Twee jaar geleden, tijdens InfraTech 2023, startte Rijkswaterstaat samen met vijf aannemers proeftuinen waarin zeven assets ‘hulp’ kregen van datagedreven assetmanagement (DGAM). Het is een eerste stap die de traditionele onderhoudsmanier uitbreidt met de slimme inzet van data. Zo is het onderhoud beter te plannen, zijn storingen vaker te voorkomen en is een grote vervanging of renovatie soms zelfs substantieel uit te stellen.
Twee jaar geleden ondertekenden Rijkswaterstaat, BAM, Heijmans, Istimewa, SPIE en Vialis een intentieverklaring. In zeven proeftuinen gingen zij onderzoeken hoe data te gebruiken is bij het onderhoud van de gemalen, bruggen, sluizen en tunnels van Rijkswaterstaat. ‘Dit was de broodnodige impuls’, vertelt Tjeerd de Jong, programmamanager Datagedreven Assetmanagement bij Rijkswaterstaat. De zeven uitgekozen projecten vormden een dwarsdoorsnede van het Rijkswaterstaat-arsenaal, wat het ontsluiten van data soms ingewikkeld maakte. ‘Niet elk project had bijvoorbeeld realtime data beschikbaar. Daar moet je dan niet op gaan wachten, want dan laat je het langzaamste wagonnetje de snelheid bepalen. We gingen pragmatisch te werk met wat er was en probeerden inventief en creatief te zijn.’
‘Wapperen’
En zo springt het succes van het ene project wat meer in het oog dan het andere, al hebben data bij alle zeven proeftuinen een meerwaarde gehad. Zeker bij de Volkeraksluizen. Vialis doet daar het onderhoud en in 2023 ontstond een probleem. Hoofd assetmanagement Jan van der Lee: ‘Bij sluishoofd D ging het mis bij het openen en sluiten van de deuren. Als eerste oplossing sloot en opende de operator ze steeds opnieuw. Totdat het, soms pas na tien keer, wel lukte. Vanzelfsprekend had het scheepvaartverkeer – het is een drukke sluis – daar ook flink last van.’ In het kader van de DGAM-proeftuin zijn logdata verzameld en geanalyseerd, waarbij één hydraulische installatie tijdens het ‘wapperen’ van de deuren afwijkende waarden liet zien. ‘Daar is vervolgens op ingezoomd. Met hulp van data-analyse én de domeinkennis van Rijkswaterstaat, Vialis en de leverancier waren we in staat om het probleem steeds verder af te pellen. Totdat de boosdoener werd ontdekt: een kapotte rubberen O-ring, van een paar euro. Die is vervangen en het probleem was weg.’
Vervangingsbeslissingen
Van der Lee vervolgt: ‘Met onze logdata wisten we te voorkomen dat er een peloton specialisten ter plekke moest komen. Waarschijnlijk hadden zij ook niks gevonden en was misschien wel beslist om de hele installatie dan maar te vervangen. Terwijl we met deze data nu ook predictief onderhoud kunnen plegen op de andere sluizen en daar problemen met O-ringen voor kunnen zijn.’ Ron Kolkman, CIO bij Rijkswaterstaat, vat de andere voordelen kort samen: ‘Vervangingsbeslissingen nemen we vaak op basis van ouderdom. Datagedreven assetmanagement kan voorkomen dat we iets al gaan vervangen voordat het nodig is. Maar ook dat we iets niet vervangen, terwijl het juist wél nodig blijkt.’
Alarmbel
Richard Pijpelink is directeur van Istimewa Elektro en via Sluis Empel betrokken bij het programma. Bij deze proeftuin gaven de data met name bij de hydrauliekinstallaties nieuwe inzichten en zetten aan tot een betrouwbaardere alarmering. ‘Datagedreven assetmanagement geeft via data informatie, waarmee je extra kennis opdoet over het functioneren van je asset’, legt Pijpelink uit. ‘Die kennis geeft je vervolgens inzicht waar je bij je onderhoud op moet letten om storingen te ontdekken en te voorkomen.’ De Jong voegt daaraan toe: ‘Enkel meer meten is niet de oplossing, je moet vooral goed definiëren wat je wil weten. Hoe kan iets stuk gaan? Hebben we data om dit aan te zien komen? En kun je de causaliteit ontdekken? Daarom hebben we in een gezamenlijke standaard – het zogenoemde 4 Fasenplan – vastgelegd hoe we de informatie- en monitoringsbehoefte van de assets stapsgewijs in beeld brengen.’ Om dit goed te laten werken, moeten data en domeinkennis samenkomen, benadrukt Van der Lee: ‘Soms zie je iets opvallends in de data. Om te bepalen of je met een echte alarmbel te maken hebt, is domeinkennis onmisbaar.’ Datagedreven assetmanagement zal dus nooit de banen van de technische mensen op de assets overbodig maken. Hun specifieke kennis is essentieel om de data goed te interpreteren. De Jong onderschrijft dit: ‘Datagedreven assetmanagement is extra gereedschap in je kist.’
