Ons werk

Toepassen smart data verbetert logistieke performance

Het grootschalig toepassen van smart data is nodig om belangrijke performance verbeteringen in de logistiek en supply chain mogelijk te maken. Zoals kortere wachttijden, betrouwbare transporttijden, hogere bezettingsgraden, minder brandstofverbruik en CO2 uitstoot in de logistieke keten. Uit het project Smart Data Factory innovations (SDFI) blijkt dat er zeker performance verbeteringen te behalen zijn, data delen loont!

Binnen het project is met 26 partners onderzoek gedaan in de volgende vier use cases:

1. Datagedreven havenaanlopen op basis van betrouwbare estimated time of arrivals

Er worden jaarlijks miljarden euro´s en tonnen CO2 verspild door inefficiëntie en onnodige vertragingen in havenaanlopen. Een betrouwbare voorspelling van de estimated time of arrivals (ETA's) van zeeschepen vormt de basis voor verbetering. Maar, de huidige ETA's zijn verre van betrouwbaar. Zo kan 70% van de natte bulkschepen bij aankomst niet direct terecht in de haven. Deze use case heeft verschillende data analysemodellen ontwikkeld om ETA's te genereren: verklarende modellen, machine learning technieken en ook deep learning neutrale netwerken.

Het resultaat? De ontwikkelde modellen geven, 24 uur voor aankomst, een meer dan 2x zo nauwkeurige schatting. Daarnaast is ook een prototype dienst ontwikkeld die automatisch de ETA calculaties maakt voor natte bulkschepen die onderweg naar Rotterdam zijn. De dienst visualiseert verschillende ETA's en zet deze af tegen de actual time of arrival. Hiermee zijn stappen gezet richting datagedreven havenaanlopen. Betrouwbare ETA's vormen de basis  voor slotplanning en terminals kunnen op deze wijze hun assets optimaal inzetten. 

2.Truck platoon matching

Truck platooning is een interessante innovatie voor het zwaar transport over een lange afstand. Om zoveel mogelijk trucks in platoons te kunnen laten rijden, moet er platoon matches worden gemaakt. Door samen te werken en data te delen over voertuigen, ladingen, bestemmingen en tijdstippen. Idealiter tussen trucks van verschillende merken, van verschillende fleet-operators, met lading van verschillende partijen. In de Experience Week Connected Transport 2018 zijn de eerste handmatige en semi-geautomatiseerde konvooi-matches in de praktijk gebracht. In het onderzoek is geconstateerd dat zelfs met een beperkte dataset platoon matchmaking mogelijk is. De match-rates lagen nog relatief laag – rond de 2% - maar we zien wel het verwachte effect dat de match-rate exponentieel toeneemt bij grotere fleets. Voor de toekomst is dit goed nieuws als meer partijen data gaan delen en er grootschalig platoons op de weg gaan komen. 

3. Transparantie in leverproces methanol

Innovatie in het spoor is op gang gekomen, de traditionele modaliteit kan putten en meeliften op de technologische ontwikkelingen die er in de markt plaats vinden bij andere modaliteiten. Wat kan informatie deling en data toevoegen aan zichtbaarheid en waarde vermeerdering in het traditionele spoor transport?

