Update PWS-ideeen-AI-nucleaire-energie.md

half uurtje extra werk

PWS-ideeen-AI-nucleaire-energie.md

@@ -15,6 +15,19 @@ Vijf productideeën voor je profielwerkstuk, elk met wie dit in de praktijk al o
 
 **Waarom leuk voor PWS:** Je kunt dit goed simuleren met dummy-data in Excel of Python zonder dat je echte reactordata nodig hebt.
 
+**Mogelijke hoofdvraag:** *In hoeverre kan een AI-algoritme de onderhoudsplanning van een kerncentrale efficiënter maken dan traditionele, tijd-gebaseerde planning?*
+
+**Deelvragen:**
+1. Hoe werkt onderhoudsplanning in een kerncentrale op dit moment, zonder AI?
+2. Wat is het verschil tussen tijd-gebaseerd en conditie-gebaseerd onderhoud?
+3. Waarom stapt de sector over van tijd-gebaseerd naar conditie-gebaseerd onderhoud?
+4. Welke soorten data zijn nodig om onderhoud te kunnen voorspellen of plannen?
+5. Wat maakt onderhoudsplanning in een kerncentrale lastiger dan in een "gewone" fabriek?
+6. Wie ontwikkelt dit soort AI-planningssystemen al, en in welke centrales worden ze toegepast?
+7. Welke resultaten (tijd- of kostenbesparing) worden hiermee tot nu toe gerapporteerd?
+8. Wat zijn de risico's als een AI-planningsmodel een verkeerde inschatting maakt?
+9. Wie is er uiteindelijk verantwoordelijk als een AI-advies over onderhoud fout blijkt te zijn?
+
 ---
 
 ## 2. Anomaly detection (afwijkingen in sensordata herkennen)
@@ -29,6 +42,19 @@ Vijf productideeën voor je profielwerkstuk, elk met wie dit in de praktijk al o
 
 **Waarom leuk voor PWS:** Goed te bouwen met Python/scikit-learn op gesimuleerde sensordata — een van de meest haalbare "echte AI"-projecten op deze lijst.
 
+**Mogelijke hoofdvraag:** *Hoe kan een machine learning-model afwijkingen in sensordata van kerncentrale-apparatuur herkennen vóórdat er een storing optreedt?*
+
+**Deelvragen:**
+1. Wat is "anomaly detection" en hoe verschilt dit van gewone data-analyse?
+2. Hoe wordt een storing in een kerncentrale nu ontdekt, zonder AI?
+3. Welke soorten sensoren en data leveren signalen die op een aankomende storing kunnen wijzen?
+4. Hoe "leert" een AI-model wat normaal gedrag is, zonder dat iemand dit expliciet programmeert?
+5. Wat is het verschil tussen een gemiste afwijking en een vals alarm, en waarom is die balans belangrijk?
+6. Welke bedrijven of instellingen passen anomaly detection al toe in kerncentrales?
+7. Hoeveel eerder kunnen deze systemen een probleem signaleren vergeleken met traditionele methodes?
+8. Wat zijn de beperkingen van dit soort AI-systemen — waar gaan ze nog wel eens mis?
+9. Hoe wordt vertrouwen in zo'n systeem opgebouwd bij operators die gewend zijn aan andere methodes?
+
 ---
 
 ## 3. AI-beeldherkenning voor inspecties (scheurtjes/corrosie)
@@ -42,6 +68,19 @@ Vijf productideeën voor je profielwerkstuk, elk met wie dit in de praktijk al o
 
 **Waarom leuk voor PWS:** Je hoeft geen nucleaire foto's te gebruiken — het principe (CNN's die scheurtjes herkennen) is met willekeurige materiaalfoto's te oefenen en goed visueel te presenteren.
 
