Login                    Nieuwsbrief  |   Agenda   |   Vacatures   |   Forum   |   Advies   |   Adverteer   |   Zoek
ABISS 2020 (2)
Bron: Procesverbeteren.nl
Smart Industry: Slimme organisatie
Productie bij Bekaert DesleeInzichten 5e Advanced Business & Industrial Software Summit (ABISS)
Techniek, Mens én Visie maken Smart Industry (2)

Door Dr Ir Jaap van Ede, hoofdred. Procesverbeteren.nl, 02-08-2021  [ deel 1 ] [ deel 2 ]

De 5e Advanced Business & Industrial Software Summit (ABISS) schetste de stand van zaken rond Smart Industry in België. In deel 1 van een tweeluik hierover, deelden de productiebedrijven Vandemoortele en STAS hun inzichten. Daaruit bleek dat je éérst een visie moet hebben. Daarna moeten techniek en mens het sámen doen.

In dit vervolgartikel blijkt dat dit óók geldt voor cyber security. Productiebedrijf Renson beschrijft hoe zij hun mensen ‘wakker en alert’  houden inzake de cyberrisico’s.

Verder ruime aandacht voor de toepassing van respectievelijk machine learning en virtualisatie bij Bekaert Deslee en De Wilde Engineering. Bij smart technieken blijkt het belangrijk om met beide benen op de grond te blijven. Uitkomsten moeten begrijpelijk zijn voor de werkvloer, en moeten tot concrete toepassingen leiden.

De opmars van Smart Industry, met alle aandacht voor digitalisering, robotisering en kunstmatige intelligentie, komt soms intimiderend over.

Het is echter belangrijk om met beide benen op de grond te blijven, en éérst een visie te ontwikkelen. Smart Industry moet antwoord geven op de volgende vraag: hoe kan ik meer klantwaarde leveren, en hoe verbeter ik mijn concurrentiepositie! Anders gezegd: niet de slimste wint, maar het meest klantgerichte bedrijf.

Steeds blijkt ook, dat de mens het sámen met de techniek moet doen. Zie voor het belang van een visie en bijpassend verandermanagement deel 1 van dit tweeluik. Eerder kwam dit onderwerp op deze site ook al aan de orde.

Naast visie en aandacht voor de mens is eenvoud belangrijk. Niet de mooiste, maar de meest praktische oplossing blijkt vaak de beste!

Productie bij Bekaert Deslee. Het risico op fouten bij het machinaal breien van tijken hangt af van het type productie-orderProductie bij Bekaert Deslee. Het risico op fouten bij machinaal breien hangt af van het type productie-order. Een Machine Learning oplossing waarschuwt operators om extra op te letten bij fout-gevoelige orders.


Bekaert Deslee

Ook bij artificial intelligence is het belangrijk dat dit heldere en bruikbare informatie voor de werkvloer oplevert. Dit blijkt uit het verhaal van Rik Holvoet, CIO van Bekaert Deslee.

‘Wij maken, bij wijze van spreken, al ééuwen matrashoezen. Vroeger waren die altijd van gewoven katoen’, vertelt Holvoet. ‘Er komt echter steeds meer vraag naar gebreide tijken, vanwege de rekbaarheid daarvan. Hiermee is nog minder ervaring, zowel bij de machineproducenten als bij de afnemers. Per week verwerken we duizenden productieorders. Die worden uitgevoerd door meer dan honderd operators, met honderden machines. Daarbij ontstaat elke week zo’n 5% afval, hetgeen gelijk is aan een oppervlak van twee voetbalvelden! Dat willen wij terugdringen tot 3% afval.’

Sommige productieorders blijken ‘afval gevoeliger’ dan andere. Het type garen, het design en de gebruikte machine hebben bijvoorbeeld invloed. ‘We willen operators waarschuwen bij risicovolle productieorders, die kunnen ze dan extra in de gaten houden. We willen hen echter niet overstelpen met opdrachten. Het gaat om heel simpele aanwijzingen: kijk nog eens extra of de instellingen precies kloppen, of er verontreiniging is, en check bijvoorbeeld elk kwartier of het proces nog goed verloopt.’

Ontvang samenvattingen van onze diepgaande praktijkverhalen
Wilt op de hoogte blijven van nieuwe artikelen?
Drie voordelen van gratis registratie:
  1. Elke twee maanden een nieuwsbrief met samenvattingen (maar natuurlijk geen andere mail)
  2. Alle artikelen altijd meteen en volledig lezen (sommige artikelen zijn deels afgeschermd voor niet-geregistreerden)
  3. Toegang tot 300+ praktijkcases procesverbetering
  4. Berichten op het forum kunnen plaatsen en opmerkingen toevoegen aan artikelen

Machine Learning
De hamvraag is nu: bij welke productieorders moet een operator worden gealarmeerd, en waar moet dan extra aandacht voor zijn. Extra controles kosten tijd en moeite. Het is daarom belangrijk dat de waarschuwingen terecht zijn!

