Dataficatie / Digitale Transformatie

Voorspellend Asfaltonderhoud Rijkswaterstaat

Op eigen initiatief is een delegatie van Rijkswaterstaat meegenomen op excursie naar AerData (Boeing) met als onderwerp, "predictive maintenance en asset optimization". Daaruit is de opdracht voortgekomen om een project te ontwikkelen en te begeleiden ten aanzien van "voorspellend asfaltonderhoud". Datalab van RWS en diverse marktpartijen zijn aangestuurd om in korte sprints te zoeken naar de belangrijkste actoren die van belang zijn voor de degeneratie van asfalt. Een grote set aan data uit eigen organisatie en daarbuiten, -varierend van vervoersbewegingen naar diverse klassificaties tot hoogtekaarten, weersinvloeden, bodemgesteldheid, vegetaties en aanwezigheid van industrie en logistieke centra-, is onderzocht. Waarbij analyse heeft plaatsgevonden ten aanzien van de verschillende actoren individueel en in samenhang met andere actoren om de impact op de levensduur van het asfalt te bepalen en op die wijze te komen tot een levensduurvoorspellend model.  

Om de voorspellende waarde nog verder te verbeteren is een advies opgesteld t.b.v. samenwerking tussen aannemers (asfalt-ingredienten en aanlegcondities) en de verschillende wegbeheerders (naast RWS, ook provinciaal en gemeentelijke wegbeheerders). Deze samenwerking heeft vorm gekregen binnen het programma "Asfaltimpuls".

Terug naar overzicht

120