Industrielinqs 11-2021 Archieven - Utilities

Iedere keer als er weer een klimaattop is, lijkt het erop dat het internationale overleg alleen maar tot teleurstellingen leidt. Natuurlijk, er zijn zeker pluspunten te noemen. Zo zijn bijna alle landen overeengekomen steenkool uit te faseren. Helaas spreekt China liever over afschalen. Ook wat betreft de uitstoot van methaan, verantwoordelijk voor een derde van de opwarming, beloofden de grootste vervuilers zoals China, India en Rusland maatregelen te nemen. En, misschien wel de belangrijkste afspraak, verschillende landen zijn overeengekomen te stoppen met subsidies voor fossiele brandstoffen.

Toch zijn de beloften en afspraken in veel gevallen niet veel meer dan dat. Want steeds weer zien we berekeningen terugkomen over de geschatte effecten van de afspraken. En dan blijkt dat de verwachte temperatuurstijging in 2100 momenteel op 2,4 graden Celsius staat.

Nu is het misschien te eenvoudig om alleen naar de politieke leiders te kijken. Uiteindelijk zijn die in veel gevallen democratisch gekozen en vertegenwoordigen ze de wil van het volk. En die vindt het in het algemeen maar wat gemakkelijk om met het vingertje te wijzen naar de vervuilende industrie. Terwijl ze wel de producten van diezelfde industrie afnemen, met het vliegtuig op vakantie gaan en het liefste een stukje vlees eten.

Onlangs hoorde ik nog een interview met hoogleraar Bert Weckhuysen, die ook op de European Industry & Energy Summit begin december spreekt, over de belofte van een groene chemie. Goed om te horen dat de onderzoeksgroep van Weckhuysen onderzoekt hoe diezelfde producten waar we als samenleving van profiteren op duurzame wijze kunnen worden geproduceerd. Maar ook confronterend om te horen dat de gemiddelde westerse mens jaarlijks elf ton CO2 uitstoot. Een groot deel van die uitstoot gaat overigens naar de heilige koe: de auto. Natuurlijk hakt een vliegreis er ook goed in. Gedragsverandering heeft dus wel degelijk impact.

Weckhuysen weigerde ook om mee te gaan met de politici die beweerden dat de technologie om de klimaatcrisis af te wenden al klaar ligt. Er zijn natuurlijk al alternatieven voor fossiele brand- en grondstoffen. Maar er is nog heel veel geld en onderzoek nodig om die technologie tot wasdom te laten komen. Het is dan ook te simpel om te denken dat politici, wetenschappers of zelfs de industrie het klimaatprobleem gaan oplossen. Uiteindelijk moet iedereen zijn steentje bijdragen en zijn CO2-uitstoot terugdringen. Je adem inhouden schijnt ook te helpen, maar de trein nemen lijkt me een stuk eenvoudiger.

David van Baarle, hoofdredacteur

‘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 procesindustrie zijn we vrijwel niet tegengekomen.’

Johan van Middelaar, adviseur Veiligheid bij TNO

Waardevolle informatie

Het Brightsite team kiest hiervoor een voor de procesindustrie vrij onconventionele aanpak. Van Middelaar: ‘We beginnen met toepassing van Natural Language Processing (NLP). Deze techniek is in staat om uit teksten de kernwoorden te herkennen en onderlinge relaties te bepalen. Dit gebeurt door een combinatie van syntactische informatie (zinsconstructie), keyword extractie, webbronnen en semantische embedding methoden. Toepassing van NLP in het domein van process safety in de procesindustrie zijn we nationaal en internationaal vrijwel niet tegengekomen.’

Toch kan het heel waardevol zijn. John van den Hurk van Sitech/AnQore is deel van het team van de programmalijn. Van den Hurk: ‘Na iedere dienst vullen operators een shift report in om de volgende ploeg op de hoogte te stellen van de recente gebeurtenissen en aan te geven waar ze rekening mee moeten houden. Een verzameling van deze verslagen biedt een grote hoeveelheid aan tekstuele data die het computersysteem kan analyseren. Dit leidt tot waardevolle informatie.’

