ÆVO: Hoe slimmer de robot, hoe rendabeler het brugonderhoud

0

Wat heeft artificial intelligence voor een zelfrijdende robot te maken met geluidsmetingen bij een sluis? Vanuit de joint venture van ImProvia Group en FMI Engineering is die vraag snel beantwoord. Het zijn immers de stappen met machine learning bij ExRobotics waarvan infrabedrijf ÆVO als zuster profiteert, met minder stilstand bij bruggen en sluizen als beoogd resultaat. Smart mobility, smart industry: het trainen en verbeteren van algoritmes heeft zijn uitwerking in elk veld.

Machine learning ExRobotics werpt zijn vruchten af voor zuster ÆVO en joint venture FMI-ImProvia

Het was wel een contradictie, vertelt Iwan de Waard, medeoprichter en directeur van ExRobotics in Delft. Ga je aan de slag met rijdende robots voor omgevingen waarin lekkages en explosies op de loer liggen, is daar meteen het gegeven dat een robot weleens kan vonken. ‘Dus moesten we eerst dat risico wegnemen. En onze robots zo robuust mogelijk maken, volgens de strengste standaarden. Dat is gelukt: ze zijn ATEX- en IECEx-zone 1 gecertificeerd.’

De robots van ExRobotics ogen behoorlijk hightech, met hun rupsbanden, camera’s, sensoren en antennes. Toch is dat nog maar de hardware, benadrukt De Waard. ‘Want hoe creëer je er waarde mee? Dan kom je uit op thema’s als mobility, connectivity en localization. Die komen allemaal samen in onze robots. Verbindingen voor data-uitwisseling verlopen – bij voorkeur – via 4G, de robots rijden inmiddels volledig autonoom. Dat laatste doen ze op locaties over de hele wereld, waarvoor we eerst moesten begrijpen hoe om te gaan met latency, oftewel de vertragingstijden in het netwerk.’

‘Met verfijning komt voorspelbaarheid en dat is precies wat klanten willen’

De data die de robots via hun sensoren en camera’s genereren, gaan naar de cloud, waarbij ExRobotics er via een API (application programming interface) voor kan zorgen dat bij de klant ook andere partijen hun data in de digitale fabrieksomgeving kunnen integreren. De Waard: ‘Eerst ging het ons om hardware en mobiliteit, inmiddels komt een thema als IoT (Internet of Things, red.) meer en meer op de voorgrond. Data ophalen is niet meer het punt, het gaat erom hoe je diezelfde data interpreteert en analyseert.’

Kennisdeling

IoT-technologie, cloud, hardware, software: zo bezien komt in de robots van ExRobotics veel samen. Vandaar ook, vertelt De Waard, dat het bedrijf specifieke kennis kan inbrengen binnen de joint venture tussen ImProvia Group en de FMI-engineerings– en productieautomatiseringsactiviteiten in Drachten, Best en Aken. ExRobotics viel al onder de engineerings- en consultancygroep van ImProvia Group (dat bijdroeg aan de ontwikkeling van de robots), en sinds de tweede helft van 2020 is daar ook de nauwere samenwerking met FMI, dat systemen, modules en componenten levert aan machinebouwers.

Met de joint venture kunnen beide van origine Brabantse bedrijvengroepen de klant op elk vlak ondersteunen. ‘En dat begint ermee dat we onderling de tijd voor elkaar nemen’, vertelt John in ’t Groen, business development manager bij FMI. ‘We snappen steeds beter van elkaar wat we precies doen. Zodat ik nu bijvoorbeeld een ontwikkelaar van ImProvia kan meenemen naar een klant, omdat ik weet dat hij simpelweg de juiste persoon voor de opdracht is.’