‘Wij hebben daartoe een machine learning (ML) oplossing, feitelijk een neuraal netwerk, gebouwd. Dat deden we in Microsoft Azure’, vertelt Jeroen Meul, digital manufacturing solutions engineer bij Bekaert Deslee.

‘Het softwaremodel is getraind met productie-data uit SAP. Je voedt het model dan met productieorders en bijbehorende afvalpercentages. Het model leert zo welk type orders afvalgevoelig zijn. De trainingsdata hadden we al, maar daar deden we vroeger weinig mee. Het kostte best veel tijd om de data op te schonen, maar daarna konden we daarmee vrij gemakkelijk een werkende oplossing in Azure creëren. Wereldwijd gezien blijven de operationele kosten bovendien beperkt tot minder dan 1000 euro per maand. Het is ook niet erg ingewikkeld. Wel raad ik aan om je korststondig te laten bijstaan door een expert. In ons geval was dit iemand van Delaware.’

Bij nieuwe orders vraagt SAP nu aan Azure of er bijzondere aandachtspunten zijn. ‘Die worden vervolgens mee afgedrukt op de papieren productieorder.’

Overzicht van de Machine Learning-oplossing. SAP raadpleegt Azure, en eventuele bijzondere aandachtspunten worden daarna afgedrukt op nieuwe productie-ordersOverzicht van de Machine Learning (ML)-oplossing. SAP raadpleegt Azure, eventuele bijzondere aandachtspunten worden daarna toegevoegd aan productie-orders. Om het ML-model up-to-date te houden worden de productie-resultaten teruggekoppeld.


Bijleren

Het model moet continu bijleren, anders kloppen de voorspellingen binnen een paar maanden niet meer. ‘Er komen bijvoorbeeld regelmatig nieuwe garens bij, met andere eigenschappen. Wekelijks koppelen we daarom productiedata terug naar Azure.’

Inmiddels kunnen de eerste conclusies worden getrokken. ‘Het effect op de werkvloer is groot, we verwachten een flinke afvalreductie. Het is niet nodig dat het systeem het 100% bij het rechte eind heeft. 75% is al voldoende om resultaat te boeken.’ 

‘In feite is onze oplossing een virtuele productieassistent. In het echt ontsla je ook geen operator die meestal goed werk levert, maar die een enkele keer een onschuldige inschattingsfout maakt. Dit geldt ook voor AI.’    

Jeroen  Meul en Rik Holvoet  (Bekaert Deslee): Machine learning levert ons vermoedelijk een flinke afvalreductie op.Jeroen Meul en Rik Holvoet (Bekaert Deslee): ‘Machine learning levert ons vermoedelijk een flinke afvalreductie op. Het is daartoe niet nodig dat het systeem het 100% bij het rechte eind heeft.’


Niet duur

Artificial Intelligence (AI) klinkt imponerend, maar hoeft niet duur of ingewikkeld te zijn. Met enkel een smartphone en een gratis Python-installatie kom je soms al een heel eind! Ook heb je niet altijd een grote dataset nodig om het systeem te trainen. Hogeschool Howest bouwde een AI-oplossing voor slechts €500. Zij noemen hun aanpak low-cost computer vision.

Het gaat om een Artificial Intelligence-oplossing, gebouwd voor ’t Veer. Die naam staat voor een beschutte werkplaats, gericht op het ‘vervoeren’ van mensen met een arbeidsbeperking naar plekken met volwaardige maatschappelijke erkenning.

‘Sommige medewerkers van ’t Veer stellen pakketjes van bouten, moeren en andere onderdeeltjes samen’, vertelt Gilles Depypere, lector en AI-onderzoeker bij Howest. ‘We wilden een systeem voor kwaliteitscontrole: zijn de juiste onderdelen in de juiste hoeveelheden aanwezig. Daartoe nemen we een foto van op een oppervlak uitgespreide onderdelen. Die foto wordt vervolgens door een neuraal netwerk beoordeeld: wat ligt er en hoeveel.’

Hogeschool Howest bouwde voor slechts 500 euro deze artificial intelligence oplossingHogeschool Howest bouwde voor slechts €500 deze artificial intelligence oplossing. Via een foto met een smart phone wordt bepaald welke onderdeeltjes er liggen en hoeveel.


Verrijken
‘Vooraf leerden we de software om specifieke componenten te herkennen. We maakten daartoe van elk type onderdeel, in elke oriëntatie, 20 foto’s. Het ging om zes voorwerpen. Dat leverde uiteindelijk 200 foto’s op. Door die te bewerken en te verrijken, via draaien en verschuiven, konden we deze dataset snel uitbreiden tot 10.000 samples. De voorspellingen die het systeem geeft zijn nu 99,9% accuraat.’

De vraag rijst of een bril of projectie met augmented reality, die de medewerkers de juiste onderdelen laat pakken, niet beter zou zijn. Dan is immers geen kwaliteitscontrole nodig. ‘Hier werd om twee redenen niet voor gekozen’, reageert Depypere. ‘Ten eerste wilden we de ontwikkeltijd zo laag mogelijk houden, om de kosten te drukken en het snel uitbreidbaar te maken. Ten tweede wilden we de werknemers van ’t Veer niet overprikkelen’

Wij danken onze partners/adverteerders, door hen kunnen wij onafhankelijke artikelen maken!
Willekeurige adverteerder Smart Industry, ontdek hoe zij het gedachtegoed op deze website toepassen:

Propos SoftwarePropos Software

PROPOS software
Heeft u een bedrijf met veel variatie in productieorders? Ervaart u problemen met plannen? Is dit tijdrovend? Wilt u uw doorlooptijden verkorten en uw leverbetrouwbaarheid vergroten?
PROPOS biedt excellente oplossingen voor productieplanning en procesverbetering. Specifiek voor bedrijven met een stappenproductie en een grote variatie aan orders en routes. PROPOS is een shop floor control systeem gebaseerd op de principes van Quick Response Manufacturing (QRM). Ontwikkeld en bewezen in de praktijk voor een optimale flow.

> Naar website

Virtualisatie
Naast AI blijkt ook virtualisatie in opmars. Denk daarbij aan een beeld op de computer dat laat zien hoe een fabriek of een deel daarvan gaat functioneren, inclusief de aansturing. Ook hierbij is een pragmatische aanpak het beste. Dit blijkt uit het verhaal van Patrick Heughebaert, CEO van machinebouwer De Wilde Engineering.

Klanten van machinebouwers worden steeds veeleisender, en willen complexere systemen steeds sneller geleverd hebben. Om daarbij de risico’s te beperken en problemen vóór te zijn, bouwt De Wilde Engineering nu vaak eerst een software-representatie.

De Wilde Engineering is een machinebouwer in Ieper met 28 vakmensen. Ze groeien al twintig jaar achtereen. Heughebaert: ‘Zeker als MKB-bedrijf is Smart Industry geen doel op zich. Wij blijven graag met beide voeten op de grond. Onze kerncompetentie is én blijft: in overleg met klanten hun problemen oplossen. Dit op een creatieve manier, en op basis van onze kennis en ervaring.’

Patrick Heughebaert (De Wilde Engineering): Smart Industry is geen doel op zichPatrick Heughebaert (De Wilde Engineering):   ‘Smart Industry is geen doel op zich. Van nieuwe mensen verlangen we niet enkel computerkennis. Ze moeten modellen ook kunnen omzetten in praktische oplossingen’


Uitdagingen

Uitdagingen zijn er wél: de technologie wordt steeds complexer, en de projecten en daarmee de risico’s steeds groter. Ook verwachten klanten steeds kortere doorlooptijden, en wordt het steeds moeilijker om aan vakmensen te komen.

‘Mensen die nu van school komen hebben vaak veel computerkennis en hoge verwachtingen. Het is de YouTube-generatie van SpaceX en Fortnite. Ik zeg dan: mooi, maar zorg er ook voor dat je jouw ideeën op onze werkvloer kunt omzetten in praktische oplossingen.’ 

Voor de realisatie van complete oplossingen beschikt De Wilde Engineering over een testhal van maar liefst 1000 m2.

Simulatie van het transporteren en hanteren van vaten frituurolieSimulatie van het transporteren en hanteren van vaten frituurolie. Gaat dit fout dan is dat veel minder erg dan als dat in het écht gebeurt.


Risico’s verkleinen

Direct met bouwen van nieuwe installaties beginnen is lang niet altijd verstandig. Om grote en complexe projecten behapbaar te maken, en de risico’s te verkleinen, blijkt digitalisering zinvol.

‘We zetten in op simulatie en virtualisatie, en doen dat met partners zoals Siemens. Als je een machine eerst virtueel bouwt, inclusief de besturing, dan verklein je de kans op menselijke ontwerpfouten enorm. We hebben bijvoorbeeld het verplaatsen en leeggieten van vaten met 200 liter frituurolie gesimuleerd. De kosten daarvoor zijn veel lager dan bij ontwerpfouten in het echt.’