Herken je dit beeld als klant? Waar zijn mijn goederen? Komen ze nog op tijd? Het is vijf uur in de middag, waarom zijn ze er nog niet? Wie moet ik nu bellen? Samen met Vopak, ProRail en Du-Pont heeft TNO onderzocht hoe het leverproces van Methanol transparanter kan worden. Op basis van een knelpunt analyse en welke informatie op welke moment in de keten inzichtelijk dient te worden is een Proof of Concept  (PoC) opgezet om te beproeven hoe de gewenste transparantie bereikt kan worden. De PoC is gebaseerd op plannings-, operationele en GPS informatie van de bewegende methanol wagens. Dit totaal geeft zichtbaarheid in de trein transportketen op wagon niveau, het inspireert om na te denken over vervolg stappen en hoe informatie waarde geeft. De moeilijkheid in de transportketen is de verscheidenheid aan partijen betrokken bij het vervoer, met ieder een eigen verantwoordelijkheid. Dit traject test of de GPS trackers kunnen helpen om keten overstijgend te zijn. De PoC heeft het gezamenlijk inzicht in het ketenproces sterk vergroot. Hierdoor is communicatie tussen de partijen gerichter geworden en de hoeveelheid sterk verminderd. Verder heeft de PoC veel informatie opgeleverd waarmee in de toekomst het proces tussen de partijen geoptimaliseerd gaat worden. De partijen willen deze lessons learned gebruiken om de PoC te laten uitgroeien naar een pilot met meer partijen in de spoorketen en zo te werken naar een keten brede oplossing. Samen met TNO zal onderzocht worden hoe dit doel te realiseren is. 

- Bekijk de presentatie: Spoorterminal afwikkeling gevaarlijke stoffen 

4. Informatie delen op synchromodale keten Rotterdam – Limburg

Op het traject Rotterdam – Noord-Limburg is eerder een PoC ontwikkeld waarin de eerste mogelijkheden van een sychromodaal containertransport inzichtelijk zijn gemaakt. De ervaringen waren erg positief dat dit uitgebreid is met meer partners en ook naar het in praktijk door ontwikkelen. Het doel is het realiseren van synchromodaal containertransport door het bieden van actueel inzicht (real time) van containertransport op de corridor Rotterdam – Limburg via binnenvaart en weg. Dit op een dusdanige betrouwbare manier dat alle betrokken partijen efficiënter en betrouwbaarder hun logistieke activiteiten kunnen plannen. Tijdens het traject is data van meerdere partijen gecombineerd en is er gebruik gemaakt van OpenTripModel (OTM) standaard en zijn diverse ETA voorspellers gecombineerd. In een vervolg traject willen de partners samen met andere partijen in de keten een pilot uitvoeren om de meerwaarde aan te tonen.

- Bekijk het rapport: Data delen loont 

Naast de use cases is er ook gekeken naar innovatiemethodieken en welke ervaringen er op dat vlak zijn opgedaan.

Het in samenwerking verzamelen, koppelen en transformeren van ruwe data tot actiegericht advies dat de logistieke stromen efficiënter maakt is technisch en praktisch al een hele uitdaging. Maar, wat als dat lukt? Om straks tot een schaalbare datagedreven dienst te komen moeten we nu al een aantal stappen extra zetten. Hiervoor keek TNO naar de Use Cases vanuit de SDFI Innovatiemethodiek (2016) en vanuit innovatiemanagement en service business model perspectief. Dit levert aan de ene kant bevestiging op dat we met elkaar op het goede pad zitten en aan de andere kant ook een aantal forse uitdagingen waar we samen voor staan. In het onderzoek worden een aantal aanbeveling gedaan om invulling te geven aan de behoeftes, voor de uitwerking hiervan.

- Bekijk het rapport: Innovatiemethodiek Smart Data Factory  

Thema

Mobiliteit & Logistiek: 'Realiseren van leefbare en duurzame steden'

In een veranderende wereld vol mondiale uitdagingen zoals urbanisatie, vergrijzing,  digitalisering, automatisering en de energietransitie is het onze ambitie het concurrentievermogen van het bedrijfsleven... Lees verder
Contact

Drs. Jannette de Bes-van Staalduinen

  • supply
  • chain
  • duurzaamheid
  • CO2
  • lean
E-mail

VOLG TNO OP SOCIAL MEDIA

blijf op de hoogte van ons laatste nieuws, vacatures en activiteiten

Op TNO.nl maken we gebruik van cookies. De daarin opgeslagen informatie kan bij een volgend bezoek weer naar onze servers teruggestuurd  worden.