NIEUWS
02 december 2020

Uitdagingen in de bouw tackelen met predictive twins

De bouw- en infrasector wordt geconfronteerd met een aantal grote uitdagingen. Naast een grote vervangings- en renovatieopgave van bestaande civiele infrastructuur moet er circulair en energieneutraal gebouwd gaan worden. De huidige mate van digitalisering in de bouw schiet echter tekort om deze uitdagingen voldoende het hoofd te bieden. In de recentelijk verschenen position paper 'Naar netwerken van predictive twins van de gebouwde omgeving', stelt TNO dat de sector daarom de stap naar voorspellende digitale replica’s van fysieke bouwwerken moet maken, de zogeheten “predictive twins”.

Daarin schuilt de grote meerwaarde van de jongste digitale rage: voorspellen. Of het nu gaat om verkeersbelastingen op de weginfrastructuur en onderhoud van civiele constructies of om de energieprestaties van gebouwen. Het lijkt bijna onvermijdelijk: de bouwwereld is zo’n beetje overgeschakeld op BIM, de hekkensluiters maken nu de overstap. En sensoren die data inzamelen van alles op en om gebouwen en constructies worden ook steeds meer gemeengoed. Koppel die twee ontwikkelingen aan elkaar en je hebt een digital twin: een virtuele kopie van een bouwwerk die voortdurend wordt gevoed met actuele informatie. Reuze handig voor iedereen die bezig is met beheer, onderhoud, verbouwingen, uitbreidingen, of wat dan ook.

Een predictive twin is dus een digitale replica van een (deel van een) fysiek bouwwerk, zoals bruggen, tunnels, woningen en kantoren. Deze staat in tegenstelling tot een BIM in verbinding met de fysieke twin. Hierdoor kan de predictive twin de fysieke twin volgen, beoordelen en tot slot, op basis van de informatie die wordt ontvangen, leren. Tijdens de levenscyclus van een bouwwerk kan de predictive twin o.a. worden ingezet om allerlei simulaties en voorspellingen te doen ten aanzien van het toekomstige gedrag en gebruik van de fysieke twin.

Predictive twins zijn van meerwaarde

Arjen Adriaanse, auteur van de TNO paper, benadrukt de meerwaarde van predictive twins ten opzichte van de meer conventionele digitale oplossingen:

“Wat TNO betreft is er een cruciale rol weggelegd voor de ‘predictive twins’. Doordat we tegenwoordig over steeds meer data over bouwwerken beschikken kunnen we onze voorspellende modellen beter voeden met actuele data en meer lerend maken. Daarmee kun je het toekomstige gedrag en gebruik van bouwwerken en netwerken van bouwwerken beter voorspellen, simuleren en beïnvloeden. Deze stap naar predictive twins maakt wat ons betreft een proactieve besluitvorming over bouwwerken en netwerken van bouwwerken gebaseerd op data, voorspellende modellen en scenario-analyses mogelijk.”

Hoe predictive twins bijdragen aan het oplossen van huidige uitdagingen in de bouw

Predictive twins zouden op de volgende manieren kunnen bijdragen aan de uitdagingen van de sector:

  • Bij de vervangings- en renovatieopgave voor de bestaande civiele infrastructuur kunnen predictive twins gebruikt worden om de verwachte technische levensduur van (netwerken van) civiele kunstwerken op een efficiënte en kosteneffectieve manier te voorspellen.
  • Bij de transitie naar een circulaire bouwsector kunnen predictive twins niet alleen fungeren als materialenpaspoort van bouwwerken, maar ook als belangrijk hulpmiddel om de technische levensduur en kwaliteit van bouwcomponenten te monitoren en te voorspellen.
  • Bij de energietransitie bestaande bouw zullen predictive twins worden ingezet om het energiegebruik op gebouw- en wijkniveau te voorspellen en te optimaliseren.

De uitdagingen van de implementatie van predictive twins

Op dit moment wordt er onderzoek gedaan naar de verdere toepassing van predictive twins. Rob Roef, medeauteur van de paper: “We doen op dit moment in verschillende domeinen ervaring op met de ontwikkeling en het gebruik van predictive twins. Op basis daarvan signaleren we verschillende uitdagingen. Om predictive twins in de praktijk bruikbaar te maken is het bijvoorbeeld van belang dat deze op een efficiënte wijze gecreëerd worden en tegelijkertijd voldoende betrouwbare voorspellingen leveren.

Het gevaar dreigt dat technologische oplossingen te kostbaar en uitgebreid zijn voor de behoeften in specifieke situaties. Het is van belang je steeds af te vragen welk type predictive twin een bouwwerk nodig heeft, ‘fit for purpose’ dus.

Doorbraak na drempel

Adriaanse: “Het lijkt allemaal steeds sneller te gaan, dat maken van voorspellende modellen en integreren met dynamische databronnen. Maar een eindig elementenmodel opbouwen van een grote constructie als de Van Brienenoordbrug kost nu nog altijd meer dan een jaar. Dit houdt de brede toepassing van predictive twins tegen.

Wij werken nu aan een methode waarmee in een korte tijd een ‘eenvoudig’ voorspellend model van een predictive twin van een brug ontwikkeld kan worden. De twin leert vervolgens op basis van monitoringsdata. De overtuiging is dat de ontwikkeltijd voor de benodigde voorspellende modellen zo kan worden teruggebracht van een jaar naar een week. Dat zou een grote doorbraak zijn voor de brede toepasbaarheid van predictive twins van bruggen.''


Bronnen:
Adriaanse, A. (2020, 18 november). PREDICTIVE TWINS OPLOSSING VOOR UITDAGINGEN IN DE BOUW. Geraadpleegd van TNO
Tissink, A. (2020, 24 november). TNO brengt digital twins voorbij de ‘buzz’. Geraadpleegd van Cobouw

Meer nieuws

Contact

Vragen of interesse?

Ik ben elke werkdag tussen 7:00 en 19:00 bereikbaar.
Heb je nog vragen?
Kisito Zonneveld Consultant Bouw, Installatie- en Civiele techniek
Kisito Zonneveld