Van BIM naar predictive twin
Digitaal werken wordt langzaamaan de standaard binnen de bouwwereld. Maar waar het digitale Bouw Informatie Model of Bouw Informatie Management (BIM) vaak als toverwoord wordt gebruikt voor een digitale toekomst, denkt TNO aan vervolgstappen.
Het onderzoeksinstituut werkt toe naar de ontwikkeling van een predictive twin: een digitale replica van een bouwwerk, waarmee toekomstig gedrag van het fysieke equivalent te voorspellen is. ‘Het mooie is dat in dit onderzoek allerlei disciplines samenkomen’, zegt Arjen Adriaanse, wetenschappelijk directeur bij TNO.
Hoe is het gesteld met de digitalisering? Organisatieadviesbureau McKinsey deed er vier jaar geleden uitgebreid onderzoek naar. Het resultaat was een rangschikking per sector. Vrijwel onderaan, als een van de sectoren waar digitalisering kennelijk nog als vies woord werd beschouwd, stond de bouw.
‘Ja, dat was niet bepaald goede reclame voor mij’, zegt Arjen Adriaanse lachend. Hij is al twintig jaar actief op het raakvlak van digitalisering en bouw. Adriaanse werkte als programmamanager BIM bij bouwbedrijf Ballast Nedam, leidde de digitale agenda bij Arcadis Europa, en is sinds januari van dit jaar als wetenschappelijk directeur bij de onafhankelijke onderzoeksorganisatie TNO verantwoordelijk voor het meerjarige strategische kennisprogramma. Daar houdt hij zich bezig met de sectoren bouw, infrastructuur, maritiem en offshore. Daarnaast is hij voor een dag in de week als hoogleraar Bouwprocesintegratie & ICT verbonden aan de Universiteit Twente.
Prachtige sector, maar versnipperd
‘De bouw is van oudsher nogal versnipperd’, legt Adriaanse uit. Eerst komen de ontwerpers aan bod, dan gaan de bouwers, onderaannemers en leveranciers aan de slag, en vervolgens de partijen die beheer en onderhoud en uiteindelijk de sloop of demontage voor hun rekening nemen. ‘Elke fase wordt over het algemeen afzonderlijk aangestuurd, iedereen doet zijn eigen ding en optimaliseert zijn werkzaamheden op basis van de specifieke taak.’ De bouw heeft last van die fragmentatie, die bovendien de brede digitalisering in de weg zit. Maar juist die digitalisering kan hier wellicht een verandering ten goede betekenen, stelt Adriaanse.
De hoogleraar houdt er regelmatig presentaties over. Dan toont hij vaak een luchtfoto van een reeks zonovergoten palmeneilanden in een diepblauwe zee. De eilandengroep ziet er aanlokkelijk uit (‘De bouw is een prachtige sector’), maar wat ontbreekt zijn de onderlinge verbindingen. ‘Willen we als bouw- en infrasector echt succesvol zijn, dan moeten we bruggen bouwen.’
Inhaalslag
Digitale oplossingen kunnen die brugfunctie vervullen. Dat is de kern van Adriaanses leerstoel aan de Universiteit Twente: de rol van informatie en digitale technologieën bij het reduceren van (de effecten van) fragmentatie in de bouw- en infrasector en de (organisatorische) voorwaarden waaronder dat kan gebeuren. ‘Het belang van het reduceren van die fragmentatie is overduidelijk: pas dan wordt het mogelijk om echt de vruchten van nieuwe digitale technologieën te plukken. Want je kunt bijvoorbeeld in het kader van circulair bouwen data en digitale technologieën gebruiken om tijdens de ontwerpfase beter rekening te houden met materialen die in een bepaald gebied vrijkomen uit gesloopte bouwwerken. Of om een beter demontabel en herbruikbaar bouwwerk te ontwerpen. Maar hebben betrokken partijen er ook belang bij om dat te doen? Op dat onderwerp is een van mijn promovendi recentelijk gepromoveerd.’
Om de conclusies van het genoemde McKinsey-rapport te relativeren wijst Adriaanse op een recenter onderzoek van ING. De bank stelde eind vorig jaar vast dat Nederlandse bouwbedrijven de laatste jaren een flinke inhaalslag hebben gemaakt op het gebied van digitalisering. Dat is geen verrassing voor Adriaanse. Dit beeld komt ook voort uit eigen observaties en onderzoek vanuit zijn leerstoel, bijvoorbeeld op het gebied van BIM-volwassenheid in de Nederlandse bouwen infrasector. Vaak gaat het om het optimaliseren van de net genoemde eilanden.
