De laatste uitzending van Industrielinqs LIVE ging over Industry 4.0: Oplossingen zijn het probleem niet. Alles kan tegenwoordig smart. En als iets niet smart is, kun je het altijd zelf smart maken. Toch zien we het nog niet op grote schaal gebeuren. Fieldlabs, proeftuinen en pilots genoeg, maar grootschalige slimme oplossingen zien we nog maar mondjesmaat in bestaande processen. Waar ligt dat aan? Of gebeurt er veel onder de radar?

Hoofdredacteur Wim Raaijen en Jan Peter Kruiger (MAAK Techniek) spraken hierover met experts op het gebied van industriële digitalisering. Aan de online tafel zaten Tiedo Tinga, hoogleraar aan de Universiteit Twente in Dynamics Based Maintenance en Jan Post, hoogleraar Digital Fabrication aan de Rijksuniversiteit Groningen en daarnaast Head Strategic Partnerships bij Philips. Ook Chris van den Belt van Ultimo schoof aan om het thema vanuit de praktijk te belichten.

De uitzending gemist? Kijk ‘m hier terug.

Eerder dit jaar vertelden Sebastiaan Guzik en Nickel van de Mortel van Sitech in een artikel aan Industrielinqs dat het best wel wat voeten in de aarde had om met draadloze sensoren assets te monitoren. Wat kan er nu al met draadloze sensoren, wat zijn de ontwikkelingen en moeilijkheden?

Het hele artikel vind je in onze digitale Projecten Special 2021!

Hoewel kunstmatige intelligentie op sommige vlakken de mens al verslaat, is het voor veel chemische bedrijven niet het einddoel. Zo werkt BASF Antwerpen liever samen met de operationele en informatietechnologie. Dat wil niet zeggen dat autonomie in de verre toekomst niet mogelijk is. Maar dat kan wel morele dilemma’s opleveren rondom risico’s en regelgeving. 

Er zijn genoeg argumenten te bedenken die pleiten voor autonome fabrieken. Technisch en operationeel personeel wordt steeds schaarser, terwijl kennis en ervaring verloren dreigen te gaan als werknemers met pensioen gaan. Tegelijkertijd zorgt de energie- en grondstoffentransitie ervoor dat de complexiteit van zowel processen als ketens toeneemt. Een complexiteit die slimme algoritmes wellicht sneller kunnen doorgronden.

De vraag is alleen of kunstmatige intelligentie de leercurve kan doorlopen die het nodig heeft om op het niveau te komen van een menselijke operator. Sommige sectoren lenen zich daar beter voor dan andere. En in die rangorde zou de chemische industrie wel eens aan de lage kant kunnen zitten. Dat wil echter niet zeggen dat men stilstaat.

Semiautonome processen

Jan Bollen is programma manager Antwerpen 4.0 bij BASF. Bollen kreeg de opdracht de wereldwijde digitaliseringsstrategie van de BASF-groep te vertalen naar de Verbundsite in Antwerpen. ‘De specifieke producten en processen van deze site bepalen uiteindelijk de focus van de automatiserings- en digitaliseringsstrategie’, zegt Bollen. ‘De meeste plants op de Antwerpse site zijn world-scale plants aan het begin van de polymeerketen. Voor deze processen is een hoge beschikbaarheid en betrouwbaarheid van de fabrieken prioritair en dit bepaalt de keuzes in de automatisering en digitaliseringstrategie. Met een benuttingsgraad van meer dan 95 procent lukt dat goed. Uiteraard streven we tegelijkertijd naar een zo hoog mogelijke opbrengst en efficiënt gebruik van grondstoffen en energie.’

Autonome processen staan in die strategie wel degelijk benoemd, maar dat wil niet zeggen dat het bedrijf een autonoom opererende site als ideaalbeeld ziet. Bollen: ‘We begonnen de digitale transitie met een maturiteitsoverzicht van onze processen en daarmee samenhangende activiteiten. Daaruit bleek dat onze procescontrolesystemen reeds op een hoog niveau staan. Zo kan onze stoomkraker onder standaard procescondities al min of meer autonoom produceren. Dankzij advanced process control berekent het systeem voortdurend de ideale procescondities om zoveel mogelijk te produceren tegen de laagste kosten. Ook standaard afwijkende procedures, zoals een opstart of bijvoorbeeld een productwisseling, zullen in de toekomst meer en meer autonoom kunnen worden uitgevoerd.

Natuurlijk kunnen de procesomstandigheden nog altijd wisselen, vooral op een complexe, geïntegreerde site als de onze. Daardoor blijft de kennis en ervaring van de operator nodig om het proces te bewaken en waar nodig bij te sturen en onnodige uitval te vermijden.’

Jan Bollen (BASF): ‘De samenwerking tussen de datalagen wordt steeds belangrijker om sturing te kunnen geven aan de processen.’

Informatietechnologie

Bollen snapt wel dat bijvoorbeeld de offshore upstream markt streeft naar autonome systemen. ‘Naast dat de behoefte aan remote operations in dat soort omgevingen groter is, hebben zij vaak ook een ander operating-model waarbij de installatie tijdens een autonome run onaangeroerd blijft. Dit is in onze chemische bedrijven anders. Terwijl de installaties draaien, voeren we onderhoudswerkzaamheden uit, werken we aan montage- en invlechtingswerken voor installatiewijzigingen en -uitbreidingen en testen we diverse optimalisaties.’

Juist op dat laatstgenoemde aspect ziet Bollen dat er nog veel efficiencywinst te halen is. ‘Waar de focus bij optimalisatie de afgelopen jaren vooral op de operationele technologie lag (OT, red.), zien we nu grote kansen aan de digitale kant waarbij het gebruik van data een cruciale rol speelt. De data die we dagelijks verzamelen, willen we systematisch meer inzetten in de besluitvorming. De menselijke intuïtie maakt langzaam plaats voor data driven decision making (DDD, red.). Algoritmes kunnen trends in die data analyseren en zo anomalieën in de productie of producten detecteren en herleiden tot de oorzaak. Maar DDD kan bijvoorbeeld ook predictief of prescriptief onderhoud mogelijk maken.’

Een data analytics expert team is nu continu bezig met dataverzameling, -polishing en -analyse. ‘Digitale data vinden we ook terug in de digital twins, in de vorm van smart P&IDs of smart 3D-modellen van de installatie. Deze smart tools worden niet enkel gebruikt bij engineering, maar worden geïntegreerd in de werkprocessen binnen operations. Daarmee kunnen we ook eenvoudiger installaties isoleren voor onderhoudswerkzaamheden.’

