Uit het rapport: "De opgave voor sociale woningbouwrenovatie in Nederland is enorm. De woningen moeten na renovatie veel energiezuiniger zijn. Maar corporaties en bewoners willen de renovatie snel, van hoge kwaliteit, duurzaam, goedkoop en met weinig overlast. De bouwsector heeft grote moeite om aan deze verwachtingen te voldoen zeker nu een tekort aan gekwalificeerde arbeid dreigt. De bouwbedrijven hebben de afgelopen jaren niet stilgezeten. Bouwbedrijven passen lean-principes toe en de realisatie van sociale woningbouwprojecten is duidelijk beter onder controle. Maar het proces voorafgaand aan de realisatie van de sociale woningbouwrenovatie (het voortraject) is vaak verre van optimaal. Actoren in dit voortraject geven aan dat er sprake is van miscommunicatie, late wijzigingsvoorstellen, gebrekkige sturing en omissies. Het gevolg is dat de bouwpartijen in het voortraject van sociale woningbouwrenovaties relatief veel kosten maken, het voortraject lang duurt en niet optimaal is. Lectoraten van HU en HAN beantwoorden samen met opleidingen en bedrijfsleven de vraag: Hoe kan het voortraject van sociale woningbouwrenovatieprojecten efficiënter en effectiever gemaakt worden vanuit een algemene procesaanpak (toolbox) inclusief bijbehorend procesinstrumentarium (tools) die naar gelang de situatie flexibel kan worden ingezet? De onderzoeksmethodologie in het project is 'design research' met daarin onderscheid tussen de praktijk- en kennisstroom. In de praktijkstroom vinden praktijkanalyses en experimenten/interventies bij 9 sociale woningbouwprojecten plaats. De experimenten/interventies zijn gericht op het beheersen van kritieke succesfactoren. Dat vormt de input voor de kennisstroom, casevergelijkend onderzoek, waaruit generieke kennis volgt over het beheersen van het voortraject van sociale woningbouwrenovatieprojecten. Met de toolbox geven de ketenpartners van sociale woningbouwrenovatie projectspecifiek invulling aan de beheersing van het voortraject. De toolbox omvat communicatie-, taak- en verantwoordelijkheidsstructuren en middelen (checklisten, informatiebronnen, analysemethoden) die nodig zijn voor het beheersen van onderdelen die bepalend zijn voor het succes van het voortraject. Het project biedt hiertoe een aanpak en de benodigde tools, ofwel de 'lean project preparation toolbox'."
This paper presents work aimed at improved organization and performance of production in housing renovation projects. The purpose is to explore and demonstrate the potential of lean work organization and industrialized product technology to improve workflow and productive time. The research included selected case studies that have been found to implement lean work organization and industrialized product technology in an experimental setting. Adjustments to the work organization and construction technology have been implemented on site. The effects of the adjustments have been measured and were reviewed with operatives and managers. The data have been collected and analyzed, in comparison to traditional settings. Two projects were studied. The first case implied am application of lean work organization in which labor was reorganized redistributing and balancing operations among operatives of different trades. In the second case industrialized solution for prefabricated installation of prefabricated roofs. In both cases the labor productivity increased substantially compared to traditional situations. Although the limited number of cases, both situations appeared to be representative for other housing projects. This has led to conclusions extrapolated from both cases applicable to other projects, and contribution to the knowledge to improve production in construction. Vrijhoef, R. (2016). “Effects of Lean Work Organization and Industrialization on Workflow and Productive Time in Housing Renovation Projects.” In: Proc. 24 th Ann. Conf. of the Int’l. Group for Lean Construction, Boston, MA, USA, sect.2 pp. 63–72. Available at: .
MULTIFILE
Een geschatte hoeveelheid van tussen de 35 en 140 miljoen kilo zwerfafval wordt jaarlijks in Nederland op straat of in de natuur aangetroffen. Gemeenten zijn verantwoordelijk voor het voorkomen en opruimen van zwerfafval. Daarom heeft bijvoorbeeld gemeente Breda de ambitie uitgesproken om de stad in 2030 zwerfafval vrij te hebben. Deze ambitieuze doelstelling moet bereikt worden door acties zowel op het vlak van preventie, als het opruimen en het hergebruik. Om deze acties kwantitatief te onderbouwen en te monitoren zijn gegevens over ligging, hoeveelheid en samenstelling van het zwerfafval noodzakelijk. Het is momenteel al mogelijk om zwerfafvaldata te verkrijgen om analyses op te verrichten. Deze data is afkomstig van vrijwilligers die middels apps als Litterati zwerfafval verzamelen en classificeren (labelen). Het toekennen van een label is een tijdrovende klus en levert maar een beperkt beeld van de totale hoeveelheid zwerfafval in een gemeente. Dit classificeren kan geautomatiseerd worden door object detectie algoritmen welke zijn getraind op afbeeldingen van zwerfafval. Om een groter gebied te monitoren zijn camerasystemen ontwikkeld die in staat zijn zwerfafval automatisch te detecteren. Technisch gezien zijn er steeds meer oplossingen om automatisch zwerfafval in kaart te brengen en te classificeren, maar een praktijkgerichte oplossing voor bijvoorbeeld beleidsmakers zonder technische kennis ontbreekt nog. In dit toegepast ontwerponderzoek werken we samen met gemeente Breda, gemeente ‘s-Hertogenbosch, stichting GoClean, Natuur- en milieuvereniging Markkant, stichting Nederland Schoon, de Antea Group en betrokken MKB-ers aan het antwoord op de onderzoeksvraag “Hoe kan zwerfafval in de openbare ruimte automatisch gedetecteerd en geclassificeerd worden vanuit verschillende, onafhankelijke bronnen met een zo beperkt mogelijke tijdsinvestering van de mens in dit proces.” De technische componenten die hiervoor nodig zijn worden samengevoegd in een gebruiksvriendelijk dataplatform. Op basis van de uitkomsten kunnen gemeenten (en andere publieke partijen) in Nederland datagedreven interventies ontwikkelen om zwerfafval tegen te gaan.
