Onderhoud is een grote kostenpost in de railwereld. Door inzicht in de conditie van treinen en infrastructuur, kunnen onderhoudskosten gereduceerd worden. Met data analytics ten behoeve van predictive maintenance is dit mogelijk. Zo wordt bijvoorbeeld uit gegevens uit oliemonsters van treinen specifieke schade in treinmaterieel voorspeld en voorkomen.

1. © 2018 DEKRA
&
Data analytics
Predictive Maintenance

2. © 2018 DEKRA
Data analytics en predictive maintenance
Via overzicht en inzicht naar uitzicht op
de performance van trein, tram en
metro

3. © 2018 DEKRA
Kennismaking
Léanneke Loeve
DEKRA Rail
Werktuigbouwkunde/logistieke techniek
Vanaf 2001 werkzaam in spoor met data
Leanneke.loeve@dekra.com

4. © 2018 DEKRA
Waarom Big Data bij tram, trein en metro?
Onderhoud is een grote kostenpost voor asset managers van o.a. tram, trein en metro.
Wij geloven dat met big data, meer inzicht in de conditie van assets verkregen kan worden, nu en
in de toekomst, het benodigd onderhoud beter voorspeld kan worden, waardoor dit efficiënter
uitgevoerd kan worden.
Wij zijn er van overtuigd dat kennis van assets, hun faalmechanismes en
onderhoudsprocessen, essentieel zijn om voorspellend/predictief onderhoud succesvol te
implementeren.

5. © 2018 DEKRA
Klantwaarde
Klantwaarde
Hoge
beschikbaar-
heid
Kosten-
reductie
Levensduur-
verlenging
Veiligheid
Grote klant-
tevreden-
heid

6. © 2018 DEKRA
Van begrip naar in de greep
Handelen met OVERZICHT
1. Wat is performance, welke informatie?
2. Quick Scan databeschikbaarheid en kwaliteit
3. Data verzamelen / Data Management
4. Dataverrijking
5. Dashboards: historische/actuele conditie en performance
Verkrijgen van INZICHT (in het gedrag van assets)
6. Faalmechanismes, TO (kwalitatief)
7. Faalfactoren (kwantitatief)
UITZICHT op verbetering
8. Voorspellen op basis van de metingen
9. Voorkomen op basis van voorspellingen
Uitzicht
Inzicht
Over-
zicht

7. © 2018 DEKRA
Overzicht van performance
Punctualiteitsdashboard
KPI-boom
Dashboard design session
Proof of concept met beperkte data
Samenwerking met Jibes
Ontwikkeld in R
Uitzicht
In-
zicht
Over
-zicht

8. © 2018 DEKRA
Overzicht van performance
Uitzicht
In-
zicht
Over
-zicht

9. © 2018 DEKRA
Overzicht op performance en conditie
Gevraagd vermogen onderstation
Treinen gaan een andere route rijden
Is een dure aanpassing nodig?
Sensoriek icm IOT
Datapreparatie in SAS EG
Dashboard in SAS VA
Uitzicht
In-
zicht
Over
-zicht

10. © 2018 DEKRA
Inzicht in performance en conditie
Ontsporing Hilversum 2014
Breukring aan wisselsteller gebroken
Waarom?
Visuele inspectie
Elektronenmicroscoop
Spectraalonderzoek
Hard- en ruwheidsbepaling
Trekproeven
Uitzicht
In-
zicht
Over-
zicht

11. © 2018 DEKRA
Inzicht in performance en conditie
Ontsporing Hilversum 2014
Conclusie IL&T
Een gebrekkig ontwerp en een gebrekkige
productie in combinatie met de gebrekkige
onderhoudstoestand leidde tot ontsporing.
Verbetering afnametesten
Verbetering onderhoud
Uitzicht
In-
zicht
Over-
zicht

12. © 2018 DEKRA
Inzicht op performance en conditie
Kwantitatief onderzoek
Corrosiesnelheid in afvalverbrandingscentrales
Correlatie tussen corrosiesnelheid en ‘blinde’
procesparameters
Correlatie tussen corrosiesnelheid en hoeveelheid
chloor en zwavel, maar ook andere procesparameters
Onderzocht met SAS EG en SAS VA
Uitzicht
In-
zicht
Over-
zicht

13. © 2018 DEKRA
Uitzicht op performance en conditie
Voorspellen schades tram/trein/metro
Tribologisch onderzoek – welke slijtagedelen zitten in
olie/magneetpluggen van bijv lagers en tandwielkasten
Afkeur- en uitbouwadvies op basis van slijtagecoëfficient, ervaring
en deskundigheid
Tientallen jaren aan data van verschillende trein/tram/metrotypes en
componenten
Uitzicht
In-
zicht
Over-
zicht

14. © 2018 DEKRA
Uitzicht op performance en conditie
Continu toetsen van afkeur en uitbouwadviezen
?
Voldoende
I: Afwijkend
Conditie van
machinepopulatie
Interpretatie
machineconditie
Bemonstering +
labtests +
afkeurnormen
Streven naar
Hitkans R/I = 100%
Miskans M/I = 0
F laag
R = I
Uitzicht
In-
zicht
Over-
zicht

15. © 2018 DEKRA
Degradatiegedrag
Uitzicht
In-
zicht
Over-
zicht

16. © 2018 DEKRA
Uitzicht op performance en conditie
Voorspellen schades tram/trein/metro
Iedere soort schade heeft eigen patroon, verschillende per
treinserie
Voorspelmodel voor specifieke treinserie en specifieke schade
Eerste resultaten ongeveer 94% correct
In samenwerking met SAS
Uitgevoerd in SAS EG, SAS VA en SAS Enterprise Miner
Uitzicht
In-
zicht
Over-
zicht

17. © 2018 DEKRA
Van begrip naar in de greep
Handelen met OVERZICHT
1. PPIMS
2. Quick Scan databeschikbaarheid en kwaliteit
3. Data verzamelen / Data Management
4. Dataverrijking
5. Dashboards: historische/actuele conditie
Verkrijgen van INZICHT (in het gedrag van assets)
6. Faalmechanismes, TO (kwalitatief)
7. Faalfactoren (kwantitatief)
UITZICHT op verbetering
8. Voorspellen op basis van de metingen
9. Voorkomen op basis van voorspellingen
Specificeren Ontwikkelen Beheren
DEKRA Klant?
DEKRA
DEKRA
DEKRA
DEKRA
DEKRA
DEKRA
Jibes
DEKRA
DEKRA
DEKRA
SAS

18. © 2018 DEKRA
Bevindingen
Data-analyse is teamwork
Samenwerking tussen experts in assets en data-analisten.
Overzicht in performance en conditie  toegevoegde waarde
Inzicht en uitzicht in performance: een combinatie van data en
proces- en assetkennis
DEKRA data synergie
DEKRA heeft diepgaande proces- en assetkennis, uitgebreide
kennis en tooling in data-analyse, dashboarding en data mining en
daardoor ideaal aanspreekpunt voor het hele proces.
We werken met partners waar nodig o.a. in asset- en proceskennis,
data-engineering, data-analyse, dashboarding en data mining.

19. © 2018 DEKRA
Contact
Léanneke Loeve
Leanneke.loeve@dekra.com
030-3005232
Stand Jibes