Het ongeziene goed beheren met effectief datamanagement

Vaststellen wat de conditie is van ondergrondse leidingen: met een verouderend leidingnet is dit een toenemende uitdaging voor drinkwaterbedrijven en waterschappen. Het TKI-project Midas heeft voor eindgebruikers een aanzet gegeven tot beter onderbouwde, nauwkeurigere inschattingen van faalkansen van hun leidingen. Daarmee draagt het bij aan een betere besluitvorming rond het al dan niet vernieuwen ervan. “De winst is vooral dat dit onderzoek laat zien hoe belangrijk het is om data goed en betrouwbaar te verzamelen”, aldus Jurjen den Besten van datascience consultancy Spatial Insight.

Doel van het project Midas (Multiple Data Sources) was het verbeteren van data voor gebruik in leidingconditiemodellen. Onderzocht werd wat het samenspel is van individuele datacomponenten en de invloed hiervan op de mate van (on)zekerheid van voorspellingen. Drie technologieleveranciers waren bij het project betrokken. HDM Pipelines – beheerder en assetmanager van ondergrondse infrastructuur – speelde een belangrijke rol in het verbinden van onderzoek, praktijk en diensten. Acquaint – een bedrijf dat ondergrondse leidingen inspecteert – was leverancier van niet-publieke data en diensten en bereidde deze voor. En Spatial Insight was belast met het integreren van data over leidingkwaliteit en de kwaliteitscontrole van die data. De onderzoekscomponent van het project lag bij KWR.

“De winst is vooral dat dit onderzoek laat zien hoe belangrijk het is om data goed en betrouwbaar te verzamelen.”

Datascience

Voor Spatial Insight – een bedrijf dat drinkwaterbedrijven helpt bij het optimaal beheren van ondergrondse assets – was de projectdoelstelling een interessante insteek, vertelt Den Besten. “Dankzij datascience kunnen we met kennis over storingen uit het verleden toekomstige storingen zien aankomen. Midas had een net iets andere focus. Het ging niet om het voorspellen van storingen, maar van de kwaliteit van leidingen, zonder deze te hoeven opgraven of te inspecteren. Behalve vanuit drinkwaterbedrijven zien we ook vanuit waterschappen steeds meer belangstelling voor datawetenschappen. Wanneer we voor heel Nederland de leidingkwaliteit zouden kunnen voorspellen, en dit vervolgens zouden kunnen vergelijken met het storingsgedrag, betekent dit dat we deze twee gegevens bovenop elkaar kunnen leggen om naar overeenkomsten te zoeken. Dat zou voor het assetmanagement een enorme meerwaarde zijn.”

Complexe puzzel

Den Besten benadrukt hoe belangrijk het is om data integratie – het aan elkaar knopen van verschillende databronnen – goed te organiseren. “Je kunt wel proberen om analyses uit te voeren, maar als de kwaliteit van de onderliggende data onvoldoende is, gaat dat niet lukken.” Maar zelfs als die organisatie wel deugt, is het voorspellen wat ondergronds gebeurt een complexe puzzel, legt Den Besten uit. Hij wijt dit aan het feit dat de biografie van het leidingnet niet goed is gedocumenteerd. Aangelegd in de jaren ’60 is – onder hoge tijdsdruk vanwege het grote woningtekort – een knap staaltje werk geleverd. Maar wat na die tijd met de leidingconditie gebeurde, is niet vastgelegd in data. Over karakteristieken die meespelen in de levensloop van leidingen, weten we daarom meer niet dan wel. In het project Midas is onderzocht of datgene wat wel beschikbaar is, te gebruiken is om leidingcondities te voorspellen.

Beperkte correlatie

Den Besten licht toe. “Als je de relatie kent tussen parameters op een plek waar metingen aan de buisconditie zijn gedaan, kun je op een andere plek ook zonder die metingen aan de hand van die parameters uitspraken doen. Is ergens bijvoorbeeld een wanddikte van de leiding erg afgenomen, en meet je op die plek ook zuur grondwater, zou je kunnen vermoeden dat hier een verband tussen bestaat. Op andere plekken met zuur grondwater verwacht je dan ook die afname in wanddikte. Maar zo eenvoudig is het helaas niet. Wat dit onderzoek heeft geleerd, is dat de correlatie tussen bekende parameters – zoals zuurgraad van het grondwater – en doelvariabelen – zoals wanddikte – eigenlijk beperkt is. Dat kan bijvoorbeeld liggen aan verschillen in buiskwaliteit, maar daarvan ontbreken dus de data. We weten niet wat we niet weten. Dat is wel vaker een probleem.”

“Het dashboard biedt ondersteuning zodat we weten waarop we ons de komende tijd op moeten richten.”