‘Het vinden van de juiste oplossing geeft een enorm bevredigend gevoel’
Koesteren
Het kan ook een grote ergernis beperken die onder monteurs leeft, de resetcultuur. Pijpelink legt die irritatie uit: ‘Wanneer je als monteur de oorzaak van een storing niet kunt ontdekken, druk je uit armoede dan maar op de resetknop. Gevolg is dat je er de volgende keer weer voor uit je bed moet komen. Enorm frustrerend natuurlijk. Terwijl we deze mensen vanwege hun vakkennis en ervaring nou net moeten koesteren. Temeer omdat we ze, vanwege de toenemende personeelsschaarste, nog erg hard nodig gaan hebben. Vinden onze medewerkers wél op het juiste moment de juiste oplossing, dan geeft dat hun een enorm bevredigend gevoel vanuit hun eigenaarschap en hun betrokkenheid bij de objecten.’
Plicht
Terugkijkend geeft datagedreven assetmanagement meer inzicht, waardoor je het onderhoud kunt finetunen en storingen kunt voorkomen. Of waarmee zelfs, met de vernieuwingsopgave van Rijkswaterstaat in het achterhoofd, grootschalige vervanging of renovatie enige tijd is uit te stellen. ‘Die opgave blijft enorm’, verzekert Kolkman. ‘Maar datagedreven assetmanagement gaat hierbinnen gegarandeerd voor lastenverlichting zorgen.’ De komende vier jaar wordt datagedreven assetmanagement uitgerold over alle bruggen, sluizen, tunnels en gemalen in Rijkswaterstaatbeheer. ‘Dat vraagt aan de voorkant een flinke investering’, stelt Kolkman. ‘Van Rijkswaterstaat én van marktpartijen. Leveranciers zullen bijvoorbeeld moeten gaan acteren op de meerwaarde van datasystemen, zodat onze assets over zoveel mogelijk realtime data kunnen beschikken.’ De Jong vult aan: ‘Anders ben je toch een beetje aan het terugkijken. Maar gelukkig zie ik die bereidheid.’ Ook de aannemers laten zich van hun goede kant zien. ‘Vialis vindt het eigenlijk een plicht om data goed te benutten’, beaamt Van der Lee. ‘Doordat er minder storingen optreden, zal het onder andere de beschikbaarheid van de sluizen vergroten. Verder kun je meer digitaal op afstand doen, waardoor je de schaarse monteurs enkel inzet als hun expertise meerwaarde heeft. Tot slot is onnodige slijtage sneller te traceren en te verhelpen, waarmee je de levensduur van assets zelfs kunt verlengen.’
‘Gelukkig heb je altijd vooroplopers die dit pad voor de anderen alvast gaan effenen’
Geleerde lessen
Alle kennis uit de zeven proeftuinen is uitvoerig beschreven op World Class Maintenance (WCM) Vector, de open toegankelijke learning community op het gebied van onderhoud en assetmanagement. Geïnteresseerde assetmanagers vinden er, voordat ze er zelf mee aan de slag gaan, de geleerde lessen en de kennisproducten die datagedreven assetmanagement al heeft opgeleverd. Werken met datagedreven assetmanagement zal wennen zijn, verwacht Kolkman. ‘Maar gelukkig heb je altijd vooroplopers die dit pad voor de anderen alvast gaan effenen. En we blijven dit kennissysteem verder vullen. De waarde van data zal vooral gelden voor alle bewegende delen en de technische installaties van onze assets. Er is nu een mooi begin gemaakt, waarbij verzamelde data-algoritmen van die ene specifieke tunnelverlichting of hydraulische installatie toepasbaar kunnen zijn voor soortgelijke installaties bij andere sluizen, tunnels of gemalen.’
Bedrijfskleuren
Pijpelink is overigens zeer te spreken over de samenwerking tijdens het programma. ‘De verhouding opdrachtgever-opdrachtnemer was minder hard en er was veel onderlinge bereidwilligheid bij alle marktpartijen. We spraken op gelijk niveau met elkaar, gericht op de doelmatigheid van het onderhoud. Niemand kan dit alleen, we hebben elkaar nodig. Zo zag ik dat maintenance-engineers in hun overleggen de bedrijfskleuren lieten wegvallen en als een positief stel vakidioten met elkaar gingen sparren.’
