Lunchlezing Bruggen: datagedreven assetmanagement Pro-Rail en KLM

Over deze lezing

Op 26 januari vervolgen we de reeks 'een andere blik op datagedreven assetmanagement' waarin datagedreven beheer van rail- en luchtvaartassets centraal staat. 

Pro-Rail

Marlies van der Goot en Marcel Gerrits van ProRail laten aan de hand van concrete voorbeelden zien hoe zij met sensoren een tunnel en een brug monitoren in een 3D omgeving.

KLM

De grote hoeveelheid data die moderne vliegtuigen genereren, maken dat voorspellend onderhoud een steeds grotere rol krijgt in de luchtvaart. Voorspellend onderhoud heeft de potentie tot lagere reparatiekosten, betrouwbaardere operaties en een hogere klanttevredenheid. Maar hoe introduceer je een nieuw onderhouds-concept in een conservatieve industrie als de luchtvaart? Aan de hand van een aantal voorbeelden zal door Floris Freeman, KLM R&D coördinator voor ReMAP, worden uitgelegd hoe voorspellend onderhoud bij KLM in korte tijd van nieuw idee tot een beproefde werkwijze is geworden.  

Floris Freeman is betrokken bij een groot Europees onderzoek naar de toekomst van vliegtuigonderhoud wat uiteraard data-gedreven is. Hij vertelt over onderhoudsrequirement op basis van Condition Based Maintenance met sensoren en uitvoering met geoptimaliseerde planningen. Zie ook: Home - H2020 ReMAP (h2020-remap.eu)

Lunchlezingen Bruggen

In de reeks lunchlezingen over bruggen krijg je innovatieve inzichten en praktijkvoorbeelden uit eerste hand van professionals uit het netwerk aangereikt. Hierbij staat de inhoud centraal: wat en hoe? We maken een vertaalslag naar jouw werk: waar begin je en welke ingrediënten heb je hiervoor nodig? Georganiseerd door Platform Bruggen en Platform WOW.

Praktische informatie

Locatie
Online
Evenementdatum
26 januari 2022
Tijd
12.30 - 13.30 uur
Kosten
Geen
Doelgroep
Beheerders van infrastructurele objecten

Sprekers

Marlies van der Goot

ProRail

GIS adviseur

Marcel Gerrits

ProRail

Project Manager (PMP, Prince2)

Floris Freeman

KLM Royal Dutch Airlines

Research Lead Condition-Based Maintenance

Samenwerkingspartners