Text mining, Natural Language Processing (NLP) of Kunstmatige Intelligentie (AI), ze blijken nog nauwelijks te worden gebruikt voor verbetering van de (omgevings- en/of proces-)veiligheid in de chemische industrie. Chemische bedrijven maken in het algemeen nog weinig gebruik van de potentie die nieuwe data-technologie biedt.

Dat is een gemiste kans! Met de enorme hoeveelheid beschikbare data-volumes ligt er een kans voor veiligheidspreventie, zoals identificatie van zwakke signalen (weak signals) waarmee je mogelijk incidenten kunt voorkómen en zodoende leed, schade, klachten, kosten of stilstand van installaties kunt minimaliseren.

SDN heeft de topics ‘Innovatie in Digitalisering‘ en ‘Big Data’ op de innovatie-agenda geplaatst naar aanleiding van interviews met de koplopers uit de chemische industrie, lopend onderzoek bij bedrijven en wetenschappelijke literatuur. De toepassing van (onder andere) text mining, NLP en AI mogelijkheden biedt de chemische industrie de mogelijkheid om verborgen patronen en ‘zwakke signalen‘ in grote hoeveelheden (ongestructureerde) data te vinden. Deze zijn tot nu toe door de mens over het hoofd gezien.

SDN zoekt partners en financiering om (onderzoeks)projecten te starten. Het doel: het aantal en de ernst van incidenten in de chemische industrie aanzienlijk reduceren! 
Voorbeelden waar bij deze (onderzoeks)projecten aan gedacht kan worden, zijn:
– de toepassing van nieuwe soorten (data-gedreven) technologie,
en
– het ontwikkelen van nieuwe veiligheidsconcepten en instrumenten om grote hoeveelheden data     te analyseren.

Met innovaties om data te ‘minen’ en te analyseren willen we enerzijds methoden voor gevarenidentificatie verbeteren, anderzijds ‘afwijkingen’ in installaties en processen vroegtijdig signaleren.

Het ontwikkelen van dit soort nieuwe concepten verloopt stap voor stap. De eerste stap is de ontwikkeling van geavanceerde technologie voor ‘descriptive analysis’;  datamining om inzicht te krijgen in het verleden en antwoord op de vraag “Wat is er gebeurd?”. De tweede stap is ontwikkelen van ‘predictive analysis’, het ontwikkelen van statistische modellen en prognosetechnieken om de toekomst te begrijpen en antwoord te krijgen op de vraag: “Wat kan er gebeuren?”. De derde en laatste stap is ontwikkelen van ‘prescriptive analysis’, wat gebruik maakt van optimalisatie- en simulatiealgoritmen om advies te geven over mogelijke resultaten en antwoord geeft op de vraag: “Wat moeten we doen?”.

Dit jaar (2021) en in 2022 begint de SDN met een eerste stap in projecten (descriptive analysis) in samenwerking met VOTOB en Brightsite (Chemelot, Universiteit Maastricht, TNO en Brightlands Campus).

Innovaties op het gebied van digitalisering en big data
Publicatiedatum:
6 december 2021