Datacollectie

Wat de procesdata betreft ziet Bollen geen grote blinde vlekken, maar de 4.0-technologie maakt het wel mogelijk om meer data uit de periferie te verzamelen. ‘Onze treinsporen bevatten nog vele manuele wissels waarbij de positie van de wissel niet online gemeten wordt. Dit zorgt wel eens voor onnodige verstoringen. Als je een kosten-baten analyse doet, dan heeft het geen zin kilometers kabel in te graven om de positie van de wissels te monitoren. Maar dankzij de draadloze technologie hoeft dat ook niet meer.’

Ook fysieke visuele inspecties lijken dankzij drones en robots verleden tijd. ‘Met name inspecties in besloten ruimtes vormen een risico dat we liever niet meer nemen. Op den duur zouden we ook minder risicovolle inspecties of bijvoorbeeld de controlerondjes van de operators kunnen vervangen door smart sensors.’

tekst gaat verder onder de afbeelding

(c) BASF

De versmelting van OT en IT kan volgens Bollen veel efficiencywinst opleveren. ‘Daarmee wordt de architectuur wel complexer. Waar vroeger de besturingslagen min of meer gescheiden waren, zijn ze inmiddels meer gekoppeld. De samenwerking tussen de datalagen wordt echter steeds belangrijker om echt sturing te kunnen geven aan de processen en adviesstrategieën te ontwikkelen. Cloud-technologie kan hiervoor een oplossing bieden. Wat uiteindelijk weer een stap kan zijn naar Antwerpen 4.0.’

Leerruimte

Patrick Kools, Business Leader Digital Enterprise Solutions Europe bij Yokogawa, vindt het zeker de moeite waard om vanuit het perspectief van autonomie continu naar fabrieken te kijken en de vraag te stellen: Welke volgende stap is mogelijk? Kools: ‘Vergaande automatisering is eerder een economisch en sociaal vraagstuk dan een technische vraag. Hoeveel hebben bedrijven ervoor over om een fabriek volledig autonoom te laten produceren en in hoeverre zijn we als maatschappij bereid de daarbij gaande risico’s te accepteren?

Patrick Kools (Yokogawa): ‘Wanneer controllers decentraal beslissingen kunnen nemen, kunnen ze veel sneller bijsturen of ingrijpen.’

Kools noemt voorbeelden waar kunstmatige intelligentie de mens al verslaat. ‘Datawetenschappers van MIT trainden intelligente modellen die borstkanker inmiddels sneller opsporen dan oncologen. Nu is het de vraag in hoeverre de artsen het aandurven om de technologie daadwerkelijk in te zetten. Ook Google zag dat de AI (artificial intelligence, red.) de mens kan verslaan. Toen het bedrijf een wifinetwerk wilde opzetten met door kunstmatige intelligente aangestuurde ballonnen, ontwikkelde het systeem een patroon dat men nooit had verwacht. Het bleek dat het systeem de ballonnen op de wind liet kruisen zodat ze veel minder energie nodig hadden.’

Wat betreft de zelfrijdende auto blijkt de AI nog niet superieur aan de mens, maar dat lijkt vooral aan het feit te liggen dat er ook nog ‘gewone’ bestuurders op de weg rijden. Kools: ‘Misschien nog wel de grootste uitdaging voor de zelfrijdende auto van Tesla is het feit dat het systeem ruimte nodig heeft om fouten te maken. In menselijk perspectief staat het begrip van een Tesla gelijk aan een vierjarige. Pas als die een stuk weg krijgt aangewezen waar hij fouten mag maken, kan het systeem ze analyseren en er van leren. Durven we het aan zo’n systeem volwassen te laten worden?’

Als je vergelijkbare technologie in de industriële omgeving wil introduceren, zal je dezelfde dilemma’s moeten adresseren. ‘Je kunt een AI-systeem een operator safety case in een close loop controller laten oplossen. De kans is groot dat hij een heel andere weg bewandelt dan we gewend zijn. De kans is overigens ook groot dat zijn strategie misschien wel beter is. Maar ook hier geldt: kan je zo’n systeem op een veilige manier de ruimte geven om te leren van zijn fouten?’

Cobots

De kansen die kunstmatige intelligentie biedt zijn te groot om zomaar overheen te stappen. Kools: ‘Veel bedrijven lopen tegen de grenzen aan van energie- en grondstoffenefficiëntie. Met de transitie naar duurzame energie en grondstoffen neemt de complexiteit alleen maar toe. Mensen kunnen nu eenmaal niet dertig variabelen weloverwogen naar hun waarde inschatten. Dat kan een algoritme veel beter. De vraag is natuurlijk of je zo’n systeem alle controle in handen wil geven, maar net als je robots hebt die samenwerken met mensen (cobots, red.), kan ook een AI-systeem een operator ondersteunen in diens taken.’

Dat wil overigens niet zeggen dat die centrale systemen de gehele fabriek controleren. ‘Eerlijk gezegd denk ik eerder dat de trend richting decentralisatie gaat’, zegt Kools. ‘Net als het menselijk lichaam veel processen autonoom aanstuurt, zo zou een decentraal systeem de veiligheid vergroten van een fabriek. Je hebt de hersenen niet nodig om hitte te voelen en je hand terug te trekken. Wanneer controllers decentraal beslissingen kunnen nemen, kunnen ze veel sneller bijsturen of ingrijpen.’

Toekomst

Johan Enters, directeur Digital Transformation bij Emerson Automations Solutions, ziet dat de chemische industrie op dit moment nog niet klaar is voor autonome plants. ‘Dat neemt niet weg dat bedrijven wel degelijk data gedreven oplossingen zoeken voor meer autonomie, productieoptimalisatie, verhoogde veiligheid, continue kostenbesparing, energiemanagement en de braindrain die de vergrijzing met zich meebrengt.’

