100% voorspelbaar onderhoud? DREAM on Assetmanagement Beheer & Onderhoud DREAM

100% voorspelbaar onderhoud?
DREAM on...

Geen euro te veel uitgeven aan het onderhoud van je infrastructuur en bovendien het benodigde onderhoudsbudget voor de komende jaren nauwkeurig kunnen voorspellen, zonder dat je verrast wordt door storingen, noodzakelijk ongepland onderhoud of zelfs constructief falen. Kortom, als beheerder volledig in control zijn door te allen tijde de optimale balans te houden tussen de prestaties, risico’s en kosten van het areaal. Voor veel beheerders is dit zogeheten “100% voorspelbare onderhoud” het ultieme scenario, niet waar?

Om deze utopische gedachte maar meteen in de kiem te smoren: 100% voorspelbaar onderhoud van infrastructuur is vanzelfsprekend onmogelijk en zal ook met alle toekomstige innovaties een utopie blijven. We komen echter wel steeds dichterbij. Iv-Groep heeft hiervoor een methode ontwikkeld onder de naam DREAM: Datagedreven Risicogestuurd Enterprise Asset Management.

Prestaties, risico’s en kosten

Iedereen zal zich de huiveringwekkende beelden uit 2018 van de ingestorte Morandi-brug in het Italiaanse Genua nog wel herinneren, waarbij 43 mensen om het leven kwamen. Uit het uitgebreide ongevalsonderzoek bleek dat, naast enkele ontwerpfouten, achterstallig onderhoud een belangrijke oorzaak is geweest van het noodlottige ongeval. De Italiaanse premier Giuseppe Conte concludeerde dat de brug was ingestort door 'ernstige en onvergeeflijke nalatigheid’.

Een jaar na de instorting van de Morandi-brug kwam een deel van het plafond omlaag in de Berté-tunnel in de A26 nabij Genua. Uit een hierop volgend onderzoek van de Italiaanse inspectie bleek dat er met zeker 200 tunnels iets mis was. Er zaten scheuren in muren, vluchtwegen ontbraken en veel tunnels bleken zelfs in zo’n slechte staat dat ze op instorten staan.
 
Hier blijft het helaas niet bij. In Italië zijn sinds 2013 al minstens vijf andere bruggen ingestort. In Vlaanderen staan tientallen bruggen onder extra toezicht omdat zij sporen van betonrot, roest, insijpelend water of zuurschade vertonen. In Frankrijk bleek uit recent onderzoek dat de toestand van 4000 bruggen, een derde van de totaal 12.000 bruggen in het land, onderhoud vereist. Van meer dan 800 bruggen en viaducten is de situatie ernstig. In Duitsland wordt slechts 12 procent van de bruggen omschreven als 'goed'. Ruim 12 procent van de bruggen, meestal gebouwd in de jaren 60 of 70, kunnen het toegenomen zware verkeer van vandaag de dag niet aan.
 
Hoewel het in Nederland gelukkig minder zorgwekkend is gesteld met de staat van de infrastructuur, werden ook wij de afgelopen tijd verrast door onvoorziene beperkingen of zelfs (gedeeltelijke) afsluitingen van onder meer de Hollandse brug, IJsselbrug, Kaagbrug, Coenbrug, Merwedebrug, John S. Thompsonbrug en de Haringvlietbrug, met vaak ernstige verkeershinder en daarmee hoge maatschappelijke kosten (en veel ergernissen) tot gevolg. Daarnaast zijn in Nederland ook heel wat provinciale en gemeentelijke bruggen (deels) afgesloten vanwege de slechte staat of kennen zij voertuigbeperkingen, waardoor de beoogde prestaties niet meer kunnen worden geleverd.
 
Uit recente cijfers van Rijkswaterstaat blijkt dat 25 van de door hen beheerde bruggen en viaducten hun levensduur al hebben overschreden. Bij 156 bruggen en 387 viaducten is nog minder dan een derde van de levensduur over, wat betekent dat ze in de komende decennia moeten worden aangepakt. Uit het recente TNO rapport ‘Instandhouding civiele infrastructuur, Proeve van landelijk prognoserapport vervanging en renovatie’ (29 april 2021) weten we dat in Nederland 85.000 bruggen en viaducten, 83.000 duikers, 2.400 km kades en 7.800 gemalen liggen. Alle civiele infrastructuur samen is meer dan 300 miljard euro waard. De kosten voor vervanging van onze infrastructuur zullen in twintig jaar tijd van de huidige ruim 1 miljard euro per jaar met een factor 3 tot 4 toenemen en over dertig jaar zelfs naar 4 à 6 miljard euro per jaar oplopen. Let wel, bovenop de kosten voor instandhouding van de bestaande infrastructuur van circa 7 miljard euro per jaar.

Als we vervolgens in ogenschouw nemen dat overheden door de almaar stijgende kosten in onder meer de zorg en het sociale domein in toenemende mate ook gaan bezuinigingen op (het onderhoud aan) fysieke infrastructuur, dan staan we voor de komende decennia op zijn zachts gezegd voor een interessante uitdaging. Een uitdaging die vraagt om een slimme(re) aanpak.
 

DREAM

Iv-Groep is van mening deze slimme aanpak te hebben vervat in haar DREAM-concept met bijbehorende tooling. DREAM staat voor Datagedreven Risicogestuurd Enterprise Asset Management. Met deze laatste drie termen duiden we het organiseren van het onderhoud aan de fysieke assets van een organisatie gedurende de gehele levenscyclus van elke asset. Typische voorbeelden van deze assets zijn sluizen, stuwen, gemalen, in- en uitlaten, stormvloedkeringen, bruggen, kades, tunnels, en (vaar)wegen.
 
De eerder genoemde debacles met afgesloten of zelfs ingestorte bruggen en tunnels proberen we te voorkomen door het onderhoud risicogestuurd in te steken. Hiertoe passen we de wereldwijd gebruikte risicoanalyse-methodiek FMECA toe, hetgeen een afkorting is voor Failure Mode, Effect and Criticality Analysis. De basis is een areaal-specifieke systeemdecompositie, die geheel is opgezet volgens de structuur en terminologie van deel 4 van de NEN 2767 norm voor conditiemetingen. Vervolgens analyseren we, vaak samen met de beheerder, elk element of bouwdeel op mogelijke afwijkingen van de beoogde functie(s), inclusief de mogelijke oorzaken en de effecten in termen van de bedrijfswaarden (bijvoorbeeld veiligheid, bereikbaarheid, kosten, milieu en imago). We maken hierbij gebruik van onze eigen gevalideerde databank met honderden mogelijke faalmechanismen, die we de afgelopen 15 jaar hebben gevoed met risicoanalyses en inspecties van infrastructurele systemen in zowel Nederland als daarbuiten.  
 
De criticality wordt vervolgens bepaald door de (semi-)kwantitatieve omvang van het risico van elk van de faalmechanismen, die op zijn beurt wordt gevormd door de ernst van de effecten in combinatie met de kans van optreden. Voor het inschatten van deze kans van optreden maken we gebruik van beschikbare informatie over het stichtingsjaar, historische gebruik en (daarmee grotendeels) de belastingen tot nu toe, onderhoudshistorie, eventuele reparaties, versterkingen of modificaties in het verleden, het theoretische verloop van het faalmechanisme in de tijd, inspectieresultaten en de (vermoedelijke) huidige staat van het onderdeel.
 
Afhankelijk van de (mate van onzekerheid over de) beschikbare informatie vertalen we dit alles in een kansdichtheidsfunctie voor het faalmoment van het specifieke faalmechanisme via data-analyse, expertschattingen of door gebruik te maken van een in DREAM voorgeprogrammeerde faalcurve voor het verwachte faalmoment, aangevuld door een kwantitatieve of voorgeprogrammeerde inschatting van de standaarddeviatie. Met deze kansdichtheidsfunctie, in combinatie met de effecten in termen van de bedrijfswaarden, zijn we in staat het risicoprofiel van de asset als functie van de tijd te bepalen. Door dit risicoprofiel langs de risicoacceptatie-lat conform de bedrijfswaardenmatrix van een organisatie te leggen, kunnen we voor elke asset het optimale onderhoudsmoment bepalen. Kort voor het jaartal waarin de combinatie van de cumulatieve faalkans en de ernst van het gevolg tot een oranje respectievelijk rode cel leidt, moeten maatregelen worden ingepland waarmee het risico tot acceptabel niveau wordt teruggebracht. Hierbij geldt het moment van de overgang van groen naar oranje als aanbevolen (eind)datum van de maatregel(en) en het moment van de overgang van oranje naar rood als uiterste (eind)datum van de maatregel(en). Met deze onderhoudsstrategie borgen we de prestaties van het areaal tegen de laagst mogelijke kosten met een acceptabel risicoprofiel.