Apps

Om een voorspellend model te kunnen ontwikkelen, is data uit de praktijk nodig. De Goede: ‘Hiervoor zijn we een samenwerking aangegaan met chemiebedrijf AnQore, dat op Chemelot diverse productiefabrieken heeft. AnQore is geïnteresseerd in de toepassing van kunstmatige intelligentie en neemt daarom graag deel aan het project.’

Van den Hurk: ‘Tekstuele data is heel waardevol. Om tekstdata te analyseren zijn we begonnen met het ontwikkelen van een app, de zogenaamde ‘sentimentanalyse’. Woorden hebben daarin een bepaalde positieve waarde (foutloos, voorspoedig, goed) dan wel een negatieve (verstoring, ingewikkeld, lekkage, moeilijk, etc.) connotatie. We hebben een lexicon opgesteld van termen die veel worden gebruikt in de procesindustrie, zoals in de shift reports van AnQore, en hebben aan die woorden een waarde van +5 (positief sentiment) tot -5 (negatief sentiment) toegekend. Het systeem loopt vervolgens de shift reports na en kan op basis daarvan de verslagen als geheel een positieve dan wel negatieve waarde toekennen. Waarom we dit doen? We vroegen ons af of het sentiment en het optreden van incidenten een verband hebben. Onze eerste inzichten leren ons dat dat verband er is. Er zijn diverse gevallen waarbij we voor het incident een lager sentiment waarnemen. Ook kunnen we kijken hoe vaak bepaalde woorden in combinatie worden genoemd. Zo zagen we in een test dat een bepaald nummer van een pomp voor een incident veel vaker werd genoemd. Koppelden we dit aan de sentimentanalyse, dan bleek dat we ook een afnemend sentiment konden constateren voor datzelfde incident. De medewerkers zelf zijn echter vaak niet in staat dergelijke patronen op te merken aangezien ze slechts het verslag van de vorige dienst(en) doornemen en niet alle historie van de voorgaande diensten kunnen onthouden. Met de door ons ontwikkelde apps kunnen we dit wel.’

Toetsen

De theorie klinkt eenvoudig, de realiteit is complexer. De Goede: ‘In het onderzoek zijn we op zoek naar alle vereisten die nodig zijn om tot de voorspellende modellen te komen, van de manier van aanleveren van data, IT-vereisten, hoeveel data nodig is om betrouwbare conclusies te kunnen trekken tot het vertalen van plaatjes. In realiteit zijn er veel variabelen en datasets die een rol spelen waardoor het risico op een incident toeneemt. Dat maakt het geheel complex. Inmiddels hebben we een beter beeld wat we nog verder moeten ontwikkelen en welke stappen we nog moeten zetten. Tegelijkertijd zien we wel steeds duidelijker dat ons einddoel echt mogelijk is.’

Dit einddoel is morgen nog geen realiteit. Van Middelaar: ‘De eerste fase, de descriptieve (beschrijvende) fase, waarbij we aan de hand van historische data terugkijken naar incidenten en patronen zoeken hebben we inmiddels redelijk ingevuld Nu gaan we geleidelijk richting de voorspellende fase waarbij we onze modellen koppelen aan real-time data. Hoe is de situatie vandaag? We willen real-time afwijkingen boven water halen, zodat we veel sneller kunnen ingrijpen als het mis dreigt te gaan en zodoende (grote) incidenten voorkomen. In 2022 richten we ons op het toetsen van het theoretisch model dat we tot nu toe hebben gebouwd, in de praktijk. We willen bewijzen dat het werkt en hoe goed het werkt. Hoeveel incidenten kunnen we vooraf waarnemen en voorkomen? Is dat vijf, tien of vijftig procent? The proof of the pudding is eating it. Daar gaan we komend jaar in samenwerking met AnQore mee aan de slag.’

