Industriële transformatie: Digitale automatisering en kunstmatige intelligentie in productieprocessen

0

Het steeds hogere tempo van technologische veranderingen, de steeds slechtere vooruitzichten voor de wereldeconomie en politieke discussies over handelsbetrekkingen en Brexit zetten de maakindustrie onder druk. In dit artikel lees u wat Festo doet om niet alleen met de stroom mee te gaan maar ook een actieve rol te spelen in dit complexe scenario.

“Made in Germany” en Duitse technische expertise genieten wereldwijd nog steeds hoog aanzien. Festo’s  kapitaal bestaat uit diepgaande expertise op het gebied van machine- en systeembouw en industriële productieprocessen. Met Industry 4.0 worden geavanceerde informatietechnologie gecombineerd met het maken van machines en productiesystemen. Festo zit nu middenin een industriële transformatie van grootschalige seriële productie naar op maat gemaakte (enkelvoudige) producten.

 Met slimme digitale oplossingen combineert automatiseringsspecialist Festo haar ruime expertise op het gebied van industriële toepassingen met de huidige ontwikkelingen op het gebied van IT om softwareapplicaties te ontwikkelen voor de praktijk van industriële automatisering. Festo begeleidt haar klanten langs digitale weg op hun Digital Customer Journey.

 Dit alles wordt nu aangevuld met de vaardigheden en methoden uit de ‘toolbox’ van kunstmatige intelligentie. Zij stellen ons voor het eerst in staat om aan de hand van toepasselijke sensoren gegevens rechtstreeks van in werking zijnde machines en industriële productiesystemen te betrekken. Daardoor kunnen wij deze gegevens in realtime evalueren en zodoende onze kennis van de afhankelijkheden en wisselwerkingen van het fabricageproces completeren. Digitalisering en kunstmatige intelligentie maken de complexiteit van deze processen volledig beheersbaar.

 Kunstmatige intelligentie is de sleutel tot de wereld van morgen

Festo concentreert zich op het toepassen van de kerncompetentie van fabrieksautomatisering op de door kunstmatige intelligentie ondersteunde, gedigitaliseerde productieprocessen van morgen. Tegenwoordig analyseren algoritmen de gegevens van machines en voorspellen of voorkomen zij storingen. In de toekomst zullen zij de waardestromen binnen complexe netwerken monitoren, beheersen, leiden, controleren en reguleren. Hoewel zij de menselijke besluitvorming niet zullen vervangen, zullen zij deze wel ondersteunen.

 De klassieke automatiseringspiramide, waarin productie en management lineair met elkaar in verband staan, maakt plaats voor een structuur van gesynchroniseerde productie in netwerken. Tegelijkertijd leidt digitalisering ertoe dat machines, systemen en waardestromen virtueel worden geïntegreerd. Het grote voordeel hiervan is dat processen, parameterisaties en configuraties in deze middels computers gegenereerde simulaties kunnen worden nagespeeld zonder te hoeven ingrijpen in bestaande productieprocessen. Insteltijden en productieonderbrekingen worden erdoor verminderd. Dat levert kosten- en tijdbesparingen op – essentieel voor landen waar het aandeel van arbeid in de fabricagekosten groot is, zodat zij op de wereldmarkt concurrerend kunnen blijven.

 “Een hoge productiviteit als gevolg van volledige automatisering maakt het bijvoorbeeld noodzakelijk om grote voorraden reserveonderdelen aan te houden en leidt tot hoge preventieve onderhoudskosten. Dankzij kunstmatige intelligentie, in het bijzonder lerende machines met afwijkingsherkenning, zullen deze kosten in de toekomst verlaagd kunnen worden,” aldus Dipl.-Ing. Dr. h.c. Oliver Jung, Bestuursvoorzitter van Festo SE.

Optimaal gebruik van kunstmatige intelligentie

Om met de methoden uit de ‘toolbox’ van algoritmen toegevoegde waarde en efficiencyverbetering te kunnen bereiken, zullen gebruikssituaties nauwkeurig moeten worden gedefinieerd. Er kunnen alleen goede resultaten worden behaald als gegevens vooraf al strategisch gestructureerd en ruim voorhanden zijn. “Wij hebben in onze fabrieken goed gekeken naar het gebruik van kunstmatige intelligentie bij de kwaliteitszorg in een productieproces en zijn tot de conclusie gekomen dat de in de consumentenmarkt gehanteerde big data-benadering in de industriesector niet geschikt is. Wij zijn er pas in geslaagd om substantiële efficiencyverbeteringen te realiseren nadat we de expertise van onze machinebedieners hadden gekoppeld aan de aangewezen statistische methoden van kunstmatige intelligentie,” aldus Oliver Jung.

Share.

Reageer

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

Geverifieerd door ExactMetrics