Hulpdiensten – zoals de brandweer – en de hightech industrie hebben meer met elkaar gemeen dan je op het eerste gezicht zou denken. Ze moeten alle twee heel snel kunnen leveren in geval van nood. De een moet uitrukken, de ander moet een reserveonderdeel leveren voor een defect apparaat.
Het project DynaMerge bouwt een model waarmee ze kunnen bepalen waar, hoeveel en wat voor materieel (hulpdiensten) of reserveonderdelen ze ‘op voorraad’ moeten hebben. Het doel is om de veiligheid en het serviceniveau te verhogen en tegelijkertijd de kosten te verlagen.

In de hightech industrie, zoals projectpartner Philips Healthcare, worden dure ‘kapitaalsintensieve’ apparaten gebouwd, bijvoorbeeld MRI-scanners. Steeds meer willen klanten daar een servicecontract bij voor onderhoud. Stilstand ofwel ’down time’ van zo’n apparaat kost namelijk heel veel geld en in het geval van ziekenhuisapparatuur kan het ook ongemak voor patiënten opleveren. Als er, buiten het ‘geplande’ onderhoud, plotseling een defect optreedt, dan moet Philips heel snel, vaak binnen een paar uur, het reserveonderdeel kunnen leveren en repareren. Dat betekent dat ze overal ter wereld magazijnen hebben met onderdelen op voorraad. Voorraad aanhouden kost geld. Zeker als het om onderdelen gaat die niet veel gebruikt worden, ‘slow movers’. En hoeveel exemplaren van welk onderdeel moet je op voorraad houden, is één genoeg, of moet je voor de veiligheid toch een tweede hebben, of kun je erop gokken dat het bij een ander depot in de buurt nog voorradig is? En wat is dan de handigste locatie?

Voor hulpdiensten, zoals projectpartner Brandweer Amsterdam Amstelland, geldt hetzelfde. Er moeten overal in het land brandweerkazernes staan, de brandweer moet immers binnen 10 minuten op de plek des onheils zijn. Er moet materieel aanwezig zijn om grote rampen adequaat te kunnen bestrijden. Er moet materieel aanwezig zijn om ook nog een eventuele tweede brand elders te kunnen blussen. Maar hoe vaak komt dat voor? Wat heb je nodig? Hoeveel materiaal heb je nodig om kostenefficiënt toch altijd binnen 10 minuten ter plekke te zijn?

Emergency Response Networks (ERNs)
Dr. Joachim Arts van de TU/e en uitvoerend projectleider: “Hoewel het dus om twee heel verschillende sectoren gaat zie je dat ze precies hetzelfde probleem hebben: ze moeten bij onverwachte incidenten heel snel adequaat kunnen optreden, dus altijd genoeg materieel of onderdelen tot hun beschikking hebben op locaties vlak bij het incident. En wat voor hen geldt, geldt ook voor een hoop andere bedrijven en organisaties (bijvoorbeeld spoorwegen, luchtvaartmaatschappijen, ambulance, leger).
De netwerk infrastructuur die snel ingrijpen mogelijk maakt noemen we een Emergency Response Network”.

Arts: “De Brandweer en Philips hebben dezelfde uitdaging: bij onverwachte incidenten moeten ze heel snel en adequaat kunnen optreden, dus altijd genoeg materieel of onderdelen tot hun beschikking hebben op locaties vlak bij het incident”.

Er wordt al veel langer onderzoek gedaan naar het optimaliseren van voorraadbeheer. Arts: “Dit project is bijzonder omdat we straks op een niveau dat boven een specifieke locatie uitsteekt, dus bruikbaar is in meer sectoren of emergency response networks, oplossingen kunnen aandragen. Maar wat dit project echt spannend maakt is dat we de factor tijd en ruimte toevoegen”.

De factor ruimte
Stel een bedrijf heeft een aantal depots verspreid over Europa. Voorraadbewegingen in elk depot beïnvloeden bewegingen in alle andere depots omdat een onderdeel vanuit meerdere depots geleverd kan worden. Wat het ene depot doet is dus van invloed op alle andere depots. Ieder depot moet dus de situatie in het hele netwerk meenemen. Als dat niet gebeurt, komt het vaker voor dat je misgrijpt.
Arts: “Je moet dus al die locaties als een systeem of netwerk, controleren en aansturen. Bovendien moet je het aantal depots en de locatie daarvan bepalen. Nu gebeurt dat vooral op intuïtie. Hetzelfde gaat op voor het netwerk van hulpdiensten in een regio. Wiskundige modellen kunnen structuur aanbrengen in deze beslissingen en de intuïtie aanscherpen”.

De factor tijd
Arts: “Alle modellen die nu gebruikt worden gaan ervan uit dat het gemiddeld aantal incidenten niet verandert in de loop van de tijd. Dat klopt niet. Uit de data van de brandweer blijkt dat het aantal incidenten verschilt per seizoen en zelfs per uur van de dag.
Of een bedrijf heeft data uit machines waarmee het falen van een onderdeel van die machine voorspeld kan worden. Als je dat weet is het verstandig om dat onderdeel alvast op te sturen.
Het probleem is dat die machines ingewikkeld zijn. Ook de informatie (data) die ze uitspugen is heel ingewikkeld. Eigenlijk alleen maar te begrijpen door de ingenieurs die de machine gebouwd hebben. En dat zijn niet de mensen die het magazijn beheren of het apparaat gebruiken. Kortom alle informatie moet in een helder systeem gegoten worden”.

In DynaMerge wordt een model ontwikkeld waarin al die factoren worden meegenomen. Van het model wordt een prototype gebouwd dat getest gaat worden bij Philips en de Brandweer. Daar is onder andere stochastische wiskunde (geavanceerde kansberekening) voor nodig (de expertise van het CWI en de TU/e) en heel veel data, informatie. Bijvoorbeeld waar brandweerwagens zich op welk moment ‘real time’ bevinden. Daarvoor levert projectpartner Intemo de hardware. CityGIS maakt de software om deze data te verwerken en inzichtelijk te maken voor gebruikers. CQM is een bedrijf met veel expertise op het gebied van netwerkontwerp en van Emergency Response Networks.

DynaMerge is een project uit het NWO programma Vitale Logistiek waarin NWO, Dinalog en TNO in opdracht van de Topsector Logistiek en de ministeries van Infrastructuur en Milieu en Economische Zaken samen met bedrijfsleven en wetenschap werken aan de innovatie van de logistieke sector.