Enters ziet dat veel bedrijven versnellen in de ontsluiting van hun data. Het juiste gebruik daarvan levert al direct een voordeel op. ‘Vergeet niet dat procesbesturing steeds autonomer is geworden en operators ondersteunt bij hun besluitvorming. Waar een systeem voorheen alle foutmeldingen direct aan een operator communiceerde, brengen moderne DCS-systemen hier hiërarchie in. Om een volgende stap te maken, hebben bedrijven nu de behoefte om meer informatie uit de beschikbare data te halen om hun processen te stroomlijnen, energie te besparen of bijvoorbeeld om slimmer onderhoud te kunnen uitvoeren. Enige uitdaging is dat de data uit al die verschillende besturingslagen redelijk heterogeen is. Nu bieden we een oplossing in de vorm van een zogenaamd ‘Data Lake’, een centrale laag die alle gestructureerde en ongestructureerde data real-time verzamelt voor de hogere beslislagen. Dit maakt het mogelijk dat de financiële afdeling beter beslissingen kan maken doordat financiële data gekoppeld wordt met bijvoorbeeld OT-data, terwijl het maintenance management systeem wellicht dezelfde data nodig heeft om gewogen en voorspellende beslissingen te kunnen nemen op het gebied van het al dan niet vervangen van assets.’

Om de industrie te tonen hoe veel nu al mogelijk is, levert Emerson een bijdrage bij STC Brielle voor hun Plant of the Future. ‘De opleidingsplant wordt volledig uitgerust met smart transmitters die meer informatie geven over de status van de apparaten zelf, maar ook over de invloed ervan op het gehele systeem en de plant. STC leidt hier de operators van de toekomst op, en wat is er dan mooier om die te laten zien hoe meer inzicht leidt tot meer concurrentiekracht.’

Steeds meer bedrijven hebben hun industriële controlesystemen en operationele techniek verbonden met het internet. Dat maakt ze kwetsbaar voor cybercriminaliteit. Maar veel organisaties zijn zich echter niet bewust van deze relatief nieuwe kwetsbaarheden. Een publiek-privaat samenwerkingsverband introduceert nu de Security Check Procesautomatisering die handvatten biedt om deze systemen weerbaarder te maken.

Wat er onder industriële controlesystemen (ICS) of operationele techniek (OT) valt, is heel breed. Er zijn allemaal verschillende termen voor. Het komt erop neer dat het processen zijn die worden gestuurd door een controlesysteem. Denk aan processen in een chemische fabriek, een robot die dozen inpakt of een lasrobot. Ook gebouwautomatisering valt onder OT, zoals klimaatbeheersing, camerabewaking en liften. Eigenlijk alles wat beweegt en elektronisch wordt aangedreven valt eronder, dus ook de slagbomen bij de poort.

In het onlangs verschenen jaarrapport ‘Cybersecuritybeeld Nederland’ wijst de Nationaal Coördinator Terrorismebestrijding en Veiligheid (NCTV) opnieuw op de kwetsbaarheid van de Nederlandse digitale infrastructuur. De kans op een cyber-incident neemt toe. Bedrijven worden, vaak zonder zich daar bewust van te zijn, steeds afhankelijker van automatiserings- en controlesystemen. Met de Security Check Procesautomatisering kunnen organisaties zonder kosten snel in kaart brengen waar mogelijke cyberrisico’s zitten. Op basis van geconstateerde kwetsbaarheden krijgen ze vervolgens praktische aanbevelingen om de weerbaarheid van de systemen en organisatie te verhogen.

Johan de Wit (Siemens): ‘Ik kom nog wel eens tegen dat er geen virusscanner staat op een pc waar een OT-systeem aan is gekoppeld.’

Niet los zien

Namens Siemens, leverancier van OT-oplossingen, was Johan de Wit (technical officer enterprise security) nauw betrokken bij de totstandkoming van de tool. Volgens hem is het heel belangrijk om organisaties te helpen een stap te maken in digitale weerbaarheid. ‘Traditioneel richten operationele teams OT in. Zij zijn vooral gericht op beschikbaarheid van deze systemen. Deze medewerkers kennen het proces heel goed en kunnen inschatten wat er gebeurt als het systeem niet werkt. Ze denken bijvoorbeeld na over noodstroomvoorzieningen, het maken van back-ups en beschikbaarheid van reserveonderdelen. Maar ze zijn zich vaak niet bewust van cybersecurity. Ze zien hun systeem meestal niet als een IT-systeem. IT’ers daarentegen houden zich traditioneel vooral bezig met kantoorautomatisering, maar vaak niet met OT-componenten. Maar in de loop der jaren zijn de OT-systemen verweven geraakt met IT-systemen. Die kun je niet meer los zien van elkaar. Organisaties dienen de operationele kennis van de OT-teams te combineren met de cybersecurity kennis van de IT-teams om de OT systemen afdoende te beschermen.’

Eerste stap

Dat het bewustzijn over de cyberrisico’s nog niet bij alle organisaties is doorgedrongen, bleek ook toen De Wit bij een klant op bezoek ging. ‘Ik zag een operator radio luisteren via een website op de pc waar de lasrobot aan was gekoppeld. Het idee dat dat misschien niet veilig is, zat er niet in. Ook kom ik nog wel eens tegen dat er geen virusscanner staat op een pc waar een OT-systeem aan is gekoppeld. Terwijl iedereen weet dat dat zo ongeveer het eerste is wat je op een computer moet zetten.’

De Security Check Procesautomatisering (te doen op www.digitaltrustcenter.nl) richt zich specifiek op OT’ers met weinig tot geen IT-security kennis. Zij kunnen deze tool gebruiken om hun systemen veiliger te maken. Het is een eerste stap om bewustzijn te krijgen en organisaties op weg te helpen naar betere cybersecurity.

Handvatten

De check begint met een aantal vragen om erachter te komen hoe kritisch systemen eigenlijk zijn voor de bedrijfsvoering. In een kantoor bijvoorbeeld is een lift niet heel kritisch. Je kunt altijd nog de trap nemen. Maar in een ziekenhuis is dit een ander verhaal. Doen de liften het niet dan kan dat een mensenleven kosten, omdat iemand niet met spoed naar een operatiekamer kan worden gebracht.

Afhankelijk van hoe kritisch de OT-systemen voor de bedrijfsvoering zijn, krijgen organisaties vervolgens vragen over veertien thema’s. Vragen zijn onder meer: heb je inzicht in wat voor apparatuur er is, heb je reserveonderdelen, weet je wat je moet doen als er een incident is en zijn er back-ups gemaakt? ‘Na het beantwoorden van de vragen, kun je zien waar je goed en minder goed op scoort’, legt De Wit uit. ‘Ook krijg je handvatten waarmee je aan de slag kunt.’

