Geef een korte en duidelijke beschrijving.
Om de uitdagingen in de watersector, waaronder de toenemende complexiteit in het beheer en onderhoud van de zuiveringsinfrastructuur, het hoofd te bieden zet Waterschapsbedrijf Limburg (WBL) structureel in op geavanceerde digitalisering in de dagelijkse bedrijfsvoering. In dit kader heeft Royal HaskoningDHV, als één van de partners van WBL in haar digitale transformatie, het afvalwatertransportstelsel van WBL voorzien van een innovatief decision support system dat het gedrag van de stelsels 24/7 bewaakt met behulp van state-of-the-art Machine Learning technologie. Afwijkingen van ‘normaal’ gedrag worden in een vroeg stadium gedetecteerd en gemeld bij de operators in de Centrale Controlekamer. Hierdoor worden storingen voorkomen, en kan WBL het beheer en onderhoud efficiënter inrichten.
Geef onder punt 1 t/m 6 duidelijk aan wat de toegevoegde waarde is van jouw inzending. Bekijk de criteria waarop de jury van de Waterinnovatieprijs de inzendingen toetst.
Beschrijf kort voor welk probleem of voor welke uitdaging jouw project een oplossing biedt en op welke manier.
Ontwikkelingen als klimaatverandering, duurzaamheidsopgaven en vergrijzing van medewerkers maken het goed beheren van de afvalwaterketen steeds uitdagender. Enerzijds worden de installaties steeds complexer, anderzijds verdwijnt de expertkennis die nu een belangrijke rol speelt in de bedrijfsvoering steeds sneller, met alle risico’s voor kwaliteit van de taakuitvoering. Moderne digitalisering biedt innovatieve tools en technieken om deze uitdagingen het hoofd te bieden. WBL heeft ervoor gekozen om structureel in te zetten op deze geavanceerde digitalisering om zo de informatievoorziening rond onderhoud sneller en van hoge kwaliteit aan de operators te kunnen leveren. Met dit project zet WBL de eerste stap in een brede implementatie hiervan.
Is jouw inzending vernieuwend en origineel ten opzichte van het bestaande aanbod? Steek jij jouw nek uit? Is er sprake van doorontwikkeling en vasthoudendheid?
Het project betrof de implementatie van een digital twin voor het functioneren van het complete afvalwatertransportsysteem van WBL, bestaande uit 149 afvalwatertransportgemalen en de daaraan gekoppelde transportleidingen. Het innovatieve van het project is drieledig:
- De ontwikkelde digital twin omvat een geavanceerde Machine Learning toepassing. De Machine Learning algoritmes verwerken, real-time, datastromen vanuit de gemalen in combinatie met neerslaggegevens tot KPI’s die real-time inzicht geven in het functioneren van de gemalen
- Het betreft hier een full-scale 24/7 autonoom werkend systeem voor de operators in de Centrale Controlekamer van WBL
- De oplossing is gerealiseerd in een state-of-the-art cloud platform (Microsoft Azure)
Is jouw inzending kostenefficiënt en levert het een concrete besparing op? Heb je eventueel een business case?
De digital twin leert, middels de machine learning algoritmes, het ‘normale’ gedrag van de objecten in het transportstelsel. Kernfunctionaliteit is dat de algoritmes in staat zijn afwijkingen van dit normale gedrag in zeer vroeg stadium te herkennen (veel eerder dan de traditionele manier van gegevenswerking). Dit levert WBL als belangrijkste winstpunten:
- Doordat afwijkingen in het normale gedrag in een vroeg stadium worden ontdekt kunnen door pro-actief handelen storingen en ook calamiteiten worden voorkomen. Dus: minder storingen en minder calamiteiten
- Het verbeterde inzicht in het huidig en toekomstig functioneren van de gamalen stelt WBL in staat om haar onderhoud veel efficiënter te plannen en uit te voeren (predictive maintenance)
In hoeverre draagt de innovatie bij aan een duurzamer Nederland? Is de innovatie duurzaam, toekomstgericht en milieuvriendelijk? In hoeverre wordt de CO2-footprint van de innovatie klein gehouden?
De innovatieve digital twin draagt bij aan duurzaamheid vanuit de volgende perspectieven:
- Storingen en calamiteiten in een afvalwatertransportstelsel (bijv. een leidingbreuk of onnodige overstort) kunnen een serieuze impact hebben op het milieu. De digital twin is gericht op het voorkomen van storingen en calamiteiten in het transportstelsel en, mocht er toch een calamiteit optreden, die snel te detecteren en lokaliseren. Hiermee draagt de digital twin bij aan het voorkomen of minimaliseren van een milieu-impact
- De digital twin stelt WBL in staat om het gepland/preventief onderhoud aan haar gemalen te optimaliseren. Dus minder onnodige bezoeken aan objecten (onnodig brandstofverbruik), en minder onnodig gebruik van materiaal en onderdelen
Is jouw inzending een goed voorbeeld van succesvolle samenwerking? Ben jij in gezamenlijkheid tot dit resultaat gekomen? In hoeverre is samengewerkt met partners en is gebruikgemaakt van participatie?
Het project is het resultaat van een hechte samenwerking tussen WBL en haar partner Royal HaskoningDHV. De belangrijkste uitdaging die vanaf het begin van het project werd geïdentificeerd, was de acceptatie van de digital twin door de eindgebruikers (de operators in de Centrale Meldkamer van WBL en hun onderhoudscollega’s ). Om deze acceptatie te vergroten is een Agile/Scrum-ontwikkelingsaanpak gevolgd waarin de operationele belanghebbenden van WBL,de hydraulische specialisten, data scientists en data engineers van Royal HaskoningDHV gedurende een aantal maanden tweewekelijks onderling inhoudelijke afstemming hadden. Dit om te zorgen dat de digital twin qua functionaliteit en user interface naadloos paste in de werkwijzen van de WBL.
Upload minimaal 2 foto's van jouw inzending. Deze worden gebruikt voor publicatiedoeleinden over de Waterinnovatieprijs.
Vul hier de naam of namen in van de inzenders van het idee. Deze zal vermeld worden bij het idee.
Waterschapsbedrijf Limburg en Royal HaskoningDHV