Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Inspecteur is een sensor

Marketing OGZ
September 19, 2022
200

Inspecteur is een sensor

Marketing OGZ

September 19, 2022
Tweet

Transcript

  1. 14-09-22 MARLOT SCHOENMAKER TIM DE KLIJN ‘DE INSPECTEUR VAN DE

    TOEKOMST IS EEN SENSOR’: HOE AI HAVENBEDRIJF ROTTERDAM HELPT MET ASSETINSPECTIES
  2. “De inspecteur van de toekomst is een sensor” door: Marlot

    Schoenmaker Asset Manager Tim de Klijn Machine Learning Engineer
  3. • Port of Rotterdam • Assetmanagement bij Port of Rotterdam

    • Machine Learning Inspector • Pipeline proces • Model training • Lessons Learned Agenda Vragen graag achteraf
  4. Haven- en industriegebied 400 420 440 460 480 2013 2015

    2017 2019 2021 x 1 miljoen ton Overslag per jaar
  5. Haven- en industriegebied 400 420 440 460 480 2013 2015

    2017 2019 2021 100.000 x 1 miljoen ton Overslag per jaar Bezoeken per jaar 30.000 1.940.000
  6. Haven- en industriegebied 400 420 440 460 480 2013 2015

    2017 2019 2021 x 1 miljoen ton Overslag per jaar 80 km aan kademuren 480 ha aan Weginfra Ondersteunende assets 100.000 Bezoeken per jaar 30.000 1.940.000
  7. Assetmanagement: verantwoordelijk voor de continuïteit van de haven Kosten Prestaties

    Risico’s Pijlers: • Beschikbaarheid • Veiligheid • Levensduur
  8. Criteria voor inspectiemethoden • Veilig • Lage kosten • Objectief

    • Hoge frequentie Algemeen Data driven maintenance
  9. De inspecteur van de toekomst is een sensor! • Asset

    aantallen • Kosten • Frequenties → Businesscase snel gemaakt Sleuven # 250/jaar Markering # 35.600 Dragers #4.200 Openbare verlichting #6.500 Geleiderails #50.000 meter RVV bord #13.600 Schampblok #10.500 Asfalt #3.148.685m2
  10. De inspecteur van de toekomst is een sensor! Sleuven #

    250/jaar Markering # 35.600 Dragers #4.200 Openbare verlichting #6.500 Geleiderails #50.000 meter RVV bord #13.600 Schampblok #10.500 Asfalt #3.148.685m2 Eigen ontwikkeling en beheer Waar mogelijk, in samenwerking met de markt • Asset aantallen • Kosten • Frequenties → Businesscase snel gemaakt
  11. Machine learning Inspector (MLI) 2021 Start MLI project 2025 Eind

    MLI project Verder oppakken in de lijn: ‘business as usual’
  12. Machine learning Inspector (MLI) 2021 Start MLI project 2025 Eind

    MLI project Verder oppakken in de lijn: ‘business as usual’
  13. Machine learning Inspector (MLI) 2021 Start MLI project 2025 Eind

    MLI project Verder oppakken in de lijn: ‘business as usual’
  14. Machine learning Inspector (MLI) 2021 Start MLI project 2025 Eind

    MLI project Verder oppakken in de lijn: ‘business as usual’
  15. Machine Learning Inspector: Overzicht Hardware Azure cloud Modellen Inwinning beelden

    Toevoegen intelligentie Data infrastructuur Data science Data engineering
  16. Machine Learning Inspector: Overzicht Hardware Azure cloud Modellen Portmaps Inwinning

    beelden Toevoegen intelligentie Output voor gebruiker Data infrastructuur Data science Data engineering
  17. Lessons Learned – Model Training • Ga in het begin

    voor ‘goed genoeg’ • ‘Schone’ data is belangrijker dan veel data • Gebruik een model registry al tijdens experimenteren
  18. Lessons Learned – Pipeline • Een model is redelijk snel

    klaar, een pipeline duurt lang: verwachtingsmanagement • Krijg zsm iets werkend, dit levert waarde op en kan voor traktie zorgen • Snelheid komt later
  19. Lessons Learned – Data • Data curation: bekijk de data

    voordat modellen worden getraind • Externe label partijen zijn zo goed als de label instructies • Grootste verbeteringen komen door data verbeteringen Sleuf?
  20. Challenges Hardware Azure cloud Modellen Portmaps Inwinning beelden Toevoegen intelligentie

    Output voor gebruiker Data infrastructuur Data science Data engineering
  21. Challenges Hardware Azure cloud Modellen Portmaps Inwinning beelden Toevoegen intelligentie

    Output voor gebruiker Data infrastructuur Data science Data engineering