Ook drinkwater bevat big data

Thu Nov 07 2024

11 07

Ook drinkwater bevat big data

21/06/2017

Door Bart Driessen

Hoe belangrijk big data nu al is blijkt uit de visie van drinkwaterbedrijf Vitens. In ‘Water maken 2025’ gaat het niet alleen om doelen als kwaliteit en leverzekerheid. Minstens zo belangrijk zijn automatisering van productie en distributie; en het gebruik daarbij van big data.


     

In het hoofdkantoor van Vitens in Zwolle spreken we met Joukje Keuning, Business Change Manager bij Vitens. Tijdens de laatste PPA-dag in Nijkerk verzorgde zij een presentatie over automatisering en de visie van Vitens. Hoe kan automatisering daaraan bijdragen? Joukje Keuning: “Onze missie is de continue levering van zuiver en perfect drinkwater. Wij willen een bedrijf zijn waar de klant centraal staat. Door middel van automatisering zorgen we dat er zo min mogelijk storingen zijn en elke storing zo snel mogelijk wordt opgelost. We willen als het gaat om storingen van een reactieve organisatie naar een proactieve organisatie.”

Waterstoring

“Deze realtime informatie is zeker niet alleen bedoeld voor Vitens. Minstens zo belangrijk zijn onze klanten. Klanten vinden het heel belangrijk om snel geïnformeerd te worden als er iets aan de hand is met het water. Begrijpelijk, beschikbaarheid van water is nu eenmaal van groot belang. Om klanten te kunnen informeren, combineren we zeer uiteenlopende data. Een klant die iets wil weten over het water in zijn buurt kan op de site waterstoring.nl direct zien wat er aan de hand is. Op de site zie je een grote wegenkaart van ons werkgebied met alle locaties waar iets over te melden is. Deze locatie worden gedetailleerd met straatnamen en huisnummers aangegeven; kleurcode rood betekent dat de reparatie nog aan de gang is, groen betekent reparatie afgerond. Ook is te zien wat de calamiteit is en wat er gedaan wordt. Maar we verspreiden ook informatie via twitter en facebook over verstoringen en vaak worden klanten ook individueel op de hoogte gesteld via een email of soms met een brief of kaartje in de bus. Het voordeel hiervan is dat klanten veel eerder op de hoogte zijn en niet hoeven te bellen.”

foto 3 CWV2 full

Dynamisch Bandbreedte Monitor

Om voor z’n groot gebied zo veel informatie te leveren moet je toch verschillende datasystemen met elkaar verbinden. Hoe doen jullie dat? “We werken met verschillende databases die gevuld worden met data afkomstig van onze automatiseringssystemen. Data die te maken hebben met de druk en kwaliteit van het water krijgen wij vanuit de procesbesturing. Die gegevens moeten duidelijk maken of en waar een leiding gebroken is; of er ergens iets met de kwaliteit van het water niet goed is. Dit soort data, afkomstig van pompen en sensoren, wordt door Pi System van OSIsoft in standaard databases opgeslagen. Verder gebruiken we geografische informatiesystemen van Esri. Een eigen ontwikkeling op het gebied van software is ons DBM of Dynamisch Bandbreedte Monitor. DBM is een open source product en kan dus vrij worden gebruikt. Het is te downloaden via Github.”

foto 2 vitens illustraties 5

Controle productielocaties

Wanneer verschillende databases worden gecombineerd en ‘op elkaar gelegd’ wordt het mogelijk patronen te ontdekken. Maar ook ingrepen op basis van de analyse van verschillende databases zijn dan mogelijk. We spreken dan van ‘big data’ en ‘data analyse’. “De analyse van verschillende data is enorm interessant. Door bijvoorbeeld weersvoorspellingen en storingsmeldingen van klanten op elkaar te leggen kun je onderzoeken welke verbanden er zijn en of je daar iets aan kan doen. Storingsmeldingen via mail, Twitter, telefoon of onze site kunnen we koppelen aan de invulling van werkorders voor monteurs. Dat hebben wij al ingericht. Een ander voorbeeld is de digitalisering van onderhoudsinspecties, het bekende ‘rondje langs de velden’. In plaats van fysieke inspecties gaan we stap voor stap naar een geautomatiseerde controle van productielocaties. Door kritische variabelen constant te meten kunnen we trends volgen en bewaken. Zo kijken we naar overeenkomsten en verschillen. Overeenkomsten zijn belangrijk om patronen en clusters te herkennen. Gaat het om specifieke of afwijkende gebeurtenissen zoals vervangingen, renovaties of leidingsbreuken, dan kun je die een label geven. Door labeling is het mogelijk gebeurtenissen te laten opvolgen door e-mails, tweets en presentatie op het dashboard. Zo zet je data om in nuttige informatie.”

foto 4

Virtual reality

Wat betekent de digitalisering voor jullie onderhoudsconcept? “Als we alle data die op machineniveau worden gegenereerd, kunnen betrekken bij de data-analyse, wordt preciezer conditie-gebaseerd onderhoud haalbaar. Het voordeel daarvan is dat elke inspectie en reparatie gebaseerd is op feiten en wordt uitgevoerd voordat er sprake is van een storing. Mogelijk volgt daarna een ontwikkeling in de richting van virtual reality. Wanneer alle onderdelen van de productie en het distributienetwerk als data beschikbaar zijn, kunnen onderhoudsmedewerkers hun technische informatie via ons netwerk inzien. Technici zouden dan instructies via smart glasses kunnen krijgen. Daarvoor is natuurlijk wel noodzakelijk dat alle machines en sensoren verbonden worden met internet, het bekende Internet of Things. Onze droom is een bedrijf te worden dat het probleem al heeft opgelost, nog voordat een storing plaats vindt.”

 

 

Dit artikel verscheen ook in Pomp NL.

Bewaren

Bewaren

Bewaren

Bewaren

Bewaren