Momenteel worden de bruggen en kademuren voornamelijk volgens de traditionele werkwijze, met tachymetrie en waterpassing, gemonitord. Door beperkte beschikbare capaciteit en budget gebeurt dit jaarlijks op circa 10% (20 kilometer kademuur en 80 bruggen) van het areaal. Het overige deel van het areaal is echter niet zonder risico en de gemeente Amsterdam vindt het noodzakelijk over het gehele areaal inzicht in de technische staat te hebben. Daarnaast is het bij diverse risicovolle bruggen en kademuren wenselijk deze met hogere frequentie te bewaken.

Om deze uitdaging het hoofd te bieden, heeft de gemeente Amsterdam, in samenwerking met het ministerie van EZK en RVO, een innovatiecompetitie in de vorm van een SBIR (Small Business Innovation Research) opgezet. Deze SBIR-opdracht bestond uit 2 fasen: het bedenken en uitwerken van de (haalbaarheid van de) innovatie (fase 1) en het in de praktijk aantonen ervan (fase 2). Bedrijven moesten er in hun voorstel ook rekening mee houden hoe hun innovatieve oplossing bijdraagt aan de optimalisatie van kosten, snelheid en benodigde capaciteit voor het verzamelen, verwerken en distribueren van monitoringsdata. Van de circa 50 ideeën die zijn ingediend voor fase 1, heeft een commissie 8 partijen geselecteerd die een haalbaarheidsonderzoek mochten doen. Deze 8 haalbaarheidsonderzoeken zijn beoordeeld en hier zijn 4 partijen geselecteerd die de innovatie op proeflocaties van de gemeente Amsterdam kunnen testen.

Iv-Infra meldde zich voor fase 1 aan om het innovatieve concept aan te tonen, bestaande uit het scannen van kademuren met een 3D-scanauto op een ponton, inclusief interne controle van de data door het gebruik van meerdere scanners. De kademuren worden tijdens het scannen verdeeld in ‘tegeltjes’ die op honderden punten worden gescand, waardoor een betrouwbaar beeld ontstaat van de kademuren en de eventuele deformatie ervan. De gemeente Amsterdam bleek in de innovatie van Iv-Infra genoeg te zien om als een van de vier partijen mee te nemen naar fase 2: de proef daadwerkelijk in de praktijk brengen.

“Voor ons was deelname een heel mooie testcase”, vertelt Joost Assendelft, teamleider Geodata bij Iv-Infra. “Je krijgt niet vaak de kans mee te doen met zo’n innovatieve uitvraag om onze kennis in de praktijk te brengen. Het was voor ons een soort R&D-programma. We hebben heel veel kennis opgedaan die we ook voor andere toepassingen dan kademuren kunnen gebruiken.“ Hoe gaat het scannen van deze kademuren volgens de Iv-methode precies in zijn werk? In 2015 heeft Iv-Infra de 3D-scanauto gebouwd. Deze auto kan alle soorten omgevingen snel en nauwkeurig in kaart brengen door middel van drie laserscanners. Denk aan bruggen, wegen en dijken, maar dus ook kademuren. De drie scanners tezamen vergroten de betrouwbaarheid van de metingen. Elke scanner meet een miljoen punten per seconde. “Maar de kans dat ze alle drie exact dezelfde punten meten, is nihil”, vervolgt Joost. Daarom worden de kades in zogenaamde gridcellen (tegeltjes) van 20 bij 20 centimeter ingedeeld. De scanners meten elk ruim 100 punten per cel en vervolgens wordt het gemiddelde van al die punten berekend, waarmee de positie van het tegeltje nauwkeurig kan worden bepaald. Doe je dit over langere tijd, kan de deformatie (veranderingen in vorm en/of grootte) van een kademuur worden vastgesteld.