+**Mogelijke hoofdvraag:** *Hoe kan beeldherkenning met AI helpen bij het detecteren van materiaalschade in moeilijk bereikbare of gevaarlijke ruimtes zoals een kerncentrale?*
+
+**Deelvragen:**
+1. Hoe wordt materiaalschade (scheurtjes, corrosie) in een kerncentrale nu handmatig geïnspecteerd?
+2. Waarom is directe menselijke inspectie in sommige delen van een kerncentrale niet of nauwelijks mogelijk?
+3. Wat is beeldherkenning met AI, en hoe leert een model het verschil tussen "schade" en "geen schade"?
+4. Welke rol spelen robots (zoals drones of viervoetige robots) bij het uitvoeren van dit soort inspecties?
+5. Sinds wanneer wordt dit soort technologie ontwikkeld, en hoe heeft het zich in de tijd ontwikkeld?
+6. Welke bedrijven of universiteiten hebben dit al tot een werkend product gemaakt?
+7. Hoe nauwkeurig zijn deze systemen vergeleken met een menselijke inspecteur?
+8. Wat gebeurt er als het systeem een scheur mist of ten onrechte alarm slaat?
+9. Welke goedkeuring of regelgeving is nodig voordat zo'n AI-systeem officieel ingezet mag worden in een kerncentrale?
+
 ---
 
 ## 4. Voorspellend onderhoudssysteem (predictive maintenance, breder)
@@ -55,6 +94,19 @@ Vijf productideeën voor je profielwerkstuk, elk met wie dit in de praktijk al o
 
 **Waarom leuk voor PWS:** Overlapt met idee 2, maar dit is breder inzetbaar — goed als je liever een concept/ontwerp presenteert dan alleen een werkend model.
 
+**Mogelijke hoofdvraag:** *Hoe kan een voorspellend onderhoudssysteem op basis van AI de kosten en downtime van een kerncentrale verminderen?*
+
+**Deelvragen:**
+1. Wat is het verschil tussen reactief, preventief en predictief onderhoud?
+2. Welke kosten brengt onverwachte uitval (downtime) van een kerncentrale precies met zich mee?
+3. Hoe verzamelt en verwerkt een predictief onderhoudssysteem data uit een centrale?
+4. Welke bedrijven passen dit al toe, en bij welke centrales?
+5. Welke besparingen (tijd, geld, uitstoot) worden hierdoor tot nu toe gerapporteerd?
+6. Waarom groeit de markt voor dit soort systemen zo snel?
+7. Wat zijn de nadelen of risico's van te veel vertrouwen op een voorspellend AI-systeem?
+8. Hoe verhoudt dit onderwerp zich tot anomaly detection (idee 2) — waar zit het verschil precies?
+9. Wat is er nog voor nodig voordat dit soort systemen breed in de hele sector gebruikt kan worden?
+
 ---
 
 ## 5. AI-beslissingshulp/chatbot voor operators
@@ -67,10 +119,15 @@ Vijf productideeën voor je profielwerkstuk, elk met wie dit in de praktijk al o
 
 **Waarom leuk voor PWS:** Juist omdát dit minder ver ontwikkeld is, is het een origineel onderwerp — je loopt minder risico dat je "het wiel opnieuw uitvindt" en kunt makkelijker een eigen, onderscheidend concept neerzetten.
 
----
+**Mogelijke hoofdvraag:** *Hoe zou een AI-beslissingshulp operators in een controlekamer van een kerncentrale kunnen ondersteunen bij het interpreteren van afwijkende metingen?*
 
-## Advies
+**Deelvragen:**
-
+1. Wat doet een operator in een controlekamer, en welke soorten beslissingen moet die onder tijdsdruk nemen?
-Voor een **werkend product** binnen de tijd die je hebt: optie **2 (anomaly detection)** is het meest haalbare en heeft de meeste bestaande voorbeelden om je onderzoek op te baseren.
+2. Welke informatiebronnen gebruikt een operator nu al om een beslissing te nemen?
-
+3. Wat is het verschil tussen een AI die waarschuwt/voorspelt en een AI die actief meedenkt of advies geeft?
-Voor een **origineel concept** waarmee je opvalt: optie **5 (beslissingshulp)** is het minst "al gedaan" en laat meer ruimte voor eigen inbreng.
+4. Waarom bestaat een interactieve AI-assistent voor operators nog nauwelijks, terwijl andere AI-toepassingen (planning, onderhoud) wel al gangbaar zijn?
+5. Welke bedrijven werken al in de richting van dit soort generatieve AI-toepassingen in de nucleaire sector?
+6. Wat zijn de gevaren van een AI die een verkeerd advies geeft in een veiligheidskritieke situatie?
+7. Hoe kun je voorkomen dat operators té veel op zo'n AI-systeem gaan vertrouwen?
+8. Wie is uiteindelijk verantwoordelijk voor een beslissing: de operator of de AI die het advies gaf?
+9. Welke wet- en regelgeving zou er nodig zijn voordat zo'n systeem echt ingezet mag worden?