Dashboard

Toch zijn genoeg data vastgelegd om met Midas een stap te hebben gemaakt voor het optuigen van de gewenste integratie. Daaruit is een concreet resultaat voortgekomen: een door KWR ontwikkeld dashboard, bedoeld voor het invoeren van variabelen waarna het effect hiervan op de toestand en het functioneren van de leiding zichtbaar wordt. Eindgebruiker George Galama van Waterschap Zuiderzeeland is enthousiast over de praktische tool. “Sinds 2016 zijn we bezig met het actief vormgeven van het beheer van onze persleidingen. Om betrokken te zijn bij nieuwe ontwikkelingen hieromtrent zijn we in dit project gestapt. Het dashboard biedt ondersteuning zodat we weten waarop we ons de komende tijd op moeten richten. We hebben een beeld gekregen welke data die we verzamelen voldoende nauwkeurig zijn, en waar ons huiswerk ligt. Bovendien kunnen we het dashboard en ook het rapport – met een speciaal hoofdstuk voor eindgebruikers – aangrijpen om het gesprek aan te gaan met directie en management. Het is vaak lastig om de ondergrondse problematiek tussen de oren te krijgen zodat hier geld voor wordt vrijgemaakt. Natuurlijk is het dashboard nog geen kant en klaar eindproduct dat vertelt welke investeringen waar nodig zijn. Maar het is zeker een bruikbare bouwsteen.”

Spagaat

Volgens Den Besten is het dashboard vooral een nuttige tool die inzichtelijk maakt in welke mate de variatie in brongegevens een effect heeft op de einduitslag. Hij noemt het een ‘bewustwordingsinstrument’, waarmee eindgebruikers leren inzien hoe de onzekerheid van data doorwerkt wanneer je deze achter elkaar zet. “Zo besef je hoe belangrijk het is om data van hoge kwaliteit te verzamelen. Al blijft het de vraag of we met data integratie zullen komen tot een betrouwbare voorspelling van de leidingconditie. Zoals ik al aangaf blijkt het heel moeilijk om op basis van data hiervan een goede inschatting te maken. Omdat het gebruiken van conditiedata om lekken te voorspellen zo moeilijk is, rekenen we bij Spatial Insight vooral met historische lekkages. Deze gegevens worden door de Nederlandse drinkwaterbedrijven heel goed geregistreerd. Soms wordt gekozen voor storingsafhankelijk onderhoud, maar dat ligt maatschappelijk gezien erg gevoelig, en terecht. Als je aan de andere kant kiest voor preventieve vervanging, moet je accepteren dat je geld en middelen moet investeren om zeker te zijn dat alle leidingen veilig zijn. Die afweging tussen economische waarde en beeldvorming is best een spagaat. In het algemeen komt het erop neer dat we ons moeten afvragen wat de beste manier is om te kunnen omgaan met de uitdaging van verouderende assets.”

“ … we kregen genoeg ruimte om aan te geven waar onze vragen liggen, vervolgens werd hierop geacteerd.”

Handen en voeten

Galama van Waterschap Zuiderzeeland is zeer te spreken over de samenwerking met Spatial Insight, Acquaint, HDM Pipelines en KWR. Samen met de drinkwaterbedrijven werd hij als eindgebruiker meegenomen in wat er tussentijds gebeurde. “Het onderzoek had een hoog theoretisch gehalte”, vertelt hij. “Maar de vertaalslag naar de praktijk werd goed gemaakt. En we kregen genoeg ruimte om aan te geven waar onze vragen liggen, vervolgens werd hierop geacteerd.” Op zijn vraag hoe nu het beste handen en voeten te geven aan de vervolgstap, heeft Den Besten een duidelijke tip. “Zorg voor een gedegen en gestructureerde aanpak van asset data-informatie. En verwaarloos hierbij niet de basale informatielaag, met gegevens over diameter, materiaal en jaar van aanleg van leidingen, want die zijn juist bijzonder waardevol.”

TKI als waardevolle omgeving

Vanuit de optiek van de technologieleveranciers, stemt Den Besten ermee in dat Midas voldoende munitie heeft opgeleverd zodat zij de komende jaren verder kunnen werken aan het inzetten van leidingconditiemodellen bij het duiden van omgevingsdata en inspecties van hun klanten. Wel plaatst hij hierbij een kanttekening. “Het project is een goed vertrekpunt om ons te realiseren dat we niet alles weten. En ik ben kritisch over de mogelijkheid om te weten te komen wat nu nog ontbreekt. Juist voor dit soort onderzoek is TKI een waardevolle omgeving. Het geeft ruimte om kennislacunes op te sporen, iets wat je ook als een mislukking zou kunnen bestempelen. Maar dit soort onderzoek is juist nuttig om vervolgstappen te kunnen maken. Daar mogen we trots op zijn.”

Het project MIDAS is uitgevoerd met de volgende partners: Acquaint, Brabant Water, HDM Pipelines, KWR, Spatial Insight, Waterschapsbedrijf Limburg, Waterschap Zuiderzeeland.