Hoeveel en welke maatregelen een organisatie moet treffen, hangt af van de gevolgen van een cyberincident op de eigen industriële processen. Dreigen er ernstige gevolgen op financieel-, gezondheids- of milieuvlak, dan zal men meer maatregelen moeten nemen. Bedrijven kunnen de tool ook als maturity model gebruiken en na het omzetten van een aanbeveling opnieuw checken hoe hoog zij op de cyber security-ladder staan.

Kwetsbaarheden bij toeleveranciers

Ook organisaties die al wel volwassen zijn op het gebied van cybersecurity van OT-systemen kunnen wat hebben aan de tool. De Wit: ‘Je kunt dan jouw toeleveranciers helpen. Het supplychain-risico wordt steeds groter. Hebben toeleveranciers hun zaken op orde? Zo niet, dan kan jouw organisatie via kwetsbaarheden bij toeleveranciers worden getroffen. Misschien kunnen anderen via bijvoorbeeld een lasrobot van een toeleverancier jouw netwerk op of andere dingen stationeren. Of stel dat de verpakkingsmachine van een toeleverancier in jouw bedrijf plat komt te liggen door ransomware (een computervirus dat de computer of de bestanden erop kaapt en deze gegevens vervolgens versleutelt waardoor ze niet meer toegankelijk zijn, red.). Misschien stokt jouw hele productieproces daardoor dan.’

De tool vormt de eerste stap in de ontwikkeling van een interactieve ICS-routekaart voor het bedrijfsleven in Nederland. De Security Check Procesautomatisering is ontwikkeld door de Vereniging van Nederlandse Gemeenten, het Nationaal Cyber Security Centrum, Programma Versterking Cyberweerbaarheid in de watersector, Siemens, AMSL, Deloitte, Novel-T, Accenture, Stark Narrative en het Digital Trust Center, met dank aan de ondersteuning van de Cybersecurity Alliantie.

Kiwa breidt haar testfaciliteiten en kantoor in Apeldoorn uit. Zo krijgt het laboratorium allerlei extra testfaciliteiten op het gebied van waterstoftechnologie en het Internet of Things (IoT). Ook biedt de locatie ruimte aan het grootste warmtepomplaboratorium van Europa. Dit lab zet Kiwa volledig geautomatiseerd in voor het testen van verschillende soorten warmtepompen.

Kiwa investeert sinds 2020 tientallen miljoenen euro’s in deze en andere testfaciliteiten in Apeldoorn. De oplevering van het gerenoveerde gebouw en alle nieuwe voorzieningen staat gepland voor de zomer van 2021. Kiwa verstevigt daarmee haar positie als expert op allerhande vitale infrastructuren, zoals de energievoorziening en verschillende internettoepassingen.

Waterstoftechnologie

Kiwa is er van overtuigd dat waterstoftechnologie een belangrijke bijdrage gaat leveren aan de energietransitie. Recent drongen energiebedrijven bij de overheid aan om waterstoftoepassing in bestaande situaties mogelijk te maken. Kiwa wil met haar investeringen in waterstoflaboratoria bijdragen aan het veilig toepassen van waterstof in het kader van de noodzakelijke energietransitie. Het bedrijf leverde een gelijksoortige bijdrage in de overschakeling van stadsgas naar aardgas in de jaren zestig.

Energietransitie

Kiwa verbreedt óók in haar rol als kennispartner en opleider op het gebied van waterstof in het kader van de energietransitie. Op het gebied van waterstoftechnologie bouwt het bedrijf een nieuwe teststraat voor waterstofleidingen en -componenten. Ook bouwt men trainingsruimtes en laboratoria voor het testen en keuren van producten die geschikt zijn voor waterstof.

Kiwa biedt organisaties verder de mogelijkheid om de toegevoegde waarde van waterstoftoepassingen te ontdekken. Onder meer met behulp van de zogenoemde waterstoftafel. Hiermee kunnen zij samen met Kiwa-experts experimenten uitvoeren om de verschillen en overeenkomsten tussen aardgas en waterstof te ervaren.

Ook leidt Kiwa in samenwerking met de energiesector, monteurs op voor het ombouwen van aardgasgestookte toestellen naar waterstof. Een veilige toepassing is de uitkomst van al deze activiteiten van Kiwa.

Jan Pieter Bijkerk, Vice President van Kiwa ‘Het warmtepomplaboratorium is gebaseerd op de allerlaatste technologie, zodat wij ook warmtepompen met brandbare koelmiddelen, zoals propaan, kunnen testen. In 2021 willen wij deze faciliteiten verder uitbreiden, zodat ook elektrische veiligheidstesten voor warmtepompen kunnen worden uitgevoerd. Daarmee testen en certificeren we op één locatie niet alleen de prestatie, maar ook de veiligheid op basis van internationale standaarden.’

Fire Laboratorium

Kiwa realiseert op de locatie in Apeldoorn tevens een Fire Laboratorium. In de bijbehorende rooktunnel, brandkamer en andere testopstellingen testen de experts detectoren en brandalarmen op basis van Europese normen. Dankzij de hoogwaardige inrichting van dit laboratorium kan Kiwa producten van organisaties sneller certificeren en doorlooptijden aanzienlijk verkorten. Ook wil zij op de locatie in Apeldoorn lektesten met brandbare koelmiddelen uitvoeren.

Ten slotte verhuizen ook de onderzoek- en testfaciliteiten voor de mobiliteitsinfrastructuur naar het nieuwe laboratorium in Apeldoorn. Door het samenbrengen van de verschillende labs creëert Kiwa een laboratorium gericht op de wegenbouw, met als doel de verbetering van onder andere wegen, vliegvelden, bedrijfsterreinen en dijkbekledingen.

 

Verregaande digitalisering, remote control en meer autonomie van fabrieken kunnen de veiligheid, efficiëntie, flexibiliteit en verduurzaming enorm verbeteren. Maar zoals bij zoveel innovatieve technologieën leveren ze ook nieuwe uitdagingen op. Op het vlak van cybersecurity bijvoorbeeld. Hoe houd je ongewenste bezoekers of cyberaanvallen buiten de deur als er steeds meer ingangen mogelijk zijn?

We spraken er in Industrielinqs LIVE over met Marinus Tabak (RWE), Marcel Jutte (Hudson Cybertec) en Carlo Totté (Emerson). Bij Kiwa in Apeldoorn. Kijk de aflevering nu terug.