In de schoonmaakbranche is de werkdruk hoog . Hierdoor worden gebouwen dagelijks niet goed genoeg schoongemaakt. Er heerst krapte op de arbeidsmarkt. Schoonmaakwerk is vooral handmatig werk en is ook zwaar werk. De schoonmaakbranche is dringend op zoek naar technologische oplossingen die het werk in de toekomst kunnen verlichten. Eén van die technologische oplossingen is de introductie van schoonmaakrobots , die op dit moment mondjesmaat op de markt worden gebracht. Schoonmaakorganisaties weten nog niet goed hoe deze robots efficiënt in te zetten, het vergt nog veel tijd om ze te kunnen gebruiken en schoonmaakmedewerkers zijn terughoudend om ermee te werken. Het project Assisted Cleaning Robots (ACR) richt zich op de volgende onderzoeksvraag: “hoe integreer je robottechnologie in het werkproces in de schoonmaakbranche, zodat een robot enerzijds zo optimaal mogelijk het werkproces ondersteunt, en anderzijds zo optimaal mogelijk met de mens samenwerkt.” Wat hierin optimaal is en hoe dit gemeten kan worden, is onderdeel van het onderzoek en is afhankelijk van de technologische mogelijkheden, de mensen die er mee werken, en de werkomgeving. In dit project werken Fontys Hogeschool Engineering, Fontys Hogeschool Techniek & Logistiek en de Haagse Hogeschool samen met schoonmaakorganisaties CSU en Hectas en andere bedrijven (toeleveranciers van schoonmaakrobots als ontwikkelaars), nationaal samenwerkingsverband Holland Robotics en brancheorganisatie Schoonmakend Nederland. Dit project kent een looptijd van twee jaar en gaat van start op 1 november 2021. In dit project worden nieuwe schoonmaakprocessen gedefinieerd en wordt op basis van deze processen technologie ontwikkeld (waar doorgaans eerst een nieuw product wordt ontwikkeld en daarna pas gekeken naar hoe dit product in te zetten). In dit project staat de mens die met de technologie in het proces moet gaan werken centraal. De technologie en het proces worden gevalideerd middels praktijktests met de betrokken schoonmaakorganisaties, op representatieve locaties. Hieruit worden lessen getrokken voor verbeteringen.
The focus of the research is 'Automated Analysis of Human Performance Data'. The three interconnected main components are (i)Human Performance (ii) Monitoring Human Performance and (iii) Automated Data Analysis . Human Performance is both the process and result of the person interacting with context to engage in tasks, whereas the performance range is determined by the interaction between the person and the context. Cheap and reliable wearable sensors allow for gathering large amounts of data, which is very useful for understanding, and possibly predicting, the performance of the user. Given the amount of data generated by such sensors, manual analysis becomes infeasible; tools should be devised for performing automated analysis looking for patterns, features, and anomalies. Such tools can help transform wearable sensors into reliable high resolution devices and help experts analyse wearable sensor data in the context of human performance, and use it for diagnosis and intervention purposes. Shyr and Spisic describe Automated Data Analysis as follows: Automated data analysis provides a systematic process of inspecting, cleaning, transforming, and modelling data with the goal of discovering useful information, suggesting conclusions and supporting decision making for further analysis. Their philosophy is to do the tedious part of the work automatically, and allow experts to focus on performing their research and applying their domain knowledge. However, automated data analysis means that the system has to teach itself to interpret interim results and do iterations. Knuth stated: Science is knowledge which we understand so well that we can teach it to a computer; and if we don't fully understand something, it is an art to deal with it.[Knuth, 1974]. The knowledge on Human Performance and its Monitoring is to be 'taught' to the system. To be able to construct automated analysis systems, an overview of the essential processes and components of these systems is needed.Knuth Since the notion of an algorithm or a computer program provides us with an extremely useful test for the depth of our knowledge about any given subject, the process of going from an art to a science means that we learn how to automate something.
