Levensduurvoorspellend asfaltmodel

Beter voorspellen van de (rest)levensduur van asfaltverhardingen kan geld, CO2 en grondstoffen besparen en kan helpen innovatieve verhardingssoorten toepasbaar te maken.

In dit project gebruiken we hiervoor allereerst bigdata-analyse en modelontwikkeling. Daarmee krijgen we meer informatie en kennis over welke factoren de levensduur beïnvloeden. Verder geven we input aan regelgeving, zodat de verworven inzichten gebruikt kunnen worden in de praktijk.

Het kunnen bepalen van de (rest)levensduur is cruciaal voor zowel assetmanagmentsystemen als het uitvoeren van LCA- en LCC-analyses.

Binnen dit project willen we de versnipperde kennis/informatie/data over de levensduur van asfalt in de sector ontsluiten en analyseren met geavanceerde data-analysetechnieken. Gevonden correlaties gebruiken we voor voorspellingen over de restlevensduur van asfaltwegdekken. Daarnaast worden deze correlaties gecombineerd met de huidige inzichten in schadeontwikkeling om zo te komen tot een State of the Art asfaltlevensduurmodel,
 

Doelstellingen

Het doel van het project is al aangegeven: geld, CO­2 en grondstoffen besparen en innovatieve verhardingssoorten toepasbaar maken. Hiertoe stellen we een objectief en betrouwbaar asfaltlevensduurraamwerk (ALR) op, dat toepasbaar is voor zowel de ontwerp-/gebruiks-/onderhoudsfase. Het raamwerk bestaat uit:

  • instrumenten voor ontwerp, aanleg en onderhoud;
  • instrumenten voor monitoring, data-analyse en datagebruik, om asfaltontwerp en programmering van asfalt onderhoud te faciliteren;
  • een asfaltlevensduurvoorspellingsmodel;
  • aangepaste regelgeving.
 

Aanpak

De projectaanpak bestaat uit de volgende componenten:
  1. Bigdata-analyse, wordt uitgevoerd om op zoek te gaan naar gemiddelde levensduren van verschillende asfaltlagen. Ook zal worden gezocht naar verbanden tussen de levensduur en materiaalparameters, uitvoeringscondities en belasting situaties. Voor de bigdata-analyse is het van belang dat er juiste afspraken worden gemaakt over de gedeelde data en vertrouwelijkheid en dat deze toegankelijk zijn voor de analyses.
  2. Modelontwikkeling, om een overkoepelend model voor levensduur te maken. Hiervoor is meer inzicht nodig in schademechanismen en bijbehorende key performance indicators. Bestaande schademechanismemodellen worden verbeterd met gevonden correlaties in de data-analyses. De ontbrekende schademechanismemodellen worden op basis van de gevonden correlaties aan de hand van een empirisch model geïmplementeerd. 
  3. Instrumentontwikkeling, bijvoorbeeld stand-alone applicaties die specifieke processen ondersteunen. Componenten van het asfaltlevensduurmodel kunnen gebruikt worden voor specifieke doeleinden, zoals restlevensduurvoorspelling ten behoeve van de onderhoudsprogrammeringen. Ook wordt er gericht gestuurd op het ontwikkelen van analyse-instrumenten die de levensduur van mengsel kunnen berekenen op basis van theorie, empirie en data-analyse, en op instrumenten die monitoring en datagebruik faciliteren.
  4. Implementatie in regelgeving; van het model en instrumenten om weg te vinden naar de praktijk en toepassing in de uniforme sector. Door inzicht te verkrijgen in de eisen die worden gesteld aan instrumenten en het model, kunnen deze op een juiste manier worden ingebed in de producten. Ook wordt aandacht besteed aan de validatie en acceptatie van het model.

De aanpak van het project is gevisualiseerd in onderstaande roadmap. De roadmap is opgesteld tijdens de LAM-data workshop op 28 oktober 2020.

LAM-Roadmap-20201127.jpg

Begeleidende werkgroep

Het project wordt begeleid door: Benieuwd hoe Greet Leegwater tegen het project LAM aankijkt? Lees hier het interview met haar: Wat draagt het project 'Levensduurvoorspellend AsfaltModel’ bij aan Asfalt-Impuls?


Werkwijze

LAM houdt via verschillende wegen contact met de sector.
-    Er worden jaarlijks interactiemomenten georganiseerd in de vorm van workshops.
-    Er is een wetenschappelijk geweten met bredere vertegenwoordiging uit de sector.
-    Er wordt gepubliceerd op de Infradagen, tijdens bijeenkomsten van Asfalt-Impuls, bij Wegbeheerder Ontmoeten Wegbeheerders (Platform WOW), etc.
-    Alle deliverables worden gepubliceerd op de website van Asfalt-Impuls.
-    De LAM-trekkers proberen expliciet open te staan voor commentaar en advies, ook buiten georganiseerde interactiemomenten. 

Planning



Resultaten

Hieronder zijn de gemaakte producten binnen dit project per categorie in chronologische wijze weergegeven met een korte beschrijving per product. Vanwege het belang van gestructureerde data is binnen LAM ook een verkenning gedaan naar de nut de noodzaak van een dataplatform, ook de resultaten van deze verkennende studies zijn hier weergegeven.

Deelproject Data
  • Verslag STORM-sessie LAM 7 juni 2018
    • Verslag van eerste STORM-sessie met stakeholders om kansen en wensen met betrekking tot het LAM-project te verkennen, 2018.
  • Presentatie STORM-sessie LAM 30 augustus 2018
    • Presentatie gegeven tijdens tweede STORM-sessie met stakeholders om kansen en wensen met betrekking tot het LAM-project te verdiepen, 2018.
  • Project LCMS Data
    • Presentie met daarin een data-analyse van levensduur op basis van DOS-LCMS data, RWS data-lab, 2018.
  • PoC’s data voor LevensduurvoorspellingsAsfaltModel
    • Rapportage met beschrijving van data die is opgehaald bij diverse wegbeheerders, geeft een beeld van beschikbare data bij beheerders in NL, Martijn Koole, Dick van Vliet, Lucas Mitchell, 2020.
  • Resultaten data-analyse per wegbeheerder
    • Presentatie waarin data wordt beschreven die is opgehaald bij diverse wegbeheerders, geeft een beeld van beschikbare data bij beheerders in NL, 2020.
  • Rapport LAM-data
    • Rapportage met beschrijving van data-analyse van data die is opgehaald bij diverse wegbeheerders, geeft een beeld van beschikbare data bij beheerders in NL, Sietze Robroch, Erwin Zwart, Martijn Koole, 2020.
 
Deelproject Modellen Dataplatform

Praktische kennis direct toepasbaar
Scroll naar boven