Wanneer de fysica te ingewikkeld wordt

Alexander Pil
Leestijd: 7 minuten

Het gedrag van supercomplexe, multifysische systemen is lastig te voorspellen. Hoe kun je dan gedegen predictive maintenance doen? Het High Tech Systems Center van de TU Eindhoven schuift onderzoekers naar voren die artificial intelligence en digital twins inzetten om dat probleem te tackelen. Een flinke scheut fysica maakt het verschil.

Nederlandse machinebouwers verkopen hun hightech systemen over de hele wereld. Als een van de machines in het veld vastloopt, kan dat flink in de papieren lopen. Afhankelijk van de applicatie kijkt een klant zomaar aan tegen een akelige kostenpost van een miljoen euro. Door hun clientèle worden machinebouwers dus gepusht om oplossingen te vinden waarmee ze nauwkeurig kunnen voorspellen wanneer hun systemen zullen gaan haperen. Tijdens een geplande stilstand kunnen vervolgens de benodigde reparaties worden uitgevoerd of de (bijna) versleten onderdelen worden vervangen zodat de verliezen tot een minimum beperkt blijven. Hoe je goed kunt inschatten wanneer een machine in storing zal gaan, is het vakgebied van predictive maintenance.

Onderhoud klinkt voor sommigen wellicht als een klusje voor mannen in overalls, maar het vereist wel degelijk goed fundamenteel en wetenschappelijk onderzoek. Aan de TU Eindhoven wordt de inbreng van artificial intelligence op de machinebouw gestimuleerd, geheel in lijn met de fusie van het High Tech Systems Center met het Eindhovense Eaisi-instituut. Op de universiteit loopt een researchproject over systeemmonitoring en voorspellend onderhoud op basis van digital twins, met ASML, Canon en VDL ETG als industriële partners.

Dit artikel is exclusief voor premium leden van High-Tech Systems Magazine. Al premium lid? Log dan in. Nog geen premium lid? Neem dan een premium lidmaatschap en geniet van alle voordelen.

Inloggen

Problemen met inloggen? Bel dan (tijdens kantooruren) naar 024 350 3532 of stuur een e-mail naar info@techwatch.nl.