E-Learning

- Het hele dak krijgt zonnepanelen.

 

•Philips in Drachten produceert scheerapparaten. Het beschikt over een data-driven verbetercyclus (DMAIC), maar Binne Visser, Director Production Engineering & Maintenance bij Philips droomt van honderd procent voorspelbaar onderhoud.
•Wemo, uit ‘s-Hertogenbosch ontwikkelt, bouwt en installeert productielijnen en gereedschappen voor het ponsen, buigen, verbinden en bewerken van plaatmateriaal. Het bedrijf is een project gestart rond  augmented reality om te voorkomen dat machines bij klanten langdurig stilstaan door storingen.
•Technologieconcern Thyssenkrupp zet de Microsoft holoLens-technologie bij haar liftactiviteiten inzetten. Met de inzet van dit ‘mixed-reality device’, kunnen de meer dan 24.000 servicetechnici van het bedrijf problemen van te voren visualiseren en in kaart brengen. Dit resulteert in tijdsbesparingen en minder stress.

 

Om het hoogste niveau van onderhoud te realiseren, zijn er twee aspecten van groot belang: technologie en de organisatie. Binnen het bedrijf moeten machines geschikt zijn voor Internet of Things en er moet een organisatie aanwezig zijn die continu met maintenance bezig is. 

 

Een buis aan de ene kant erin, een T-splitsing, een bocht of een rechte fitting eruit aan de andere kant. VSH Fittings stampte op haar locatie in Hilversum in drie jaar tijd een bijna volledig geautomatiseerde fabriek uit de grond. Een fabriek waar deelprocessen zoals lassen en frezen, onder meer door lopende banden en grijparmen van robots aan elkaar zijn gekoppeld.

 

IT is een belangrijke enabler van duurzaamheid. Dankzij ICT-toepassingen wordt er in andere sectoren meer energie bespaard dan de ICT-sector zelf verbruikt. Er worden ontzettend veel slimme ICT-technologieën ontwikkeld om bijvoorbeeld gebouwen energiezuiniger te maken. Datzelfde geldt voor apparaten. We hebben zelf

De mate van duurzaamheid gaat volgens Idink steeds meer het bestaansrecht van een bedrijf bepalen. “Voor medewerkers, zeker de jonge generatie wordt het een steeds belangrijker criterium voor waar ze willen werken. Ook voor klanten wordt duurzaamheid een steeds belangrijkere factor. Bij HP hebben we naast private klanten ook veel klanten in het publieke domein. We zien dat in de aanbestedingen duurzaamheid een steeds belangrijker criterium wordt. Als je daar niet aan kunt voldoen, verlies je steeds meer business.”

Digitalisering van de voorraad

Geen grote voorraden meer die veel ruimte en energie kosten om op te slaan, maar vraaggericht produceren, dichter bij de eindklant. Een digitale supply chain in plaats van een geografische. Op die manier kan digitalisering een belangrijke bijdrage leveren aan de verduurzaming.

Atrificial intelligence

Een voorbeeld. Een staalconcern kan artificial intelligence (AI) inzetten om de productieprocessen te verbeteren. Bij staalrollen zijn in de geproduceerde staaloppervlakken soms imperfecties aanwezig. In de oude situatie analyseren inspecteurs foto’s die camera’s van meters bewerkt staal nemen. Tegenwoordig is dit mogelijk door een zelflerend systeem. Patronen van goede en minder goede situaties worden vooraf gedefinieerd. Vervolgens krijgt het systeem foto’s voorgelegd en bepaalt het zelf aan de hand van de vastgelegde basispatronen of de foto van het staaloppervlak binnen de vooraf gedefinieerde marges valt of niet. Een inspecteur controleert daarbij of het systeem de juiste beslissing neemt en corrigeert indien nodig, zodat het systeem gaandeweg ‘leert’ tot welke categorie het staal behoort. Wanneer in een volgende fase de algoritmes verbanden leggen tussen een patroon dat op de eerste vijftig meter van de rol staal werd geconstateerd en een patroon dat bijvoorbeeld anderhalve kilometer later wordt opgemerkt, is er sprake van een meerwaarde. Aangezien het systeem geen last heeft van geheugenverlies kunnen ook verbanden worden gelegd met rollen staal die in het verleden werden geproduceerd. Wordt dit systeem vervolgens gekoppeld aan andere gegevens en parameters in het productieproces, dan kunnen al in een vroeg stadium afwijkingen in het productieproces worden blootgelegd en kan het productieproces worden verbeterd. Patronen komen boven water waartoe de mens niet langer in staat is.

Met zelflerende algoritmes kunnen enorme hoeveelheden complexe data met miljoenen variabelen worden geanalyseerd waardoor patronen kunnen worden herkend.
•AI maakt het mogelijk om digitale bedreigingen en nieuwe soorten malware sneller te kunnen identificeren.
•In de landbouw kan kunstmatige intelligentie worden ingezet om data te verzamelen en geautomatiseerd beslissingen te nemen. Denk bijvoorbeeld aan het in een vroeg stadium ontdekken van bepaalde schimmels op gewassen of het vroegtijdig ontdekken van de noodzaak om bepaalde voedingsstoffen toe te voegen aan gewassen. Op die manier kan de landbouwindustrie veel efficiënter gebeuren en vindt er minder verspilling plaats.
•Storingen kunnen met AI voortijdig worden voorspeld, zodat tijdig kan worden ingegrepen, nog vóór een storing optreedt. Denk bijvoorbeeld aan het tijdig opmerken van storingen aan wissels in een metrolijnenstelsel. Wanneer AI wordt toegepast op één wissel is dit niet lucratief, maar weet het systeem meteen de status van 800 wissels, dan kunnen prioriteiten worden gesteld en een goed onderhoudsplan worden uitgewerkt.
•Bij onderzoek naar autonoom rijden wordt gebruik gemaakt van AI-programma’s. Een auto die is uitgerust met camera’s legt honderden uren beeldmateriaal vast van rijgedrag van mensen. Op die manier kan de situatie die door de camera wordt vastgelegd worden gekoppeld aan de input die de bestuurder geeft. Hier leert het neurale netwerk van zodat op een bepaald moment het systeem zelf de koppeling kan maken tussen wat hij ziet met de camera’s en wat de bestuurder in zo’n situatie zou doen. Deze methode wordt momenteel nog verder onderzocht.

Digital Twin model

Met digital twin bouw je een digitaal model van alle processen, menselijke resources, machines, data, etcetera. Wijzig je iets in de strategie, de processen of in de resources, dan zorgt het model ervoor dat die wijziging automatisch op alle andere relevante plaatsen wordt doorgevoerd. Zo kan bijvoorbeeld vliegensvlug de planning worden omgegooid als er een storing is aan een machine of als in het voorbeeld van de grondstoffenmijn door weersomstandigheden de delving in de mijn moet worden stilgelegd. De digital twin kan ook worden gebruikt om scenario’s door te rekenen en te monitoren of de geplande verbeteringen daadwerkelijk worden behaald. Of om na te gaan wat de impact is van bijvoorbeeld een betere vraagvoorspelling op de totale supply chain.