Het team van Deltavisie is trots op een voorprogramma met slimme innovaties en disruptieve oplossingen die nu al worden ingezet. Met dynamische asset management visualisatie, virtual reality trainingen en drone inspecties in besloten ruimtes verhogen CEA Systems, Sitech en Terra Inspectioneering de veiligheid, efficiency en prestaties van kostbare assets. In drie interactieve Talkshows geven de partners inzicht in hun innovatieve oplossingen.

Donderdag 17 juni staat Deltavisie 2021 in het teken van Smart. In het voorprogramma, van 11.30 tot 12.40 toont een drietal partners welke slimme technieken zij inzetten voor training, inspecties en asset management. Schrijf u dus snel in, kijk online mee met de live talkshows en stel uw vragen via de live chat.

Programma

11.30 – 11.50 Slimme datavisualisatie – CEA Systems

Tijdens Deltavisie spreekt Thomas Koop van CEA Systems over de dynamische visualisatie van assets in complexe omgevingen.

Het succes van complexe organisaties binnen de procesindustrie is steeds meer afhankelijk van accurate asset data. Wanneer bedrijven de asset data echter niet goed structureren en beheren, verliezen ze veel tijd en geld. CEA Systems vond een manier om een slimme visualisatie van asset data te maken. En ze gebruikt die gegevens om waardevolle asset data informatie effectief en efficiënt op te slaan, te beheren en te delen. De slimme software integreert verschillende gegevensbronnen, met gerelateerde asset data, in één gemeenschappelijke locatie. Daardoor kunnen veranderingen niet onopgemerkt blijven. Zo krijgt de gehele organisatie continu toegang tot one source of thruth,  waar documentatie en certificaten van assets, inclusief slimme 2D- en 3D-modellen, altijd toegankelijk zijn.

11.55 – 12.15     Virtueel trainen – Sitech en Goal043

Sebastiaan de Reede van Sitech en Jeroen Trienes van Goal043 spreken over de mogelijkheden die VR-trainingen bieden voor de industrie.

Wie werkzaamheden op een chemische site moet uitvoeren, krijgt vaak ter plekke veiligheidsinstructies of moet een proef van bekwaamheid doorlopen. Dat is behoorlijk tijdrovend, terwijl tijd bij een turn around juist schaars is. Sitech services ontwikkelde met serious games ontwikkelaar Goal043 het smart learning management platform ENTER voor effectief trainen en onboarden. Met ENTER krijgen medewerkers van tevoren instructies over veiligheid en regels, wat niet alleen de veiligheidscultuur verstevigt, maar ook kostbare tijd bespaart bij bijvoorbeeld een turn around. Voor het opleiden van eigen personeel voegde Sitech Virtual Reality builder toe. Daarmee kunnen gebruikers zelfstandig een virtuele training maken aan de hand van 3D-scans van de eigen fabriek. Hiervoor is geen softwareontwikkelaar nodig. Fabrieken kunnen zo de opleidingstijd verkorten door situaties te oefenen die niet vaak voorkomen.

12.20 – 12.40 Drone inspecties – Terra Inspectioneering

Marien van den Hoek en Pieter Raes spreken over de inzet van drones bij inspecties in besloten ruimtes.

Waar bedrijven vroeger stellingen moesten bouwen voor visuele inspecties op hoogte, kunnen drones dit werk veel sneller uitvoeren. Terra Inspectioneering legt de lat echter nog een stuk hoger door ook in besloten ruimtes ook metingen uit te voeren. Het kostte jaren van ontwikkeling, maar inmiddels is het gelukt om drones in te zetten voor het meten van wanddiktes en volledig visualiseren van degradaties met 3D-technologie. En dat op plekken waar normaal gesproken geen mensen in mogen of alleen met zeer zware veiligheidsmaatregelen. Daarmee maakt Terra Inspectioneering inspecties en metingen veiliger, korter en dus ook goedkoper.

Schrijf u snel in voor zowel het hoofdprogramma als het voorprogramma van Deltavisie 2021.

(advertorial)

Na aankomst van ruwe olie op de Bayernoil-locatie Vohburg moet, voordat de olie verder kan worden verwerkt, eerst het water uit de emulsie worden verwijderd. Dit wordt gedaan met een elektrostatische ontzilter. Sensoren van de serie VEGAFLEX leveren nu nauwkeurige waarden, met als gevolg dat de scheiding van de water- en olielaag effectief verloopt.

Het scheiden van het water van de ruwe olie is een continu proces. Om diverse redenen is het daarom belangrijk te weten waar de scheidings­laag tussen water en olie in de ontzilter loopt. Aan de ene kant moet het hoogspanningsrooster in de oliefase liggen, omdat dit alleen bij niet-geleidende media functioneert. Maar er mag ook niet te veel water naar beneden worden afgetapt. Afgezien daarvan zou het zuiveringsproces voor het dan met olie verontreinigde water duurder worden. Maar aan de andere kant moet de tank optimaal worden benut en het scheidingsproces effectief verlopen.

In de ontzilter bevinden zich hoogspanningsroosters, die het scheidingsproces van de fasen sneller doen verlopen. Daarbij slaat het zouthoudende water op de bodem neer, wordt naar beneden afgetapt en aan de desbetreffende zuiveringsinstallaties toegevoerd. Dit vindt plaats bij een verhoogde temperatuur van ongeveer 130 graden Celsius, om de viscositeit van de ruwe olie te verlagen. De ontzilte ruwe olie wordt vervolgens in de richting van de destillatiekolom gepompt.

Schommelende soortelijke massa’s de baas zijn

Vanuit het oogpunt van de scheidingslaagmeting bestaat hier een aantal uitdagingen: de samenstelling en daarmee ook de DC-waarde en de soortelijke massa van het ruwe-olie-watermengsel zijn variabel, afhankelijk van de herkomst van de olie. Zo schommelt de soortelijke massa bijvoorbeeld tussen 820 en 940 kilogram per kubieke meter. Daarmee varieerde ook de looptijd bij de tot nu toe gebruikte meetmethoden.