De laatste jaren is er ook veel meer mogelijk en haalbaar geworden. Met drones zijn gebouwen nu eenvoudig te inspecteren, zonder dat er mensen hoeven te gaan kijken. Sensoren zijn steeds kleiner en goedkoper geworden en kunnen nu overal op grote schaal worden gebruikt om data over bouwwerken te verzamelen en het gebruik en functioneren ervan te monitoren. Dankzij kunstmatige intelligentie en machine learning weten we ook veel beter raad met die enorme hoeveelheid data en kunnen we daar bijvoorbeeld patronen en knelpunten in herkennen.
Digitale weergave met BIM
Via BIM worden die nieuwe digitale mogelijkheden voor een deel al gebruikt. ‘Veel bedrijven in de bouw, zeker de grote, investeren er fors in’, zegt Adriaanse. ‘En we zien startupsdie de bouw op een heel andere manier benaderen met allerlei digitale innovaties, vaak ook gelinkt aan BIM.
BIM bevat een digitale weergave van een bouwwerk. Vloeren, wanden, gevels: alles is erin verwerkt. Ook specifieke kenmerken van objecten zijn erin op te nemen, zoals eisen, materialen en andere specificaties. Ook de uitvoeringsplanning is te koppelen, om het uitvoeringsproces te simuleren. BIM kan daarbij helpen om de ‘eilanden’ in de sector te verbinden. Samenwerking tussen de betrokken partijen kan zo makkelijker worden. Ze kunnen allemaal terugvallen op de data uit BIM en voegen er eigen data aan toe, waarmee andere partijen weer hun voordeel kunnen doen. BIM is ook nog van waarde als de bouw eenmaal is voltooid. Het kan dienen als materialenpaspoort: wordt het gebouw ooit gesloopt, dan is direct duidelijk welke materialen erin zijn verwerkt en welke ervan mogelijk nog een tweede leven kunnen krijgen. ‘Circulair werken begint met een goed overzicht van wat je hebt. BIM kan daarin voorzien.’
Intelligente meetsystemen
Adriaanse ziet BIM niet als eindstation, maar slechts als een tussenstap naar toekomstige digitale toepassingen die een nog grotere reikwijdte hebben. ‘We zien steeds meer intelligente meetsystemen en allerlei databronnen die kunnen helpen om een beeld te krijgen van de actuele toestand van een bouwwerk’, zegt Adriaanse. Neem de Van Brienenoordbrug nabij Rotterdam, een van de TNO-fieldlabs. Er zijn daar enorme hoeveelheden relevante data beschikbaar, zoals weerdata, verkeersdata en eigen meetdata van de brug. Met deze data kan een beeld worden gecreëerd van de staat van het bouwwerk. Maar het zou nog mooier zijn als de beheerder ermee kon voorspellen hoe lang de brug - of elk ander kunstwerk – nog mee kan. Dan moet je toekomstig gedrag van de brug kunnen voorspellen.
Daarvoor werkt Adriaanse met zijn TNO-collega’s aan de ontwikkeling van de digital of predictive twin: een virtuele pendant van een werkelijk bouwwerk, dat de beheerder hulp biedt bij het nemen van beslissingen over eventueel onderhoud, renovatie of vervanging.
Zo’n digitaal tweelingbroertje kan helpen bij het voorkomen van reactief onderhoud. Neem de situatie rond de Merwedebrug bij Gorinchem. Die moest in 2016 plotseling voor zwaar vrachtverkeer worden gesloten vanwege een knelpunt in een constructieonderdeel. Had de brug een predictive twin gehad, dan was mogelijk al veel eerder duidelijk geworden wat de zwakke plekken waren en had het onderhoud eerder kunnen plaatsvinden. De kostbare wegafsluiting was dan wellicht te voorkomen geweest.