De 3D-scanauto, die in het geval van het inmeten van de kademuren op een ponton door de Amsterdamse grachten vaart, is voorzien van een interne controle; de 3 laserscanners meten onafhankelijk de positie van het ponton en die kunnen we vergelijken met de berekende positie uit de GPS metingen en de IMU (Innertial Measurement Unit). Met dit gegeven kunnen we de positiebepaling verbeteren en kunnen deformaties van tenminste 8 millimeter met een zekerheid van 95 procent worden aangetoond. Dit idee is door Iv-Infra in 2017 gepatenteerd.

De scanauto in combinatie met deze interne controle, is een stuk betrouwbaarder dan metingen met bijvoorbeeld alleen GPS, waarbij de plaatsbepaling zo’n 2,5 centimeter nauwkeurig is. Joost: “Met zulke marges weet je niet of er iets met de kade gebeurt (deformatie) of dat er iets mis is met de plaatsbepaling. Daarom maken we hier gebruik van. Het geeft een veel betrouwbaarder beeld.”

Naast de nauwkeurigheid van de berekeningen, is ook de snelheid van deze manier van meten een pluspunt. Amsterdam heeft een enorm areaal aan kademuren en kan zoals gemeld jaarlijks momenteel slechts zo’n tien procent van dat areaal inmeten. Met deze innovatieve methode zou het gehele areaal een paar keer per jaar kunnen worden gemeten tegen lagere kosten.

Een waardevolle aanvulling op deze proef in Amsterdam is DREAM® (Datagedreven Risicogestuurd Enterprise Asset Management). Deze door Iv-Infra ontwikkelde methodiek en bijbehorende software richt zich op het nauwkeurig kunnen voorspellen van onderhoud en onderhoudsbudget van assets door een optimale balans te houden tussen prestaties, risico’s en kosten van het areaal.

Hiertoe worden zoveel mogelijk areaalgegevens verzameld en worden de potentiële faalmechanismen geanalyseerd met behulp van een door Iv-Infra in de afgelopen tientallen jaren opgebouwde FMECA-databank. In combinatie met recente gegevens over de staat van het areaal, in dit geval de scans van de kademuren in Amsterdam, kan dit worden vertaald in een kansdichtheidsfunctie voor het faalmoment. Door deze informatie vervolgens te confronteren met de bedrijfswaarden van de gemeente, volgt per asset een risicoprofiel in de tijd, opgebouwd in de kleuren van de bedrijfswaardenmatrix. Hiermee is in één oogopslag zichtbaar wanneer de risico’s voor de beheerder verschuiven van ‘acceptabel’ naar bijvoorbeeld ‘onwenselijk’ en uiteindelijk ‘onacceptabel’, zodat op basis hiervan een aanbevolen en uiterst moment van onderhoud kan worden bepaald.

Het elegante van de methode is nu dat het ook de andere kant op werkt. Dat wil zeggen dat we op basis van een gewenst risicoprofiel in de tijd kunnen berekenen in hoeverre extra informatie nodig is voor een optimale datagedreven en risicogestuurde afweging. Dit is vooral het geval bij assets, waarvan het verwachte faalmoment een grote onzekerheid kent door gebrek aan kennis over de staat ervan. Door vooraf een inschatting te maken van de afname van de kennisonzekerheid door het inwinnen van data over de staat van de assets aan de hand van bijvoorbeeld inspectie, proefbelasten of sensordata, bepaalt Iv-Infra de zogeheten Value of information van elke vorm van data-inwinning in termen van risicoreductie. Door deze informatiewaarde vervolgens te vergelijken met de kosten van de methode van data-inwinning, kan eenvoudig worden berekend óf het inwinnen van extra data de moeite (c.q. het geld) waard is en zo ja, welke vorm van data-inwinning de meest efficiënte is. En, indien van toepassing, met welke frequentie en nauwkeurigheid. Op deze manier levert DREAM niet alleen een optimale onderhoudsplanning, maar ook een optimale meten en monitoringsstrategie.