Rijkswaterstaat onderweg naar 100% voorspelbaar onderhoud in infra
Binnen de Centrale Informatievoorziening (CIV) van Rijkswaterstaat staat al enkele jaren de vraag centraal hoe innovatieve technologieën kunnen helpen het onderhoud te voorspellen en wat het meest ideale moment is om onderhoud uit te voeren. Sinds de jaren 80 wordt gewerkt aan de ontwikkeling van het gebruik van gegevens, afkomstig uit sensoren. Het programma Vitale Assets, dat in 2014 van start ging, zet de producten van deze innovatieve technologieën nu gericht in om onderhoud van natte kunstwerken voorspelbaar te maken. Doel is effectieve en duurzame opschaling van voorspelbaar onderhoud, waarbij onder andere Sluis Eefde als leer- en experimenteeromgeving fungeerde. Gilbert Westdorp en Ruud de Bruijne maken de balans op.
Wilma Schreiber B ij voorspelbaar onderhoud
wordt slim gebruik gemaakt van sensoren en de techniek
die met de zogenoemde RWS Generieke Inwinketen is ontwikkeld en die in 2020 een Computable Award won. “Tot nu
toe wordt onderhoud soms te laat uitge- voerd en dat is zonde. Dan vindt er een storing plaats en is een kunstwerk niet beschikbaar. Met voorspelbaar onder- houd zijn we in staat precies op tijd in te grijpen”, aldus Ruud de Bruijne, sinds april
2020, programmamanager van
het Vitale Assets-programma. “Op die manier zijn kosten te besparen en kun-
nen we de beschikbaarheid van kunst- werken voor de gebruiker verhogen.”
Ook het feit dat Rijkswaterstaat voor een enorme vervangingsopgave staat, is een belangrijke reden voor de focus op voorspelbaar onderhoud. Vanuit de CIV wordt al jaren onderzocht hoe inno- vatieve technologieën, zoals sensoring,
Sluis Eefde was een van de projecten die als leeromgeving fungeerde.. ] Foto: Rijkswaterstaat 18 Nr.1 - 2021 OTAR
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 |
Page 49 |
Page 50 |
Page 51 |
Page 52 |
Page 53 |
Page 54 |
Page 55 |
Page 56