Gamechanger nodig voor grote stap procesveiligheid - Utilities
achtergrond

Gamechanger nodig voor grote stap procesveiligheid

Publicatie

1 dec 2021

Categorie

Industrielinqs

Soort

achtergrond

Tags

digitalisering, veiligheid

‘Binnen de procesveiligheid zitten we al jaren tegen een plafond aan. We maken nog steeds voortgang op het gebied van veiligheidsverbetering, maar een grote stap blijft uit. Incidenten die zich voordoen, worden geanalyseerd waaruit lering wordt getrokken. In de praktijk herhalen incidenten zich zelden exact op dezelfde wijze terwijl de complexiteit van de processen vaak toeneemt. Hierdoor kan de opgedane kennis uit eerdere incidenten niet altijd worden ingezet. Een gamechanger is nodig om een grote stap in procesveiligheid te kunnen zetten en de veiligste chemische industrie in West-Europa te worden’, stelt Johan van Middelaar, partner in Brightsite en senior onderzoeker en adviseur Veiligheid bij TNO. Chemelot streeft ernaar in 2025 de veiligste, meest concurrerende en meest duurzame site van West-Europa te zijn. Programmamanager Esta de Goede van Sitech: ‘Brightsite helpt Chemelot om dit te realiseren. Het is een publiek-private samenwerking tussen Sitech Services, TNO, Maastricht University en Brightlands Chemelot Campus. Onze doelstelling is om te laten zien dat de transitie van de chemische industrie naar klimaatneutraal mogelijk is, waarbij de randvoorwaarden veiligheid en maatschappelijke acceptatie niet mogen ontbreken. In de programmalijn ‘Veiligheid en maatschappelijke acceptatie’ kijken we onder meer naar de inzet van artificial intelligence (AI) om te komen tot een lager aantal incidenten in de procesindustrie. Met AI bedoelen we hier het analyseren van gegevens met behulp van een reeks slimme algoritmen om patronen te vinden.’ Van Middelaar: ‘Incidenten doen zich vaak eenmalig voor, elk incident is uniek. Uit analyses blijkt vrijwel altijd dat – achteraf – patronen te herkennen zijn die hebben geleid tot dat incident. Denk bijvoorbeeld aan eerdere storingen, reparaties, eerdere incidentmeldingen, fouten in de communicatie, niet goed volgen van procedures, herhaaldelijk moeten bijsturen van bepaalde processen, enzovoorts. We willen in ons onderzoek deze patronen niet langer achteraf, maar voorafgaand aan een incident identificeren met behulp van AI en machine learning (ML). Ons doel is om deze patronen – ook wel afwijkingen genoemd – real-time te identificeren om medewerkers zodoende een handelingsperspectief te geven om storingen te herstellen voordat het fout gaat. Zodoende kun je dus incidenten voorkomen.’ ‘Toepassing van NLP in process safety in de...

Voor leden

Lees gratis verder.

Wachtwoord vergeten

Alles lezen?

Abonneer nu en krijg toegang tot:

  • Alle verschenen artikelen van Utilities
  • Bladerbare versies van het blad Utilities
  • Projectendatabase
Aanmelden
Fotocredit: AdobeStock
Bron: Industrielinqs 11-2021

Industrielinqs 1, 2022

25 januari 2022

nieuws

Uitbreiding energie-infrastructuur moet nú