Data-analyse met behulp van AI kan ongelukken in chemie voorkomen

“Als dit gaat werken is het echt een gamechanger en kun je heel veel dingen voorkomen, zowel op veiligheids- als milieugebied”, zegt HSE-manager (Health, Safety and Environment) Gui Hoedemakers van AnQore. “De maatschappij vraagt steeds meer milieuverantwoord gedrag. Daar moeten wij als chemische industrie het juiste antwoord op geven. Daar zijn we heel hard mee bezig, maar dat gaat niet van vandaag op morgen.”

Minder ongelukken

In de chemische industrie deden zich de afgelopen decennia veel ongelukken voor. Van de ramp in Bhopal in India (1984) tot die bij Cindu in Uithoorn (1992). Ook op het chemiecomplex Chemelot in Limburg ontsnapte in 2019 nog een giftige wolk salpeterzuur - overigens zonder schade of slachtoffers. Door meer aandacht voor veiligheid (HSE) is het aantal ongelukken deze eeuw fors teruggedrongen: zowel ongevallen met werknemers als emissies en lekkages naar de omgeving. Bij de zestig fabrieken van Chemelot deden zich vorig jaar slechts 21 kleine incidenten voor. Het chemiecomplex wil in 2025 de veiligste, meest concurrerende en meest duurzame van West-Europa zijn. Kenniscentrum Brightsite, met daarin onder meer TNO als partner, helpt Chemelot daarbij via verschillende projecten. Eén daarvan wil de veiligheid van chemische processen bij de fabrieken aanzienlijk verbeteren met behulp van computers met zelflerende algoritmes (machine learning).

Incidenten voorkomen

Dat soort computers kunnen via de analyse van data, stapje voor stapje leren om patronen en trends te herkennen en daarna voorspellingen te doen. Dat kan uiteindelijk incidenten voorkomen. Zo’n voorspellend model wordt momenteel uitgetest bij voormalig DSM-bedrijf AnQore, de grootste leverancier van grondstoffen als acrylonitril van Europa. “Wij hebben vaker voorvallen, vaak op onverwachte momenten, waarvan we willen dat het niet meer voorkomt”, vertelt HSE-manager Hoedemakers. “Bijvoorbeeld lekkages of emissies die het milieu belasten. Vaak kunnen we die niet voorkomen omdat signalen ontbreken om adequaat vroegtijdig te reageren.”

Signalen niet opgemerkt

Volgens hem hebben chemische bedrijven gigantisch veel informatie in hun systemen zitten die eigenlijk verborgen signalen geeft. “Maar die signalen worden nu niet opgemerkt. De informatie overstijgt vaak het menselijk brein en is niet meer behapbaar, bijvoorbeeld voor de procesoperators in de fabriek. Die zijn al met complexe systemen bezig. De vraag die ik bij Brightsite heb neergelegd is daarom: als de mens het niet kan, kunnen machines dit soort informatie bij elkaar brengen en dusdanig intelligent worden dat zij een voorspellende waarde kunnen doen en die op een beeldscherm brengen? Waardoor er tijdig ingegrepen kan worden of een time-out genomen wordt. Dat kan op het gebied van veiligheid, maar zeker ook op milieugebied, bijvoorbeeld bij lekkages van zeer zorgwekkende stoffen als blauwzuur en acrylonitril. Daar moet je heel secuur mee omgaan. Je wil niet dat die stoffen in het milieu terecht komen, dus ons is er alles aan gelegen om dat soort voorvallen te voorkomen”, stelt Hoedemakers.

Eerst veiligheidsjargon leren

Vaak gaat het bij incidenten om een optelsom van factoren. Bijvoorbeeld nog uit te voeren onderhoud in combinatie met een opdracht die het uiterste van de productiecapaciteit vergt. Of de invoering van nieuwe technologieën met onbekende risico’s. In combinatie met verdergaande automatisering en de komst van autonome systemen en robots, worden installaties steeds ondoorzichtiger voor mensen. Bij de veiligheidspilot stelt AnQore alle historische fabrieksdata ter beschikking om de computer te trainen. Het eerste wat die moest leren waren alle woorden in het veiligheidsjargon.

Computer waarschuwt twee dagen van tevoren

Toen de computer het veiligheidsvocabulaire begreep, ging hij alle historische teksten en bestanden scannen en analyseren. Van vergaderverslagen tot onderhoudsrapporten. Vooral in periodes die voorafgingen aan incidenten. Hoedemakers: “Daar kwam verrassend uit naar voren dat de computer de zwakke signalen zag en die heel helder weer kan geven. Van: pas op, hier gaat iets mis. De computer is in staat tot twee dagen vooruit te kijken en zwakke signalen te zien en te belichten. Dat betekent dat je twee dagen voordat er een incident zou kunnen plaatsvinden van de computer het bericht krijgt: stop. Hier is iets aan de hand. Dat gaat scheef. Hiermee had 50 procent van de incidenten achteraf gezien voorkomen kunnen worden met behulp van data-analyse.”

Ook getallen leren analyseren

De bedoeling is dat de computer straks vooraf kan waarschuwen. Dan moet er een live koppeling gemaakt worden tussen computer en alle bedrijfssystemen. Maar daarvoor bestaan nog veel hindernissen. Hoedemakers wil nog verder gaan en niet alleen woorden, maar ook getallen laten analyseren. Nog meer data maken het systeem effectiever. “We willen pas live gaan op het moment dat we de cross-referentie tussen getallen en woorden kunnen maken. Ik verwacht dat we over twee jaar deze stap hebben gezet.”

Voor iedereen beschikbaar

Een dergelijk early warning-model kan dan voor de hele chemische industrie worden ingezet om incidenten vooraf te voorkomen. Hoedemakers: “We zijn met partners bezig die hier ook mee aan de gang willen gaan, zowel binnen als buiten Chemelot. Veiligheid moet ten dienste van iedereen staan, dus dit systeem zou voor iedereen beschikbaar moeten komen.”

Dit artikel is eerder verschenen bij Change Inc in het kader van een campagne samen met Groene Chemie, Nieuwe Economie, redacteur André Oerlemans. Lees de hele reeks op deze site of bij Change Inc.