Tot nu toe werd hier gebruik gemaakt van een niveaumeting die werkt volgens het verdringerprincipe. Maar naast de schommelende soortelijke massa waren ook trillingen en turbulentie van invloed op de nauwkeurigheid van de meting. Desondanks was deze meting daar vele jaren in gebruik, omdat er simpelweg geen alternatief was. Een klassieke scheidings­laagmeting leverde gewoon niet de vereiste nauwkeurigheid. Een TDR-referentiesensor van een andere fabrikant werkte niet naar tevredenheid, omdat het compensatiebereik niet groot genoeg was. Een ander meetprincipe, dat zelfs drie sondes gebruikte, bleek in het dagelijks gebruik te complex te zijn en moeilijk te kalibreren.

Gewaardeerd partner op twee locaties

De firma VEGA uit het Duitse Schiltach is specialist op het gebied van innovatieve meettechniek. Deze onderneming uit het Zwarte Woud richt zich met name op druk- en niveaumeettechniek. VEGA’s handelsmerk is enerzijds een eenvoudige bediening en anderzijds een maximum aan veiligheid en betrouwbaarheid. Sinds 2013 is VEGA met een groot aantal druk- en niveausensoren op de Bayernoil-locaties Vohburg en Neustadt aanwezig.

Op de locatie Vohburg is inmiddels een aantal VEGA-sensoren in gebruik, onder andere veel druksensoren van de series VEGABAR en VEGADIF. Bijzonder overtuigend was ook de VEGASWING 66, een universeel inzetbare vibratieschakelaar. Deze wordt met name vanwege zijn zeer grote procestemperatuur- en procesdrukbereik in de veeleisende raffinageprocessen op waarde geschat.

Voor het probleem van de meting in de ontzilter ontwikkelden Bayernoil en VEGA samen een oplossing. Parallel aan de aanwezige verdringeroplossing is twee jaar geleden een meetinstrument met geleide radar geïnstalleerd, een VEGAFLEX 86 met referentieafstand. Daarmee moest met name bij schommelende DC-waarden van de ruwe olie de scheidingslaag tussen olie en water zo nauwkeurig mogelijk worden gemeten, zodat het mogelijk was nog dichter bij de grenzen te komen.

Trotseert trillingen en mechanische schokken

Bij de ontwikkeling van de sensoren van de serie VEGAFLEX 80 stonden toentertijd naast een eenvoudige instrumentkeuze en de geleide inbedrijfstelling betrouwbaarheid en meetzekerheid centraal. Grootste voordeel van de sensor: hij levert onafhankelijk van de mediumeigenschappen, zoals de dichtheid of de diëlektrische constante, exacte waarden. Bovendien onderscheidt de sensor zich door een robuuste mechanische constructie en een tweede procesafdichting. Hij is inzetbaar bij temperaturen van -196 tot +450 graden Celsius en drukken van -1 tot +400 bar.

Bij de scheidingslaagmeting met geleide radar worden de radarimpulsen langs een kabelsensor of staafelektrode geleid en door het productoppervlak weerkaatst. De meetsonde van de TDR-sensor zorgt ervoor dat het signaal ongestoord het product bereikt. De serie bestaat uit vier instrumentreeksen, die telkens op de toepassing zijn afgestemd. Voor hoge temperaturen en hogedruktoepassingen, bijvoorbeeld in destillatiekolommen of bij de verwerking van ruwe olie, wordt vaak de VEGAFLEX 86 gebruikt. Deze beschikt over een keramische isolatie en een grafietafdichting in de koppeling. Deze kunnen het binnendringen van stoom met een druk van maximaal 400 bar voorkomen en zijn bestand tegen een temperatuur van 450 graden Celsius. Ook de afstandshouders in de coaxiaalsonde zijn van keramiek en mechanisch voldoende stabiel om trillingen en schokken te kunnen doorstaan.

Ook voor aan verandering onderhevige diëlektrische constanten is bij deze sensor een goede oplossing ontwikkeld. Deze sonde  oorspronkelijk ontworpen voor de compensatie van de signaallooptijd in de stoomatmosfeer in stoomketels. Nu moest uit een test blijken of dit ook in de ruwe olie van een ontzilter werkte. De innovatieve stoomcompensatie zorgt immers voor een hogere meetnauwkeurigheid. De in Vohburg toegepaste VEGAFLEX 86 gebruikt een referentieafstand van 750 milimeter en heeft een staaflengte van 3950 milimeter. De referentieafstand voor het compenseren van afwijkingen is overigens de langste op de markt. Hoe langer deze afstand is, des te nauwkeuriger ook de meting.

Eenvoudige inbedrijfstelling

Om de gevoeligheid van de sensor te verbeteren, is bij de ontwikkeling van de sensor een bijzondere signaalverwerking geïmplementeerd. Basis is een al bij de inbedrijfstelling aanwezige stoorsignaalonderdrukking. De sensor trekt deze stoorsignaalonderdrukking af van de daadwerkelijk zichtbare echocurve. Het resultaat is een rechte echolijn. De niveau-echo is daarmee de enige echo in het meetbereik. Dankzij deze methode kunnen media met zeer kleine reflectiviteit (diëlektrische constante) betrouwbaar worden gedetecteerd.

Toen was het wachten op de praktijktest, altijd een spannende aangelegenheid. Maar deze verliep allesbehalve spectaculair. De inbedrijfstelling was eenvoudig – de toepassing is als ‘normale’ niveaumeting geconfigureerd. Er waren dan ook geen speciale instellingen nodig om een betrouwbare meting met voldoende meetzekerheid te waarborgen.

Testrun met positief resultaat

Al gauw bleek dat zelfs bij ruwe olie van wisselende kwaliteit de voordelen van de zelfcompenserende VEGA­FLEX-meting een positief effect hadden op de meetnauwkeurigheid. Voor de zekerheid is de meting op basis van het verdringerprincipe gehandhaafd, zodat de meetwaarden met elkaar konden worden vergeleken. De testrun verliep anderhalf jaar lang ronduit positief – er was in die hele periode geen enkele uitval. Na deze succesvolle testrun is verleden jaar nog een ontzilter met een VEGAFLEX 86 met referentieafstand in gebruik genomen. Bij de echocurve zijn eveneens geen opvallende zaken vastgesteld. Met andere woorden: ook op dit meetpunt raakt de VEGAFLEX 86 niet onder de indruk van de wisselende samenstelling van de ruwe olie en levert betrouwbare meetwaarden.

