Wouter Hoeffnagel - 30 mei 2023

AI kan storingen voorspellen en helpen voorkomen

De Universiteit Twente, Hogeschool Saxion, TNO-ESI en de Vrije Universiteit Amsterdam werken aan de inzet van kunstmatige intelligentie (AI) voor het beter voorspellen en voorkomen van storingen. De onderzoekers krijgen drie miljoen euro onderzoekssubsidie voor het project ZORRO (Engineering for Zero Downtime in Cyber-Physical Systems via Intelligent Diagnostics).

AI kan storingen voorspellen en helpen voorkomen image

Waar storingen voor gebruikers vaak vooral vervelend zijn, kunnen zij voor bedrijven een grote kostenpost opleveren. Sommige storingen kunnen zich als een olievlek verspreiden: Dat zagen we bijvoorbeeld bij de stroomstoring in Flevoland: door een niet werkende zekering, kon er kortsluiting optreden. Vervolgens ontstond er brand, reden treinen niet, en konden sluizen niet functioneren.

Continu monitoren

Het ZORRO-project werkt aan diagnostische methoden voor hightech systemen, zoals MRI-scanners en printers. Door hun gedrag continu te monitoren met geschikte sensoren, kunnen algoritmen uit de AI afwijkende patronen in de sensorsignalen opsporen, en deze relateren aan hun grondoorzaken. Passende maatregelen, zoals vervanging of reparatie, kunnen dan tijdig genomen worden om storingen voorkomen.

“Intelligent diagnostics is een actief onderzoeksgebied; waar meerdere onderzoekprojecten lopen ZORRO is uniek omdat we ons op het systeem als geheel richten, en niet op individuele componenten”, legt Mariëlle Stoelinga, hoogleraar Risk Management for High-tech system bij de Universiteit Twente, uit. “Dit maakt het complex: binnen een systeem hebben de componenten allerlei complexe interacties en afhankelijkheden. Om daarvoor diagnostiek te ontwikkelen, dat is. De uitdaging. We willen bijvoorbeeld efficiënte monitoringssystemen ontwikkelen door slimme combinaties van sensoren. Een ander werkpakket in het projecth richt zich op het koppelen van domeinkennis aan data-gedreven algoritmen. Hiervoor ontwikkelen we nieuwe diagnostische modellen en integreren we deze in het ontwikkeltraject voor hightech systemen.”

Vice-projectleider Carmen Bratosin van TNO-ESI: "Dit multi-company programma geeft ons vertrouwen in een brede toepasbaarheid. Het stelt ons in staat onze inspanningen voor de realisatie van ESI's diagnostiek roadmap voor de hightech industrie te versnellen."

Nationaal investeringsprogramma KIC

De onderzoekers krijgen een bijdrage uit de call Next Generation Hightech Equipment: cyber-physical systemen, dat onderdeel uit maakt van het onderzoeksprogramma Kennis- en Innovatieconvenant (KIC). Dit programma is bedoeld voor baanbrekende innovatieve oplossingen met maatschappelijke en economische impact. Bedrijven, kennisinstellingen en overheden investeren daarin samen in bedrijfsmatige toepassing van kennis om met slimme technologieën grote maatschappelijke uitdagingen aan te pakken.

Het project wordt getrokken door UT-hoogleraar Marielle Stoelinga, en co-projectleider Carmen Bratosin van TNO-ESI. Uit de industrie zijn ASML, Canon Production Printers, ITEC, Philips, en Thermo Fisher Scientific betrokken.