Onzekerheid troef

In de inleiding van dit artikel schreven we al dat 100% voorspelbaar onderhoud een utopie is. De belangrijkste reden hiervoor is dat het verwachte faalmoment van een asset nooit met zekerheid kan worden bepaald. We zijn immers onzeker over de huidige (constructieve) sterkte van een asset, we kunnen hooguit een schatting maken van de opgetreden belastingen, we kunnen nóg minder zeggen over de toekomstige belastingen, we kennen het faalgedrag in de tijd niet precies en in sommige gevallen weten we niet eens hoe oud een asset is. De mate van onzekerheid vertaalt zich in een standaarddeviatie rondom het verwachte faalmoment. Hoe onzekerder we zijn, hoe breder de kansdichtheidsfunctie rondom het verwachte faalmoment en daarmee hoe groter de kans dat het daadwerkelijke faalmoment veel eerder optreedt dan verwacht. Met andere woorden: meer onzekerheid leidt tot meer risico.
 
Dit is waar de ‘D’ van Datagedreven in DREAM relevant wordt. Wanneer de onzekerheid over het faalmoment wordt veroorzaakt door gebrek aan kennis over de belastingen en/of over de sterkte van een asset, helpt het ons om hierover zoveel mogelijk relevante data te verzamelen. Dit kan door inspecties, maar vooral ook door het meten en monitoren via sensoren (trillingsmeters, drukmeters, rekstroken, inclinometers, etc.). Bij Iv-Groep beschikken we zelf over inspecteurs en zeer geavanceerde meetapparatuur, inclusief onze scanauto waarmee we al rijdend of varend lijninfrastructuur kunnen (in)meten. Door de (vaak grote hoeveelheden) data in eerste instantie te bewerken met “slimme” algoritmen en vervolgens door specialisten met zogeheten domeinkennis te laten interpreteren, zetten we de data om in informatie over de assets, waarmee we het verwachte faalmoment nauwkeuriger kunnen inschatten. Nog niet met 100% voorspelbaarheid uiteraard, maar het leidt in veel gevallen wel tot een lager risicoprofiel, waardoor we het onderhoud kunnen uitstellen zonder dat we fysieke aanpassingen hebben doorgevoerd.
 

Waarde van informatie

Het interessante van deze datagedreven en risicogestuurde aanpak is dat we de vraag ook kunnen omdraaien: in hoeverre leidt het inwinnen van (aanvullende) data tot een dusdanige risicoreductie, dat de kosten voor het inwinnen opwegen tegen de verwachte verlaging van de onderhoudskosten? Of: hoeveel data moeten we met welke frequentie en/of nauwkeurigheid meten om de verwachte levensduurkosten met een bepaald percentage te verlagen?
 
De meeste beheerders zullen vaak tegen dergelijke vragen aanlopen. Denk aan: Wat is de optimale inspectiefrequentie voor onze bruggen en viaducten? Hoeveel sensoren moeten we waar aanbrengen op een kunstwerk als we voldoende inzicht willen hebben in het (faal)gedrag? En hoe nauwkeurig (en dus hoe duur) moeten deze sensoren zijn? Is aanvullend onderzoek zinvol na het uitvoeren van inspecties? Hoeveel boorkernen moeten we nemen? Etc.
 
Dergelijke “Value of Information” vraagstukken zijn met DREAM relatief eenvoudig te beantwoorden. Hiermee biedt deze aanpak niet alleen handvatten voor een aantoonbaar optimale onderhoudsstrategie met het oog op de prestaties, risico’s en kosten, maar ook voor het bepalen van een aantoonbaar optimale strategie voor het inspecteren, meten en/of monitoren van de fysieke assets. U kunt hiermee als beheerder dan ook elke avond rustig gaan slapen. DREAM on.
Wil je meer weten over onze DREAM methode? Arno gaat hier graag over met je in gesprek. Neem contact op via 088 943 3200 of stuur een mail. 
D2605D5B-18C7-4314-ACCB-29BA3C99A8E4Created with sketchtool.