Van de ontwikkeling van microbiële stammen tot grootschalige industriële procesoptimalisatie. DSM ziet brood in het toepassen van kunstmatige intelligentie bij bioproductie. Daarom steekt het bedrijf de komende vijf jaar 2,5 miljoen euro in een nieuw laboratorium, namelijk het Artificial Intelligence Lab for Biosciences.

DSM wil de tijd verkorten die nu nodig is voor innovatiecycli, van prototype tot finetunen en vermarkten. Het bedrijf verwacht dat dit kan door biowetenschappen en digitale technologieën te integreren.

Van oudsher is wetenschappelijk onderzoek een proces van trial and error. Meerdere deelonderzoeken werken gezamenlijk toe naar een specifiek doel, zoals een nieuw product of een nieuwe productietechnologie. Met kunstmatige intelligentie kunnen wetenschappers dit proces omkeren. Het gewenste doel wordt tot leven gebracht in een digitale omgeving. Met digital twins, een virtuele en levensechte versie van de gewenste situatie, en toepassing van machine learning wordt inzichtelijk op welke manier die situatie kan worden bereikt.

Concrete kansen

Het AI4B.io Lab is een gezamenlijk initiatief van DSM en TU Delft. Het is ook onderdeel van het Innovation Center for Artificial Intelligence (ICAI) dat zich ervoor inzet om Nederland aan de top te houden op het gebied van kennis en talentontwikkeling in kunstmatige intelligentie. Professor Marcel Reinders, directeur van het TU Delft Bioengineering Institute, gaat het lab leiden. ‘Door ons fundamentele onderzoek te koppelen aan concrete kansen bij DSM, kunnen we onze impact maximaliseren’, stelt Reinders.

Hoewel digitale simulaties van de fysieke wereld niet nieuw zijn, is de daadwerkelijke koppeling van de twee werelden dat wel. Een digital twin kan de industrie helpen om complexe systemen zoals een petrochemische plant te optimaliseren met behulp van kunstmatige intelligentie. Om dat goed te doen, is wel veel data nodig uit de operationele wereld.

Die data is gelukkig steeds meer beschikbaar. De koppeling van de operationele technologie aan informatietechnologie vraagt wel om extra beveiligingsmaatregelen. Want wat virtueel geen schade kan aanrichten, kan in de echte wereld toch tot incidenten leiden.

Het viel Heinrich Wörtche al op toen hij een nieuwe laptop kocht. De hoogleraar miniature wireless explorative sensor systems aan de TU Eindhoven hoefde alleen toestemming aan het systeem te geven de digitale gegevens van zijn oude laptop over te nemen. ‘Alles wat ik de afgelopen jaren heb gedaan op de laptop, de afspraken die ik heb gemaakt, de routeinformatie die ik kreeg: alles was ergens te vinden in de cyberwereld. Eigenlijk hebben wij al een digital twin in de cloud. Onze smartphones en laptops zijn de sensoren die bijhouden hoeveel stappen we hebben gezet, welke plaatsen we hebben bezocht en welke hobby’s en liefhebberijen we hebben. Mijn smartphone weet via mijn agenda waar ik die dag moet zijn en waarschuwt me dat ik op tijd moet vertrekken omdat het druk op de weg is. We zijn snel gewend geraakt aan de gemakken van de ICT-wereld. Je kunt daar van alles van vinden wat betreft privacy, maar het schept ook zeer veel mogelijkheden.’

5G

Wörtche doet met name onderzoek naar sensorsystemen die hij vergelijkt met biologische neurale systemen. ‘De industrie en ingenieursbureaus maken al langer gebruik van computertekeningen voor het ontwerp van machines en fabrieken. Ze gebruiken de cyberwereld om de echte wereld te modelleren. We noemen zo’n cybersysteem echter pas een digital twin als hij via sensoren en actuatoren actief verbonden is met het fysieke systeem. Anders dan een cybersysteem kan een digital twin dus de werkelijkheid beïnvloeden. Die laatste eigenschap roept direct een aantal veiligheidsvragen op. Want waar je in een virtuele omgeving nog straffeloos fouten kunt maken, kunnen die in een digital twin wel degelijk fysieke gevolgen hebben. Daar moeten geen partijen met slechte bedoelingen toegang toe krijgen.’

Toch wil Wörtche niet te lang stilstaan bij de nadelen van een dergelijk systeem. ‘De industrie staat wereldwijd voor grote veranderingen’, zegt hij. ‘Met name de energiesystemen worden multimodaal. De industrie kan meerdere energiebronnen zoals wind- en zonne-energie in verschillende vormen inzetten. Als stroom- of warmtebron of bijvoorbeeld voor de productie van waterstof. De optimale toestand tussen die verschillende modi is lastig te vinden in de fysieke wereld. Dan is het eenvoudiger om eerst computermodellen te gebruiken en die vervolgens terugbrengen naar de realiteit. Daarbij geldt dat hoe meer vrijheidsgraden zo’n systeem heeft, hoe lastiger een accurate voorspelling te maken is. De waarde van een digital twin valt of staat dan ook bij de waarde van de data. Inmiddels is de rekenkracht van computers geen belemmering meer en ook de kunstmatige intelligentie is slim genoeg om complexe omgevingen te structureren. Sensoren worden steeds accurater en goedkoper. De enige bottleneck waar we nu nog tegenaan lopen, is de interconnectie. Met 5G zou ook die laatste hindernis moeten wegvallen en kunnen we zo goed als realtime data binnen krijgen en verzenden.’

Fysische modellen

Het samenwerkingsverband Digital Twin van zes universiteiten en twaalf industriële partners geeft een eigen betekenis aan de term digital twin. Het programma dat de komende vijf jaar onderzoek doet, maakte een eigen acroniem van de term: Integration of Data-driven and model-based engineering in future industrial Technology With value chain optimization.

digital twin

Heinrich Wörtche (TU Eindhoven): ‘Met 5G kunnen we zo goed als real-time data binnen krijgen en verzenden.’

