Camino

Alex van der Helm 04-07-2023
0 reacties

Eén van de toekomstdoelen van asset management en onderhoud is volledig datagedreven en voorspelbaar onderhoud. Predictief onderhoud kan namelijk een belangrijke rol spelen in het verminderen van het aantal storingen tijdens wachtdiensten.

Projectleider

Alex van der Helm

Projectteam

Wim van Bakel, Bas de Nijs, Ed van Vliet, Kees Visser

Externe partners

Hoogheemraadschap Hollands Noorderkwartier, Hoogheemraadschap van Rijnland

Organisatie(s)

Hollands Noorderkwartier
Rijnland
Waternet
Waterschap Amstel, Gooi en Vecht

Bedrijfsfunctie

Waterketenbeheer

Thema

Digitale transformatie

Technologie

Kunstmatige intelligentie

Projectfase

Pilot

Status

Lopend

Camino Fieldlab Machine Learning voor rioolgemalen is een samenwerking tussen HHNK, Rijnland en Waternet waarin het voorspellen van storingen en predictief onderhoud aan gemalen centraal staat. Vanuit waternet ligt de nadruk op het toepassen van algoritmen voor het vroegtijdig herkennen van storingen aan rioolgemaalpompen. Waternet beheert meer dan 1200 rioolgemalen in de gemeente Amsterdam, groot en klein. Daar moet regelmatig ingegrepen worden, bijvoorbeeld als er een verstopping is. Terugkijkend in de data, blijken daar vaak al signalen aanwezig te zijn voor de verstopping. Het is echter onmogelijk om alle data 24/7 handmatig in de gaten te houden. Op basis van data van kenmerken van de verstoppingen, is een algoritme ontwikkelt dat real-time het gedrag van rioolgemalen analyseert en de signalen herkent die voorafgaan aan een storing. Het algoritme is geïmplementeerd in de praktijk op een selectie van 70 rioolgemalen en geeft automatisch een vroegtijdig alarm voor verstoppingen. Zo leren we in de praktijk en kunnen we waar nodig nog aanpassingen maken. Het doel is om het daarna stapsgewijs uit te breiden. Door implementatie van het algoritme is de verwachting dat meer (toekomstige) storingen binnen reguliere werktijden kunnen worden opgelost. 

Afbeeldingen

X (voorheen Twitter)

0  reacties

READAR | Gebouwinformatie en mutatiesignalering uit luchtfoto's

Contact

Het Waterschapshuis
Stationsplein 89
3818 LE Amersfoort

033-4603100

winnovatie@hetwaterschapshuis.nl 

 

 

Cookie-instellingen