Er zijn veel onderwerpen waarbij de input van ingenieurs bijdraagt aan het inhoudelijke debat. In deze columnreeks onderzoeken we een maatschappelijk vraagstuk waarbij het ingenieursperspectief wordt belicht door diverse gastschrijvers. Dit keer: maintenance.

Gastschrijver Tiedo Tinga

Tiedo Tinga is hoogleraar Life Cycle Management op de Nederlandse Defensie Academie (NLDA) in Den Helder, en hoogleraar Dynamics based Maintenance bij de faculteit Engineering Technology van de Universiteit Twente. Hij heeft een MSc in Materiaalkunde (RU Groningen), PDEng in Materials Technology (TU Delft) en een PhD in computational mechanics (TU Eindhoven). Tinga heeft 10 jaar als senior scientist bij het National Lucht- en Ruimtevaartlaboratorium NLR gewerkt. In 2007 is hij overgestapt naar de Nederlandse Defensie Academie als UHD Onderhoudstechnologie. Daar is hij betrokken bij de wetenschappelijke opleiding van toekomstige officieren van Defensie en leidt hij een aantal onderzoeksprojecten op het gebied van predictive maintenance. Sinds 2012 combineert hij deze positie met een aanstelling als deeltijd hoogleraar op de Universiteit Twente.

 

Column: Wat zijn uw maintenance uitdagingen?

Als hoogleraar op het gebied van maintenance op zowel de Universiteit Twente als de Nederlandse Defensie Academie ben ik dagelijks bezig met het bedenken van slimmere manieren om onderhoud in te plannen en uit te voeren. Met mijn achtergrond in de natuurkunde, materiaalkunde en werktuigbouwkunde zoek ik daarbij vooral naar technische oplossingen: kunnen we begrijpen waarom machines of onderdelen stuk gaan? Snappen we welke belastingen daarvoor verantwoordelijk zijn? En zouden we dat kunnen modelleren, zodat we kunnen uitrekenen hoelang het nog duurt voordat iets kapot gaat? Of kunnen we op een slimme manier meten wat de huidige toestand van een apparaat is, en daar de nog resterende levensduur uit afleiden?

In ons onderzoek proberen we deze vragen (met wisselend succes) te beantwoorden voor een heel scala aan systemen en constructies: van treinen en spoorstaven, windturbines, helikopters, schepen en bruggen tot (militaire) voertuigen en machines in fabrieken. Tegelijkertijd proberen we alle kennis die we daarbij opdoen weer door te geven aan de ingenieurs van de toekomst, de huidige studenten op de universiteit en Defensie Academie.

Maar steeds vaker blijkt dat met alleen mechanische modellen en technische oplossingen het probleem nog lang niet opgelost is. Er moet (en dat kan tegenwoordig gelukkig prima) veel gemeten worden en uit de data kan met allerlei wiskundige technieken veel meer informatie gehaald worden dan voorheen. Maar om het onderhoud in bedrijven echt te verbeteren, moet ook naar de financiële aspecten gekeken worden. Is het wel verstandig om te investeren in nieuwe monitoringtechnieken, hoe lang duurt het voordat die investering is terugverdiend? En ook allerlei organisatorische aspecten gaan een rol spelen: is een bedrijf flexibel genoeg om van een traditioneel gepland onderhoud over te stappen op condition based maintenance? En kan het beter voorspellen van storingen ook worden gekoppeld aan een efficiënter logistiek proces?   

Recent is mijn leerstoel door het KIVI geadopteerd, en daarmee een van de KIVI-leerstoelen geworden. Het primaire doel van zo’n leerstoel is het bevorderen van de interactie tussen de wetenschap en de ingenieurs in het bedrijfsleven. Ik ben daarom erg benieuwd wat uw uitdagingen zijn op het gebied van maintenance: zijn het specifieke technische uitdagingen, bijv. in predictive maintenance, of juist veel meer organisatorische uitdagingen? Vanuit de KIVI-leerstoel Maintenance zijn wij van plan in de nabije toekomst enkele brainstormsessies te organiseren, waarin we met een groepje bedrijven met vergelijkbare uitdagingen proberen oplossingsrichtingen te bedenken. Mocht u uw uitdaging willen inbrengen voor zo’n sessie, dan kan dat op https://www.utwente.nl/en/et/ms3/research-chairs/dbm/kivi/

Laat ons weten hoe je hierover denkt en laat je commentaar hieronder achter: