Veerkrachtige dank Kunstmatige Intelligentie

2ndSCIN® is een beschermhoes voor robots en andere automatiseringscomponenten, die is geïnspireerd op menselijke huid. © Fraunhofer IPA, foto: Rainer Bez

Een onderzoeksteam onder leiding van Brandon Sai (rechts op de foto) heeft een hulpmiddel ontwikkeld dat de oorzaken van productiviteitsverlies in gekoppelde systemen herkent en een snelle verwijdering van storingen mogelijk maakt. © Fraunhofer IPA, foto: Rainer Bez

Het Future Work Lab in Stuttgart herbergt de grootste verzameling demonstratoren van Duitsland, die laten zien hoe het productiearbeid van de toekomst er waarschijnlijk uit zal zien. © Fraunhofer IPA, foto: Rainer Bez

Kunstmatige intelligentie (AI) optimaliseert processen en maakt de gehele productie betrouwbaarder, flexibeler en veerkrachtiger. Hoe dat precies werkt, laten onderzoekers van het Fraunhofer IPA zien van 12 tot 16 april op de Hannover Messe, die dit jaar virtueel plaatsvindt.

Sinds de coronacrisis is de term »Veerkracht« in zwang. Oorspronkelijk komt hij uit de materiaalkunde en beschrijft hij de eigenschap van een lichaam om na vervorming weer zijn oorspronkelijke vorm aan te nemen. Als we dit toepassen op hele samenlevingen, de economie, individuele bedrijven of ook hun productielijnen en -installaties, betekent veerkracht het vermogen om crisistijden en verstoringen zonder blijvende belemmeringen te overwinnen.

Hoe AI de industriële productie veerkrachtiger kan maken en processen kan optimaliseren, laten enkele exposities zien die wetenschappers van het Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA tonen van 12 tot 16 april 2021 op de Hannover Messe, die dit jaar virtueel plaatsvindt.

De naam is programma: Maximize Overall Equipment Effectiveness

Een onderzoeksteam onder leiding van Brandon Sai van de afdeling Fabriekplanning en Productiemanagement heeft een tool ontwikkeld die de oorzaken van productiviteitsverlies in keteninstallaties herkent en een snelle verwijdering van verstoringen mogelijk maakt. Bij »Maximize Overall Equipment Effectiveness« (MOEE) analyseren geïmplementeerde algoritmen automatisch het gedrag van een installatie en maken een individueel procesmodel. Daarbij worden de verschillende processtappen van een productiecyclus gevisualiseerd en beoordeeld.

»De algoritmen berekenen bijvoorbeeld welke processen wanneer en in welke volgorde plaatsvinden en hoe lang ze elk duren. Als processtappen niet in de gewenste snelheid verlopen en niet optimaal op elkaar zijn afgestemd, zegt dat iets over de prestaties«, legt Sai uit. Daarnaast leveren de zelflerende algoritmen informatie over de behaalde kwaliteit. »Door een combinatie van automatische procesmodellering en machinaal leren herkennen we productiviteitsverliezen op het moment dat ze optreden en dragen zo bij aan een snelle verwijdering van de verstoring«, legt Sai uit.

Een blik in de toekomst: Het Future Work Lab

In een vergelijkbare lijn liggen de flexibel inzetbare dataverzamelingsinstrumenten die een onderzoeksteam van de afdeling Fabriekplanning en Productiemanagement heeft ontwikkeld. De wetenschappers combineren een modulair sensorsysteem met AI-algoritmen voor procesherkenning om automatisch optimalisatiepotentieel in de productie bloot te leggen. Dit is slechts een van de ongeveer 50 demonstratoren die onderzoekers van het Fraunhofer IPA en het aangrenzende Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO hebben opgebouwd in het gezamenlijk geëxploiteerde Future Work Lab.

»In het Future Work Lab laten we de potenties zien van cognitieve assistentiesystemen en participatieve implementatiemethoden voor gebruik in operationele productiesystemen«, zegt Simon Schumacher, projectleider van het Future Work Lab bij het Fraunhofer IPA. Nu is de grootste verzameling demonstratoren in Duitsland, die laten zien hoe het productiearbeid van de toekomst waarschijnlijk zal aanvoelen, tastbaar op de Hannover Messe.

Samen sterk: Netwerk AI4DT

Een digitale tweeling is een virtuele weergave van echte machines, producten of systemen zoals fabrieken of organisaties met hun eigenschappen, toestand en gedrag. Het dient als datamodel dat door kunstmatige intelligentie wordt geëvalueerd, waaruit conclusies worden getrokken en aanbevelingen voor actie worden afgeleid. Vooral kleine en middelgrote ondernemingen (KMO's) staan echter voor aanzienlijke uitdagingen bij het ontwerpen, toepassen en gebruiken van digitale tweelingen en AI.

Om deze samen aan te pakken, hebben de deelstaten Baden-Württemberg en de provincie Noord-Brabant zich in januari 2021 verenigd in het Nederlandse-Duitse Fieldlab »Artificial Intelligence for Digital Twins (AI4DT)«. Dit netwerk van bedrijven, vakexperts en technologieaanbieders moet intelligente industriële oplossingen ontwikkelen, testen en implementeren. Leider van het AI4DT-project is professor Daniel Palm van het Fraunhofer IPA, die het op de Hannover Messe zal presenteren.

Maßgeschneidert voor robots: 2ndSCIN®

Niet alleen een autonomere en veerkrachtigere, maar ook een ultrareine productie wordt steeds belangrijker: »Van de batterijproductie tot biotechnologie – alleen schone productieruimtes maken de hightech van de toekomst mogelijk«, zegt Udo Gommel, hoofd van de afdeling Reinst- en Mikroproductie bij het Fraunhofer IPA. Voor veel fabrikanten is het echter een omslachtig, tijd- en kostbaar proces om robots en andere automatiseringscomponenten in een schone ruimte te krijgen.

Daarom heeft Gommel samen met zijn collega’s 2ndSCIN® ontwikkeld, in zekere zin een maatpak voor robots. Deze beschermhoes bestaat uit een doorlatend, beweeglijk en meerlagig textiel dat qua werking is nagebootst naar menselijke huid. Afhankelijk van de toepassing kunnen twee of meer lagen op elkaar liggen, die telkens met afstandhouders worden gescheiden. In de tussenruimtes kan lucht worden aangezogen of afgevoerd. Zo kunnen deeltjes worden verwijderd die uit de omgeving of van de automatiseringscomponent zelf afkomstig zijn. De textiellagen zijn bovendien uitgerust met sensoren die continu parameters meten zoals deeltjesaantallen, druk of vochtigheid. Via AI-algoritmen kunnen deze gegevens worden geëvalueerd en een voorspellend onderhoudsstrategie mogelijk maken.