Cases

Case 1: Informatie naar de arbeider

Probleem:

  • +/- 80% verlies bij mondelinge instructie
  • Papieren gaan verloren
  • Werfleiding niet altijd fulltime aanwezig
  • Ploegen werken zelfstandig
  • Wisselende ploegen op een werf
  • Dalende praktijkkennis

Doelstelling:

  • Instructies digitaal en dummy-proof bij de arbeider
  • Via gsm de juiste info op het juiste moment bij de juiste person
  • Snel en eenvoudig voor de werfleider
  • Ook veiligheids-, voorbereidings-, controlechecklist

Case 2: Logistieke Optimalisatie van de Werf

Probleem:

  • Logistiek heeft een grote impact op rendement
  • Werfsituatie is dynamisch i.f.v. de tijd
  • Moeizaam beheer van de dynamische logistieke situatie
    • Ook o.w.v. interactie met externe factoren
  • Risico op faalkosten of opportuniteit voor rendementsverhoging

Doelstelling:

  • Logistieke voorbereiding vereenvoudigen & verbeteren
  • Dynamische situatie van de werf inzichtelijk maken voor de actoren op de werf

Case 3: IoT rendements- en kwaliteitsverhoging

Probleem:

  • Rendement afhankelijk van het ‘gevoel’ en vakmanschap van de machinist
  • Veel parameters met impact die beïnvloed worden door externe factoren (bv. vertragingen bij de leveringen van het asfalt, het weer, verdichting)
  • Verschillende betrokken partijen 

Doelstelling:

  • Dataverwerking plaatsing en verdichting in combinatie met visualisatie ter ondersteuning van de machinisten
  • Monitoren, borgen en visualiseren naar de toezichter van deze parameters zodat een beter resultaat bekomen kan worden
  • Real-time metingen van temperatuur, locatie, volumes en verdichting met waarschuwingsindicatoren

Case 4: Werfleider op de werf

Probleem:

  • Werfleider zit te veel in zijn keet door admin
  • Admin kost veel tijd en vaak zijn er fouten. Aantal actoren is groot:
    • Intern: magazijn, calculatie, boekhouding…
    • Extern: leveranciers, studiebureau, bouwheer, grondbank…
  • Media zijn zeer divers, niet gestandaardiseerd en vaak niet compatibel
  • Veel papier (bv. leverbonnen) en dubbel werk (bv. overtypen)

Doelstelling:

  • Eenvoudige digitalisering, automatisering en afstemming tussen partners
  • Bv. digitale leverbonnen

Case 5: Green Procurement Support

Opportuniteit:

  • Aankomende trend Green Procurement
  • Werk toegewezen aan de bieder met de minste milieu-impact o.b.v. aangereikte gegevens

Uitdaging:

  • Aantonen milieu-impact-indicatoren door samenbrengen van prestaties na uitvoering op projectniveau
    • transportafstanden,
    • kwaliteitsparameters, bv. productie- en verwerkingstemperaturen 
    • materiaalstromen
    • indicatief: emissies, geluid, hinder
  • Bonus Malus i.f.v. aangetoonde prestaties

Doelstelling:

  • Beheer en overdracht van de prestatiedata project in het kader van Green Procurement
    • Bv. Milieucertificaat/EPD, Totem Infra

Case 6: Design – Build – Maintain

Opportuniteit:

  • Meer interesse in DBM formules
  • Via goed databeheer een verlaagde onderhoudskost “Implementatie BIM – digitale twin” 

Uitdagingen:

  • Verzamelen en beheren van impactvolle data
    • Ontwerpfase: afmetingen, materiaaleigenschappen, kwaliteit, timing…
    • Uitvoeringsfase: opmetingen, proeven…
    • Beheersfase: aanpassingen, herstellingen…
  • Verwerking van de data

Doelstelling:

  • Verzamelen en verwerken van informatie tijdens de uitvoering die impact heeft op de levensduurte en de beheersfase.

Case 7: Digitaal uitwisselingsplatform

Opportuniteit:

  • Op een werf betaald worden om grond af te voeren en op een andere werf betaald worden om diezelfde grond aan te leveren
  • Afstemmen werven om de logistieke kost (minder hinder) te drukken

Uitdaging:

  • Matchen van de noden en planningen van verschillende werven
  • Gebeurt nu ad hoc en meestal intern binnen het bedrijf
  • Hoe faciliteren indien tussen verschillende bedrijven?

Doelstelling:

  • Online uitwisselingsplatform dat bedrijven en werven met elkaar in contact brengt
  • Ondersteuning bij de documentenstroom
  • Economische en Milieu-Materiaalbalans

DIMinfra
Contact