Storingen voorkomen met artificial intelligence

Storingen voorkomen met artificial intelligence Generatieve AI

Storingen kunnen een doorn in het oog zijn, een constant ongemak dat we allemaal kennen: de storingen in betalingsapps, websites die vastlopen, of software die niet correct functioneert. Deze incidenten zijn niet alleen vervelend, ze kunnen ook een enorm financieel verlies voor bedrijven betekenen, soms oplopend tot miljoenen. Het incident van de stroomstoring in Flevoland illustreert hoe een eenvoudig probleem, een defecte zekering in dit geval, kan escaleren en grootschalige storingen kan veroorzaken. Maar kunnen wij storingen voorkomen?

Storingen voorkomen: een gezamenlijke onderneming

In een poging deze problemen aan te pakken, hebben de Universiteit Twente, Hogeschool Saxion, TNO-ESI en de Vrije Universiteit Amsterdam samengewerkt om een revolutionaire oplossing te ontwikkelen. Ze hebben een forse onderzoekssubsidie van 3 miljoen euro ontvangen voor het ZORRO-project (Engineering for Zero Downtime in Cyber-Physical Systems via Intelligent Diagnostics). Dit project heeft als doel om storingen beter te voorspellen en te voorkomen door gebruik te maken van kunstmatige intelligentie (AI).

Mariëlle Stoelinga, hoogleraar Risk Management for High-tech systems aan de Universiteit Twente, benadrukt dat intelligente diagnostiek een bloeiend onderzoeksterrein is. “Het unieke aan ZORRO is dat we naar het gehele systeem kijken, niet alleen naar afzonderlijke componenten,” legt ze uit. Ze geeft toe dat dit de complexiteit verhoogt, omdat de verschillende componenten binnen een systeem complexe interacties en afhankelijkheden hebben. De uitdaging is om hiervoor diagnostische tools te ontwikkelen.

Het project ZORRO: werkpakketten en doelstellingen

ZORRO streeft ernaar om efficiënte monitorsystemen te ontwikkelen door gebruik te maken van slimme combinaties van sensoren. Een ander aspect van het project is gericht op het verbinden van domeinkennis met datagedreven algoritmen. Dit wordt bereikt door het ontwikkelen van nieuwe diagnostische modellen en deze te integreren in het ontwikkeltraject voor hightech systemen.

Het ZORRO-project ontwikkelt diagnostische methoden voor hightech systemen, zoals MRI-scanners en printers. Door deze systemen continu te monitoren met de juiste sensoren, kunnen AI-algoritmen afwijkingen in de sensorsignalen opsporen en deze koppelen aan hun onderliggende oorzaken. Vervolgens kunnen passende maatregelen, zoals vervanging of reparatie, tijdig worden uitgevoerd om storingen te voorkomen.

Het vertrouwen in ZORRO

Carmen Bratosin, vice-projectleider van TNO-ESI, heeft vertrouwen in het project. “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.”

Het project ZORRO heeft veel potentieel. Met de focus op het voorkomen van storingen door middel van geavanceerde technologieën zoals AI, kan het de manier waarop we storingen in hightech systemen benaderen, radicaal veranderen. Dit heeft niet alleen invloed op de efficiëntie van bedrijven, maar kan ook bijdragen aan een soepeler functionerende samenleving.

Technologie is ongetwijfeld een integraal onderdeel van ons leven geworden. Maar storingen kunnen de voordelen die we uit deze technologieën halen, tenietdoen. Door intelligente diagnostische hulpmiddelen te ontwikkelen, zoals die voorgesteld door het ZORRO-project, kunnen we hopen op een toekomst waarin technische storingen zeldzaam en beheersbaar worden.

De kunstmatige intelligentie in diagnostiek

Kunstmatige intelligentie speelt een centrale rol in het ZORRO-project. Het stelt ons in staat om met een frisse blik te kijken naar de manier waarop we storingen in systemen aanpakken. Door AI-algoritmen te gebruiken, kunnen we patronen in data identificeren die menselijke analisten misschien over het hoofd zien. Hiermee kunnen we anticiperen op potentiële problemen voordat ze zich voordoen, wat het mogelijk maakt om storingen te voorkomen en de efficiëntie van hightech systemen te verbeteren.

De toekomst van storingen voorkomen

Het is duidelijk dat we op de drempel staan van een nieuwe manier om storingen aan te pakken. Door een combinatie van domeinkennis, datagedreven algoritmen en kunstmatige intelligentie, werkt het ZORRO-project aan een toekomst waarin storingen minder vaak voorkomen, minder impact hebben en effectief kunnen worden aangepakt. Terwijl we ons op dit spannende nieuwe terrein begeven, blijft het onze hoogste prioriteit om storingen te voorkomen, de efficiëntie van hightech systemen te verbeteren en het leven van iedereen die van deze systemen afhankelijk is, gemakkelijker te maken.

Het onderzoeksproject ZORRO, onder leiding van Universiteit Twente hoogleraar Marielle Stoelinga en TNO-ESI co-projectleider Carmen Bratosin, ontvangt financiering van het programma Next Generation Hightech Equipment: cyber-physical systemen. Dit programma is onderdeel van het Kennis- en Innovatieconvenant (KIC), een nationaal investeringsinitiatief gericht op baanbrekende, innovatieve oplossingen die maatschappelijke en economische voordelen bieden. Samen met grote industriële partners zoals ASML, Canon Production Printers, ITEC, Philips en Thermo Fisher Scientific, wordt er geïnvesteerd in de bedrijfsmatige toepassing van kennis om met behulp van slimme technologieën, grote maatschappelijke uitdagingen aan te gaan.

Bron: Twente Universiteit

Digitale Nieuwsbrief

SCHRIJF JE IN VOOR ONZE WEKELIJKSE NIEUWSBRIEF EN BLIJF OP DE HOOGTE VAN ALLE INDUSTRIËLE EN TECHNISCHE ONTWIKKELINGEN!

Door jouw inschrijving voor de nieuwsbrief, ga je akkoord met onze privacy voorwaarden.

Dit artikel delen op je eigen website? Geen probleem, dat mag. Meer informatie.

Avatar foto

Redactie

Dit nieuws is samengesteld door de redactie van IndustrieVandaag.
Lees meer van: Redactie