Hoogleraar Bayu Jayawardhana, Rijksuniversiteit Groningen, geeft leiding aan het onderzoek dat vorig jaar vier miljoen euro subsidie kreeg van NWO. De industriële partners voegden daar nog 1,6 miljoen euro bij. ‘De maakindustrie gebruikt al langer computer aided design en manufacturing (CAD/CAM) technieken om machines te ontwerpen’, zegt Jayawardhana. ‘In die software kunnen ook theoretische fysische berekeningen worden gemaakt. Met zogenaamde eindige elementenanalyse kan je sterkteberekeningen maken of bijvoorbeeld stromingsgedrag nabootsen. Toch blijkt steeds weer dat de praktijk weerbarstiger blijkt dan de modellen kunnen voorspellen. We willen dan ook graag meetgegevens koppelen aan de modellen zodat het fysieke systeem de digitale werkelijkheid corrigeert. Als we theoretische modellen combineren met kunstmatige intelligentie en meet- en regeltechniek, ontstaat een zelflerend systeem dat zichzelf continu verbetert. Dat is niet alleen handig in de operationele fase, maar ook bijvoorbeeld voor predictive of prescriptive maintenance. In dat laatste geval geeft de machine zelf aan wanneer hij welk onderhoud nodig heeft. Een machine weet in het ideale geval wat er mis dreigt te gaan en welke afwijkende omstandigheden daartoe hebben geleid.’

In de toekomst zou een klant van bijvoorbeeld Philips of ASML niet alleen een fysiek product kopen, maar daar ook een digitale versie van krijgen. Jayawardhana: ‘Zo ziet een klant van hightech producten of een product geschikt is voor zijn processen, maar ook of het verenigbaar is met de andere systemen. Daarna blijft hij de digitale tweeling gebruiken om modificaties te testen of procesoptimalisaties door te voeren.’

Virtueel opschalen

Jayawardhana geeft het voorbeeld van de Hisarna-reactor bij Tata Steel. ‘Dit is een nieuw zeer complex elektrochemisch systeem dat potentieel veel energiezuiniger staal kan maken. Nu is men begonnen met een pilotplant op kleine schaal. Wil men dit proces opschalen, dan moet Tata Steel zekerheden hebben over het gedrag van de installatie bij langetermijn-productie. Op zo’n grotere schaal veranderen de omstandigheden dermate dat de fysische eigenschappen onvoorspelbaarder worden. Er ontstaan bijvoorbeeld cyclonen in de reactor die met de stromingsleer wel te verklaren, maar lastig te voorspellen zijn. En dan heb je ook nog te maken met heterogene producten zoals ijzererts en gas die het proces positief dan wel negatief kunnen beïnvloeden. Als we het proces opschalen met kunstmatige intelligentie die feedback krijgt van de fysieke pilot-installatie, kan je als het ware virtueel opschalen naar een hoger technology readiness level (TRL, red.). Zonder dat je eerst een fysieke fabriek op ware grootte bouwt, weet je al hoe de installatie zich kan gedragen onder diverse omstandigheden. De virtuele wereld stuurt dan de fysieke wereld bij.’

Bayu Jayawardhana (Rijksuniversiteit Groningen): ‘Door te leren van de fouten in de virtuele wereld, hoef je deze niet te maken in de fysieke.’

Het doel van Jayawardhana en zijn onderzoekers is dan ook om de digital twin in te zetten om de time to market van producten te versnellen. ‘De belofte van digital twins is groot: zero design loss, foutloos produceren, zero downtime en predictive en prescriptive maintenance. Door te leren van de fouten in de virtuele wereld, hoef je deze niet te maken in de fysieke omgeving. Dat maakt processen ook nog een stuk veiliger.’

Operator room

Dat de digital twin niet puur theoretisch is, bewijst Emerson. Toen het bedrijf een nieuwe operator room bouwde voor Huntsman, besloot men daar eerst een virtuele versie van te maken. Jacqueline de Waal is lifecycle services business manager bij Emerson. ‘Voordat we een operator room daadwerkelijk inrichten, doen we eerst een factory acceptance test. Zo kunnen we met behulp van een digitaal model testen of de gebruikte hard- en software goed op elkaar is afgestemd. Omdat Huntsman zijn operators graag alvast wilde voorbereiden op de nieuwe DCS- en SIS-omgeving, besloten we het bestaande model te upgraden naar een digital twin. Nu kunnen operators de omgeving nog steeds gebruiken voor trainingen, maar ook om modificaties virtueel te testen.’

De Waal ziet zeker meer kansen voor digital twins voor de procesindustrie. Alhoewel ze wel waarschuwt voor te grote verwachtingen. ‘Technisch is veel mogelijk, maar je moet wel goed nadenken over waarom je een dergelijke virtuele omgeving wil koppelen aan je fysieke proces. Het is namelijk niet eenvoudig een realistische kopie te maken van de procesomgeving. Natuurlijk zijn de simulatiemodellen wel aanwezig, maar de kennis van de operators en maintenance-afdeling zit met name in de hoofden van de experts. De meeste tijd gaat dan ook zitten in het vertalen van praktijkervaring naar realistische modellen.’

Toch wil De Waal de petrochemische industrie niet ontmoedigen. ‘De voordelen kunnen groot zijn, dus zijn de inspanningen de moeite waard. Maak het vooral niet te groot. Begin bij een klein project om ervaring te krijgen met het digitaliseren van processen en procedures. Breid het daarvandaan uit en voeg steeds meer kennis toe. Een digital twin is continu in beweging en moet dus ook continu worden geactualiseerd. De waarde groeit met data uit de keten via sensoren, maar ook de input over kennis en gedrag van de mensen door de hele keten heen. Laat de hokjes los en laat maintenance op gelijk niveau samenwerken met operations en QHSE-specialisten. Hoe meer disciplines bij het virtuele model worden betrokken, hoe meer waarde je uit een digital twin kunt halen.’

Locatie-informatie

Leveranciers van geografische informatiesystemen (GIS) zien steeds meer mogelijkheden om hun software in te zetten voor het bouwen van digital twins. Door locatiegebonden software aan de digital twin toe te voegen, weet een plantmanager waar zijn assets zich bevinden. Dat is geen overbodige luxe, blijkt uit de praktijk. Voor de productiesystemen hebben de meeste bedrijven de data namelijk goed op orde, maar hoe zit het bijvoorbeeld met brandblussystemen of andere secundaire systemen? Van sommige assets kent men nauwelijks de locatie of de onderhoudsgeschiedenis, wat soms tot gevaarlijke situaties kan leiden. Het is met bestaande data, al redelijk eenvoudig een 3D-model van een site te maken en blinde vlekken in het asset management op te sporen.Als er al 3D-tekeningen beschikbaar zijn, kunnen die in het model worden opgenomen. Een GIS-beheerder kan zo’n model vervolgens steeds meer verfijnen en uitbreiden.