This page contains a Flash digital edition of a book.
THEMA: BIG DATA In de praktijk IIoT-samenwerking SAP en Endress + Hauser


SAP en Endress + Hauser intensiveren hun samenwerking in de ontwikkeling van Industrial Internet of Things (IIoT)-toepassingen voor de procesindustrie. Het doel is om de Endress + Hauser-veldinstrumenten volledig te integreren als digitale tweelingen in het SAP-cloudplat- form. Beide bedrijven willen profi teren van de services en slimme apps van het Leonar-


do-systeem van SAP en het IIoT-aanbod van Endress + Hauser.


Het idee is om meester- en sensorgegevens, evenals meetwaar- den, nauw te integreren in klantactiviteiten, logistiek en productie-


processen en nieuwe digitale diensten te ontwikkelen gericht op voorspellend onderhoud en voorspellende kwaliteit. Een open platformconcept vormt de basis voor deze aanpak. Met behulp van SAP Leonardo-technologieën,


zoals Machine Learning,


Analytics en Blockchain, kunnen intelligente services fl exibel wor- den ingeschakeld voor de productieomgeving. Innovaties op het gebied van onderhoud en optimalisatie zullen klanten helpen om de twee belangrijkste doelen te bereiken: het verlagen van de operationele kosten en het verhogen van de productiviteit.


Meer informatie Endress+Hauser, www.nl.endress.com/nl


Beter waterbeheer met data-science Vortech


Datascience-specialist Vortech werkt verder aan de ontwikkeling van slim peilbeheer voor het Volkerak-Zoommeer. Eerder heeft het bedrijf al een prototype ontwikkeld voor de Big Data Challen- ge, de WaterCorrelator. De tool stelt waterbeheerders in staat snel verbanden op te sporen tussen allerlei gegevens in hun be- heergebied. De WaterCorrelator combineert een breed scala aan publieke en private gegevens onder één dashboard. Het systeem rekent uit wat de relevante verbanden zijn en presenteert die op een intuïtieve manier aan de gebruiker.


In opdracht van Rijkswaterstaat en Waterschap Brabantse Del- ta werkt Vortech momenteel verder aan het toepassen van data science om inzicht te krijgen in de relatie tussen het peil in het Volkerak-Zoommeer en het beheergebied van het waterschap.


Databronnen kunnen gebruikt worden om het voorspellend ver- mogen van verschillende machine-learning-algoritmes te trainen. Door verschillende databronnen te koppelen aan machine-learn- ingmodellen, is het mogelijk om het waterpeil ook te voorspellen.


Meer informatie Vortech, Delft, www.vortech.nl


HydronTwin wint data challenge


Het idee HydroTwin van Ynformed and RoyalHaskoningDHV heeft de Big Data Challenge Klimaat Adaptief Waterbeheer ge- wonnen. Volgens de jury legt HyrdoTwin de beste verbinding tus- sen Big Data en de klimaatdoelstellingen waar waterschappen voor staan.


Begin dit jaar zijn 19 bureaus voor de Challenge aan de slag gegaan met een historische casus, over een enorme on- weersbui die eind augustus 2015 over het rivierengebied trok. De data-analisten is ge- vraagd te kijken of het slimmer


en beter gebruiken van de destijds beschikbare data overlast had kunnen beperken. Het winnende idee HydroTwin is een digita- le replicatie en daarmee is een levende simulatie van de fysieke werkelijkheid gemaakt. Hiermee kan het gedrag in het watersys - teem nauwkeurig voorspeld worden. Hierbij wordt gebruikge- maakt van machine learning: de computerberekeningen ‘leren’ van hun eigen resultaten en worden zo steeds beter.


Deze Big Data Challenge is georganiseerd door Waterschap Rivierenland (initiatiefnemer) samen met de waterschappen, STOWA en de Unie van Waterschappen.


Meer informatie Ynformed, Utrecht, www.ynformed.nl


36 WATERFORUM NR 6


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48