Steeds verdere verfijning

Gekeken naar de kennis vanuit elk bedrijf zit dat vanuit ExRobotics nu vooral in mobiele robotica, connectivity en artificial intelligence. En dan meer specifiek in het zelflerend vermogen van de software, wat neerkomt op het trainen van algoritmes met datasets. De Waard pakt zijn smartphone erbij en laat beelden zien van de laatst ontwikkelde robot. ‘We hebben er pas een week geleden onze software in gedownload. Dat kon, omdat we al onze software laten draaien in een digital twin. Die bevindt zich in een virtuele simulatieomgeving, waarin we algoritmes trainen en verbeteren via de data die onze robots de afgelopen jaren hebben geleverd. Inmiddels hebben we in de twin bijna 400 kilometer gelogd, en dat in alle omstandigheden, zoals meerdere weertypes. We gebruiken die data om wijzigingen in software te testen, voordat we de software voor de klant gebruiken. Terwijl de robots dus hun data leveren voor de twin, levert die weer data terug aan de robots. Ze versterken elkaar over en weer en zorgen zo voor een steeds verdere verfijning.’

Predictive maintenance

Die verfijning, stelt In ’t Groen, is dan ook essentieel voor alle bedrijven binnen de joint venture. ‘Met verfijning komt voorspelbaarheid en dat is precies wat klanten willen. Niet alleen voor hun robots, maar ook voor hun machines, productielijnen en assets.’ Veel, heel veel draait daarom om predictive maintenance. Zo ook voor ImProvia-bedrijf ÆVO, dat zich richt op installatie, service en onderhoud voor de infra- en energiesector. ‘Ons bedrijf sluit meerjarige contracten af, waarbij we verantwoordelijk zijn voor onderhoud’, vertelt Corné van Dravik, directeur van ÆVO. ‘Hoe beter de voorspellingen, hoe minder storingen en spoedacties. Onze klanten willen beschikbaarheid, en dat is wat predictive maintenance biedt. En ja, doordat je alleen op weg bent wanneer het echt nodig is, pakt dit wel zo duurzaam uit.’

Bij FMI merkt In ’t Groen dat klanten steeds vaker wordt gevraagd naar pay-per-use in plaats van contracten. ‘Bij FMI krijgen we die vragen weliswaar nog niet, maar vertaal je pay-per-use naar een brug, dan zou dat betekenen dat je betaald krijgt voor elke keer dat een brug zonder problemen opengaat, naast de tijd dat er geen storingen optreden. Voor pay-per-use is predictive maintenance onmisbaar.’ 

Lees Link magazine digitaal of vraag een exemplaar op: mireille.vanginkel@linkmagazine.nl

Dr. Bridge

Was een digital twin een paar jaar geleden nog onontgonnen gebied voor ExRobotics, inmiddels weet De Waard hoe breed de technologie inzetbaar is. Zo ook voor Dr. Bridge, zoals ÆVO’s nieuwe concept voor risicogestuurd onderhoud heet. ‘Samen met ÆVO halen we digitale data uit de plc-systemen van bijvoorbeeld een sluis, bedoeld voor het herkennen van afwijkingen van beweegbare patronen. We trainen algoritmes om die afwijkingen te detecteren, waarbij we ons nu richten op de toevoeging van sensoren voor trillingsmetingen van lagers. Bovendien hebben we al meer hardware ontwikkeld: een module met daarin 64 3D-microfoons, waarmee we bij een sluis heel nauwkeurig – en veel eerder dan het menselijk oor – kunnen detecteren waar een afwijking qua geluid vandaan komt.’

Van Dravik ziet de voordelen van Dr. Bridge al voor zich in de praktijk. ‘Op ons kantoor in Halsteren hangen schermen waarop alarmmeldingen binnenkomen. Ziet Dr. Bridge iets wat hij niet kan plaatsen, dan gaan we erheen – nog voordat er sprake is van een storing. Geen stilstand, een continue verlenging van levensduur en minder benodigde investeringen in assets: het is weliswaar nog een droom, maar er wordt hard aan gewerkt.’

Share.

Reageer

CAPTCHA Image

Reload Image

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.