Universiteit Twente en de Nederlandse Defensie Academie breiden onderzoek naar smart maintenance uit

Universiteit Twente en de Nederlandse Defensie Academie breiden hun gezamenlijk onderzoek naar smart maintenance uit. Deze slimme vorm van onderhoud op basis van voorspellingen maakt een drastische verlaging van de onderzoekskosten en betrouwbare systemen mogelijk.

Onderhoud aan schepen voorspellen is complex

Schepen bestaan uit een groot aantal verschillende onderdelen en deelsystemen, die allen kapot kunnen gaan. Dit maakt het doen van goede voorspellingen rondom onderhoud van schepen complex. Indien onderhoudsvoorspellingen gemaakt moeten worden voor een hele vloot, is dit al helemaal complex. In de praktijk gebeuren onderhoudskeuzes op dit moment dan ook vooral aan de hand van ervaring of op basis van vaste intervallen.

Dit sluit niet goed aan op smart maintenance, dat onderhoud minimaliseert met behulp van een slimme aanpak en voorspellingen omtrent onderhoudsbehoeften. De partijen willen variabel gebruik, wisselende situaties en degradatie van systemen vastleggen in wiskundige modellen. Deze modellen combineren de Universiteit Twente en de Nederlandse Defensie Academie met kunstmatige intelligentie en IT-systemen voor het verzamelen en delen van data. Zo geven de modellen meer grip op het onderhoud van schepen en vloten.

Vijf projecten

De partijen voeren al langer onderzoek uit naar smart maintenance en breiden hun activiteiten op dit vlak uit. Op de planning staan een vijftal onderzoeksprojecten:

• European Digital Naval Foundation (EDINAF): gericht op het creëren van een gezamenlijk operationele cloud voor de marine.
• digital ship sTructural Health mOnitoRing (dTHOR): gericht op de ontwikkeling van de volgende generatie voorspellende systemen op basis van geavanceerde sensoren, een digitaal raamwerk met erkende open standaarden voor data-uitwisseling en datagedreven modellen.
• AmmoniaDrive: gericht op de ontwikkeling van een energie-efficiënte, schone, betaalbare en veilige aandrijving gebaseerd op ammoniak.
• Ship Life Cycle Management (SILICA): gericht op het beheer van de levenscyclus van schepen.
• DTP Data-Driven Smart Maintenance: gericht op data-gebaseerde smart maintenance.

Corrosie

De projecten zijn gericht op verschillende factoren die een rol spelen bij smart maintenance. Een daarvan is corrosie, dat gezien wordt als een van de grootste kostenbepalende factoren. De partijen willen met behulp van elektrochemische metingen de mate van corrosieschade van de scheepsromp bewaken en op termijn voorspellen. Een belangrijke uitdaging daarbij is het gebruik van verschillende coatings, die ieder met een andere snelheid verouderen. Het maken van accurate voorspellingen is hierdoor complex.

Daarnaast zijn schepen in veel gevallen zien van innovatieve installaties, warvan nog weinig bekend is over de onderhoudscycli. Een voorbeeld is AmmoniaDrive, waarbij ammoniak als energiebron dient en via brandstofcellen wordt omgezet in elektriciteit. Universiteit Twente en de Nederlandse Defensie Academie onderzoeken hoe lang deze meegaat en op welke manieren het systeem kapot kan gaan. Dit maakt het mogelijk het onderhoud van de systemen hierop af te stemmen.

Gericht op zowel marine als civiele scheepvaart

Prof. dr. ir. Tiedo Tinga, hoogleraar Dynamics Based Maintenance bij de afdeling Mechanics of Solids, Surfaces & Systems van de Universiteit Twente en hoogleraar Life Cycle Management bij de Nederlandse Defensie Academie. licht toe: “We doen al langer onderzoek op dit onderwerp, met toepassing in windturbines, spoor en maakindustrie. De focus in de nieuwe projecten ligt met name op de maritieme sector, zowel op onderhoud bij de marine, als ook bij de civiele scheepsvaart.”

Auteur: Wouter Hoeffnagel
Foto: Defence-Imagery via Pixabay