Beter Leren van Informatie in de Chemie door vooruitkijken - BLIC Vooruit, ‘predictive based safety’ (2022)

Gepubliceerd op:
7 juni 2023

Deze Safety Deal brengt voortekenen van mogelijk onveilige situaties in beeld. Door beschikbare bedrijfsgegevens te analyseren met kunstmatige intelligentie, worden dreigende gevaren sneller herkend. Hierdoor kan eerder ingegrepen worden en verbetert de omgevingsveiligheid.

Samenvatting project

Aanleiding

Bedrijven kunnen veel meer gebruikmaken van mogelijkheden die deze technologische en digitale tijd biedt. Chemiebedrijven maken bijvoorbeeld nauwelijks gebruik van de mogelijkheden om teksten te analyseren met kunstmatige intelligentie, om zo dreigende gevaren en onveilige situaties op tijd te herkennen. Een eerdere Safety Deal (Gebruik van ‘big data’ ter verbetering van de omgevingsveiligheid - Identificeren van verborgen patronen met behulp van text mining) liet de mogelijkheid zien om zwakke signalen en voortekenen tóch met kunstmatige intelligentie op te sporen. Dit werd aangetoond door wachtverslagen van AnQore te analyseren via Natural Language Processing (NLP). Mogelijk onveilige situaties kunnen dus al herkend worden met maar één gegevensbron van één bedrijf en één analysetechniek. Omdat meestal veel meer gegevens beschikbaar zijn, kan het tijdig opsporen van onveilige situaties op een veel hoger niveau gebeuren. Waarschijnlijk levert het analyseren van méér soorten gegevens duidelijkere, beter onderbouwde en meer gedetailleerde voortekenen van onveilige situaties op. Bruikbare methodes en technologieën voor zo’n aanpak met kunstmatige intelligentie ontbreken echter nog.

Doel

Het versterken van de omgevingsveiligheid in de chemische industrie door zwakke voortekenen van dreigende gevaren en onveilige situaties te herkennen. Voor een bedrijventerrein met veel chemische bedrijven wordt een stappenplan ontwikkeld en getest. Dit stappenplan spoort afwijkingen in ingewikkelde processen en andere aanwijzingen van mogelijk onveilige situaties op. Daarbij worden verschillende gegevensbronnen van bedrijven gebruikt in combinatie met kunstmatige intelligentie. Op basis van betrouwbare indicaties wordt het zo mogelijk om op tijd alarm te slaan en eerder in te grijpen bij dreigende gevaren en onveilige situaties. Daardoor kunnen het aantal incidenten en de schade bij ongevallen verminderd worden.

Aanpak

Deze Safety Deal haalt veiligheidswinst uit het koppelen van beschikbare gegevens van chemie-bedrijven via kunstmatige intelligentie. Het opsporen én herkennen van waarschuwingstekens en leerpunten uit deze gegevens helpt chemische bedrijven om hun processen die steeds ingewikkelder worden, beter te begrijpen. En om sneller en daadkrachtiger in te grijpen wanneer het mis dreigt te gaan.

Tien projectdeelnemers werken samen om beter en sneller te leren van beschikbare informatie binnen het industriegebied Chemelot. Sneller leren is mogelijk door kennis en ervaringen vanuit allerlei invalshoeken te gebruiken. Ook leren de bedrijven van elkaar bij het samen zoeken naar aanwijzingen voor onveilige situaties.

In de aanpak staat centraal: bepalen van wat nodig is voor succesvol ‘breder leren’ (randvoorwaarden), hindernissen wegnemen (draagvlak), delen van informatie tussen de bedrijven en meewerkende partners (bedrijfsgegevens), gegevens analyseren (proces) en resultaat bereiken (toegenomen veiligheid en een handreiking). Het delen van informatie gaat verder dan voorheen. Bij ‘leren van incidenten’ deelt een bedrijf vanwege meerdere redenen tot nog toe relatief weinig informatie die vaak heel algemeen is. In deze Safety Deal staat juist het delen van meerdere soorten informatie van meerdere bedrijven centraal. Zo komt ‘breder leren’ in beeld.

De activiteiten om het doel te halen zijn:

  • Een startbijeenkomst organiseren voor verdere afstemming over het doel, de methode en het resultaat;
  • Voorwaarden bespreken voor het uitwisselen van informatie die kan bijdragen aan ‘breder leren’;
  • Bruikbare gegevensbronnen binnen de bedrijven in kaart brengen;
  • Selectie van bruikbare (kunstmatige intelligentie) analysetechnieken en bepalen hoe effectief ze zijn;
  • Gewenste leerpunten bepalen zoals afwijkingen, patronen en context;
  • Communiceren over de leerpunten met individuele bedrijven, deelnemers aan de Safety Deal en op Chemelot;
  • Een handreiking samenstellen en reacties hierop verwerken;
  • Een eindrapportage opstellen met bevindingen, bereikte veiligheidsresultaten en aanbevelingen.

Voorkomen is beter dan genezen. Daarom worden de Chemelot-bedrijven zich door deze Safety Deal meer bewust van voortekenen van mogelijk onveilige situaties. Dit zorgt ervoor, dat ze nóg veiliger kunnen gaan werken mede door het tijdig treffen van benodigde veiligheidsmaatregelen. Publiciteit over de ‘BLIC Vooruit’ uitkomsten verbetert de samenwerking en afstemming over veiligheidsrisico’s tussen bedrijven onderling. Ook draagt dit bij aan een betere veiligheidsbeleving in de woonomgeving rond Chemelot.

Algemene informatie project

Projectcode

SVO222004

Toegezegde subsidie

€ 199.633

Projectperiode

januari 2023 – december 2023

Samenwerkingsverband

clustersamenwerkingsverband

Projecttype

milieustudie (C)

Projectthema’s

  • veiligheidscultuur
  • ketenverantwoordelijkheid
  • transparante sector
  • veilige bedrijventerreinen en veilige clusters
  • hoogwaardige kennis          

Penvoerder

Sitech Manufacturing Services B.V.

Projectdeelnemers

  • AnQore B.V.
  • DSM Engineering Matrials B.V. (sinds april 2023 Envalior)
  • Sabic Limburg B.V.
  • Chemelot Site Permit B.V.
  • Utility Support Group (USG) B.V.
  • TNO
  • Stichting Nederland Onderneemt Maatschappelijk (Safety Delta Nederland)
  • Universiteit Maastricht 
  • Technische Universiteit Delft

Contact

Contactpersonen:

De Subsidieregeling Versterking Omgevingsveiligheid ondersteunt Safety Deals. Dit zijn bovenwettelijke veiligheidsinitiatieven van industriële bedrijven die werken met gevaarlijke stoffen of risicovolle processen.

Bent u tevreden over deze pagina?