Jargon

Van den Hurk: ‘We hebben inmiddels twee jaar gewerkt aan het model en steeds meer mensen die we sectorbreed spreken zijn enthousiast en zien het potentieel. Het draagvlak is op managementniveau de afgelopen jaren flink gegroeid. Tegelijkertijd blijft het spannend hoe de medewerkers hierop reageren. Ook hier moeten we een traject in gaan van introductie tot acceptatie en het zien van een meerwaarde in het systeem. Je moet er daarbij ook rekening mee houden dat men mogelijk in het begin andere woorden gaat gebruiken in verslagen om een en ander te manipuleren. De praktijk toont niet alleen de effectiviteit aan, maar geeft ook meer inzicht in hoe het wordt omarmd.’

procesveiligheid

(c) Brightsite

De ultieme stap is te komen tot een voorschrijvend model, waarbij het model niet alleen voorspelt, maar ook advies geeft wat je zou kunnen doen om een afwijking te herstellen of processen (‘gedrag’) weer in goede banen te leiden. Van Middelaar: ‘Zover zijn we nog niet. Heb je het over AI, dan heb je altijd te maken met verwachtingen. Sommigen denken dat er op een bepaald moment een plug-and-play product op de markt te koop is, maar zo eenvoudig is het niet. We schatten bijvoorbeeld in dat een deel van het opgestelde lexicon met betrekking tot procesveiligheid generiek is. Woorden als lekkage, defect, repareren zijn algemeen. Daarnaast is er een typisch jargon dat per fabriek, locatie, proces of per sector kan verschillen. Blijkt het model goed te werken, dan moet je voor iedere nieuwe toepassing vooraf het lexicon voor procesveiligheid op maat maken.’

Perceptie

Naast verwachtingen heb je ook te maken met perceptie. Van Middelaar: ’Veel mensen zijn bang dat AI de beslissingen voor hen gaat nemen en dat de mens buitenspel komt te staan. Zo zal het zeker niet gaan. Wij willen dat AI een hulpmiddel wordt en dat de mens de regie houdt. We willen mensen overtuigen door transparant te laten zien hoe alles werkt met het uitgangspunt dat het een meerwaarde heeft. Maar ook dat kost tijd. Iedere nieuwe technologie heeft tijd nodig om de weg tot de markt te vinden, terwijl brede acceptatie nog langer duurt. Dat geldt ook voor AI, zeker in combinatie met procesveiligheid.’

‘Het is de kunst om je niet te verliezen in de mogelijkheden van datatechnologie.’

Esta de Goede, programmamanager Sitech

Focus

Tegelijkertijd blijken de mogelijkheden eindeloos. De Goede: ‘Uiteindelijk willen we nieuwe chemische processen die er nog niet zijn, maar die bijvoorbeeld nodig zijn voor de klimaattransitie, vooraf al zodanig kunnen inrichten met behulp van deze modellen dat de leercurve zo steil en kort mogelijk is. Daarbij neemt het risico op incidenten af en verbetert de procesveiligheid. Tegelijkertijd zien we continu nieuwe mogelijkheden waar AI een meerwaarde kan hebben. Het was de afgelopen twee jaar dan ook de kunst bij dit project om je niet te verliezen in de mogelijkheden die datatechnologie ons biedt, maar gefocust te blijven op de inhoud en het doel dat wij voor ogen hebben, namelijk het voorspellen van incidenten. Natuurlijk kijken we naar potentiële zij-richtingen, maar we willen ons er niet door laten afleiden. Anders komen we nooit tot een tastbaar resultaat waarmee we kunnen bewijzen wat de waarde is, zeker met zo’n klein team.’

Van den Hurk: ‘Wat ons betreft is qua data the sky the limit. Er is zoveel technische data beschikbaar om te gebruiken, maar al doende moet je bepalen welke data echt relevant is.’

Van Middelaar: ‘Je kan bijvoorbeeld ook data met betrekking tot de opleiding, ervaring of training meenemen in de modellering, of data uit biosensing, zoals stress of werkdruk, wat risicofactoren zijn voor het ontstaan van incidenten. Echter, dit soort data gebruiken we bewust niet aangezien de privacywetgeving het geheel dan nog veel complexer zou maken. Kortom, we behouden onze focus en zetten steeds kleine stappen voorwaarts richting ons einddoel. En dat komt op die manier steeds dichterbij.’