De getoonde beelden zijn fraai, je ziet zelfs een touchpanel voor de bediening. ‘Het gaat echter niet om de schone beelden’, waarschuwt Heughebaert in onvervalst Vlaams. ‘Ook moet je je realiseren dat terwijl jij virtualiseert, de fabriek waarin een installatie komt te staan blijft veranderen. En soms is het gewoon handiger om iets in het echt te testen. Een voorbeeld is een installatie die wij bouwden voor het transporteren van witlof. Toen wilden wij weten of die witlof wel de bakjes blijft bij botsingen.’ 

Mensen ‘wakker en alert maken’ inzake cyber security
Met de opmars van Smart industry, en daarmee het aantal apparaten dat toegang heeft tot (industrieel) internet, stijgt ook het veiligheidsrisico als het gaat om hackers en dergelijke. Goede en gelaagde beveiligingstechniek is cruciaal, maar de mens blijft de zwakste schakel. Koen van Loo, CIO bij Renson, vindt daarom dat je iedereen ‘wakker en alert’ moet maken inzake de cyberrisico’s!

Bijna twee op de drie Belgische industriële bedrijven werd al eens aangevallen door hackers. In die richting wijst de evaluatie van de gegevens van de eerste vijftig bedrijven in een Industrial Cybersecurity Survey.

Het gaat om een enquête, uitgevoerd door hogeschool Howest, de Universiteit van Gent en Agoria. PLC’s en besturingssystemen blijken soms de zwakke punten in de beveiliging. De kantooromgeving lijkt meestal beter beschermd. Naast een security officer op kantoor zou er eigenlijk ook zo iemand moeten komen voor de productie-omgeving. Die laatste rol is namelijk vaak niet ingevuld. De zwakste schakel lijkt de mens. 41% van de onderzochte bedrijven heeft namelijk nog geen enkele awareness sessie voor alle medewerkers georganiseerd.

Koen van Loo (Renson): Veiligheidsincidenten in de media grijpen we aan, om cyber security op de radar te houdenKoen van Loo (Renson):   ‘Veiligheidsincidenten in de media grijpen we aan, om cyber security op de radar te houden’ 


‘Wij doen dat wél’, vertelde Koen van Loo tijdens zijn presentatie op ABISS 2020. ‘Nieuwe werknemers wijzen we meteen op de gevaren. Daarna blijven we iedereen wakker en alert houden. We doen dat onder meer via intranet. Ook grijpen we veiligheidsincidenten in de media aan, om cyber security op de radar te houden.’ 

Van Loo is de chief information officer (CIO) van Renson. Dit is een groeiend familiebedrijf in Waregem, waarin inmiddels de vijfde generatie aan boord is. ‘We hebben drie business units, te weten ventilatie, zonwering en outdoor living. De gemene deler is, dat het gaat om oplossingen voor comfortabel leven. Binnen én buiten.’

Cyber security betekent zoeken naar een optimale balans tussen afdoende bescherming van systemen, en de gebruiksvriendelijkheid daarvan. ‘Bij een nieuwe machine nemen we onze veiligheidseisen op in onze request-for-proposal. Sommige leveranciers vinden het lastig om daarmee om te gaan. Bij oudere machines vergroten we de veiligheid door deze niet, of slechts zeer beperkt, toegang te geven tot ons netwerk. In alle gevallen is het ui-principe leidend: risico’s proberen we dus gelaagd in te perken. Voor elk potentieel risico bepalen we bovendien welke prioriteit het inperken daarvan heeft. Dat doen we door de kosten af te wegen tegen de impact van het problematische scenario. Het liefst heb je security by design. Het menselijke gedrag blijft ook dan echter nog een risico.’

Risico-evaluatie is iets wat je steeds moet herhalen, en waar je ook regelmatig externe experts bij moet inschakelen. ‘Anders loop je al snel achter, want de wereld staat niet stil. Je moet ook zélf continu je awareness bijhouden. Dat doen we onder meer door deel te nemen aan werkgroepen, en door samen te werken met onderwijsinstellingen zoals Howest. Zij hebben ons onlangs begeleid bij een intelligente veiligheidsscan. Daarbij vonden we een lijst met onversleutelde wachtwoorden op een server. Dat risico hebben we toen natuurlijk meteen weggenomen!’


> U las deel 2 van een tweeluik n.a.v. ABISS 2020, over de staat van Smart Industry in België. In deel 1 kwamen de productie-bedrijven Vandemoortele en STAS aan bod. Uit deze cases blijkt dat slimme fabrieken pas realiteit worden als er een heldere visie is, en als mens en techniek vervolgens goed samenwerken om die te realiseren.

 


Hulp nodig bij de implementatie van hard- en software voor Smart Industry?

Verwijzen naar dit artikel op internet?
Gebruik als link: https://www.procesverbeteren.nl/smart_industry/ABISS2020_Smart_Industry2.php

Propos SoftwareTotal Productivity