‘Ongeveer 70 procent van de 3700 bruggen en viaducten die Rijkswaterstaat in beheer heeft, is voor 1980 gebouwd en loopt inmiddels richting het eind van de levensduur waarop ze zijn ontworpen’, zegt Adriaanse. ‘De vervangingswaarde wordt geschat op zestien miljard euro.’ In totaal telt Nederland ongeveer 40.000 bruggen en viaducten. Het goed kunnen inschatten of vervanging of renovatie echt noodzakelijk zijn en op welke termijn, is dan ook extreem belangrijk, maakt Adriaanse duidelijk.
TNO heeft inmiddels een ‘proof of principle’-predictive twin van een brugdek van de Van Brienenoord ontwikkeld en gaat deze komend jaar abstraheren naar een twin voor een verkeersbrug in het algemeen. Daarbij wordt niet alleen de veroudering van de constructie berekend, maar ook rekening gehouden met verwachte veranderingen in verkeersbelasting. ‘En stel dat platooning (virtueel aan elkaar gekoppelde vrachtwagens die als een treintje dicht achter elkaar rijden) op grote schaal wordt ingevoerd: wat voor extra belasting betekent dat voor de bruggen en kunnen ze die aan?’
Met de ontwikkeling van de predictive twin wordt voortgeborduurd op de BIM-ontwikkeling. Een predictive twin:
• is een digitale replica van een bouwwerk, zoals een brug, of een deel ervan
• staat in (continu) contact met zijn fysieke twin en beoordeelt (continu) de actuele toestand
• kan telkens voorspellingen doen over het gedrag van zijn fysieke twin
• leert middels machine learning en kunstmatige intelligentie continu van de informatie die wordt ontvangen
• kan in de toekomst zelfs beslissingen nemen voor of over zijn fysieke twin
De predictive twin levert kennis op waarmee het beheer van bruggen is te verbeteren en toekomstige scenario’s kunnen worden gesimuleerd. Met die leerervaring kan ook het onderhoud van gelijksoortige bouwwerken worden geoptimaliseerd. En zelfs bij het bouwen van een nieuwe brug, is die opgedane kennis relevant. Belangrijke kennis die bruikbaar kan zijn op verschillende plekken in de versnipperde bouw.
De komende jaren wil TNO nog wat verder gaan: dan moet er een digitale versie ontstaan van een netwerk van bruggen. ‘Het koppelen van diverse predictive twins zal ons in staat stellen op netwerkniveau analyses uit te voeren’, zegt Adriaanse. ‘Dat is onze toekomstdroom: een netwerk van predictive twins als basis voor voorspellend en proactief beheer en onderhoud, bijvoorbeeld van bruggen.’
Adriaanse geeft aan dat TNO een leidende rol wil spelen in die ontwikkeling. Het mooie is dat er allerlei afdelingen binnen TNO bij betrokken zijn: van civieltechnische bruggenexperts die voorspellende modellen van constructies ontwikkelen tot experts op het gebied van sensoren, meetsystemen, data en BIM en deskundigen op het gebied van machine learning en kunstmatige intelligentie, zegt Adriaanse. En waar nodig wordt er met partners samengewerkt. ‘Als verantwoordelijke voor kennisontwikkeling zie ik het als mijn taak al die clubs en disciplines bij elkaar te brengen en de in de organisatie verspreide kennis samen te ballen. Alleen met een multidisciplinaire aanpak met experts uit allerlei domeinen kunnen we de stap zetten naar een predictive twin.'
Missie De onafhankelijke onderzoeksorganisatie TNO verbindt mensen en kennis om innovaties te creëren die de concurrentiekracht van bedrijven en het welzijn van de samenleving duurzaam versterken. Daarvoor zetten de professionals van TNO al meer dan tachtig jaar hun kennis en ervaring in. TNO speelt een voortrekkersrol in de ontwikkeling en toepassing van nieuwe technologieën en werkt, samen met partners, gericht aan transities in negen maatschappelijke domeinen die het samen met de stakeholders heeft geïdentificeerd: Bouw, maritiem & infra, Milieu, Defensie & veiligheid, Energie, Gezond leven, Industrie, Informatie & communicatietechnologie, Mobiliteit & logistiek en Strategische analyses & beleid. Doelgericht innoveren, dat is waar TNO voor staat, waarbij de kennis niet een doel op zich is, maar de praktische toepassing centraal staat. Hoofdkantoor Den Haag Vestigingen Circa veertig in binnen- en buitenland Werknemers Ruim 3200 www.tno.nl/nl/career/tno-als-werkgever
Foto's: TNO