RoadSense

De transportsector heeft een groot aandeel in de Nederlandse economie en is gebaat bij gerichter onderhoud van vrachtenwagentrailers. Dit kan behaald worden met de inzet van predictive maintenance, maar hiervoor is data onmisbaar. Vrachtwagentrailers produceren al elke rit een grote hoeveelheid aan data (bv. rem- en bandendruk, g-krachten en wielsnelheid) om de veiligheid en rijervaring te verbeteren. In de huidige situatie wordt deze data echter meteen weer vergeten door de trailer. Dit is een gemiste kans omdat de sensordata onder andere gebruikt kan worden voor predictive maintenance, maar ook voor de organisatie van de vloot en optimalisatie van routeplanning.

Met predictive maintenance kan onderhoud efficiënter uitgevoerd worden en voorkomt zo onnodige reparaties en vermindert het de downtime. Dit zorgt voor lagere kosten voor de gebruiker, een afname van de broeikasgasuitstoot en minder druk op het wegennet. Voor de implementatie van predictive maintenance moet data verzameld worden over het gebruik van de trailer. Enkele voorbeelden zijn remacties, bandendruk en kwaliteit van de weg. Burgers carrosserie, een Nederlandse trailerfabrikant, innoveert op dit gebied met het verzamelen en verwerken van de sensordata. Zij beschikken echter niet over de benodigde kennis om de sensordata om te zetten naar relevante informatie, zoals de kwaliteit van de weg.

Daarom is deze KIEM aanvraag erop gericht om samen met Burgers carrosserie te werken aan datagedreven innovaties voor de trailer. Het onderzoek zal aantonen hoe met de sensordata uit de trailer de kwaliteit van de weg bepaald kan worden. Dit is een nieuwe toepassing van de sensordata en van belang voor de inzet van predictive maintenance.