mogelijk
Uit de vele gesprekken met verschillende spoorbedrijven kent Léanneke de huidige valkuilen voor big data bij spoorbedrijven: het verzamelen van de juiste data, datakwaliteit- en beheer, het correct interpreteren van de data en het implementeren in de organisatie. Léanneke: “Veel bedrijven hebben een hoop data, maar dit is vaak niet de juiste informatie. Dit komt simpelweg omdat in het verleden alleen de primaire data nodig was. Inspecteurs zullen meer (en andere) data moeten gaan verzamelen, organisaties zullen data op andere manieren moeten gaan opslaan en leren hoe zij al die nieuwe data kunnen interpreteren. Een slag maken met big data betekent echt een nieuwe manier van monitoren en inspecteren. En misschien ook wel van anders onderhouden, want met de nieuwe informatie kom je er wellicht ook achter dat je met minder onderhoud toekunt. Je wilt immers dat je organisatie slimmer wordt en beter presteert.”

DEKRA Rail: kenniscentrum voor predictive maintenance
DEKRA Rail moedigt spoorbedrijven aan om het gesprek over big data en predictive maintenance aan te gaan. Zo faciliteerden we een overleg over datamining tussen gemeentelijke vervoersbedrijven (NL) eerder deze maand en biedt DEKRA Rail ook diensten om op dit gebied aan diverse railbedrijven. Léanneke: “DEKRA Rail begrijpt hoe er scheuren kunnen ontstaan in bijvoorbeeld spoorstaven of draaistellen. En we snappen dat als je met ander materieel gaat rijden, dit effect heeft op slijtage van de spoorstaaf of zelfs de ligging van het spoor. Ook begrijpen we welke onderhoudsprocessen onze klanten toepassen en waarom. Door dit soort kennis van het gedrag van de spoorse assets en het begrip van onderhoud, kan DEKRA Rail bedrijven in de spoorindustrie begeleiden bij het verzamelen van de juiste data en op weg helpen naar een succesvolle implementatie van big data en predictive maintenance in de organisatie.”

Meer weten over hoe wij jouw bedrijf kunnen helpen met de overgang naar big data, data analytics en predictive maintenance? Kijk op deze pagina of neem direct contact op met onze big data-specialist .

December 2017

Pagina delen