AI in de maakindustrie
Sluit Logo DX Solutions

AI in de maakindustrie

17 september 2019 - Maarten Vermue
Momenteel zijn ongeveer 800 Belgische fabrieken bezig met de integratie van industrie 4.0 / AI. Als u weet dat er 3000 fabrieken zijn in België, weet u dat er nog heel wat vooruitgang gemaakt kan worden.

Waarom AI in de maakindustrie?

Fabricage ondergaat momenteel een drastische verandering. Veel machines krijgen extra sensoren die data doorsturen naar het netwerk. Op basis van de uitgestuurde data kunnen er analyses gedaan worden om productieprocessen te verbeteren, ... Dit is precies waarbij artificiële intelligentie kan helpen. 

 

Moderne machine learning kan patronen herkennen uit grote, onoverzichtelijke datasets. Met enkel menselijke expertise kan u hieruit niet alle inzichten halen die u wil. AI kan hier helpen verborgen verbanden tussen parameters blootleggen die u zelf (bijna) niet zou opmerken. 

 

In 2015 zorgde de maakindustrie in België voor 17% van de toegevoegde waarde. Uit onderzoek van HPE en Industry of Things World, de grootste IoT-conferentie in Europa, blijkt dat de Europese maakindustrie verwacht tegen 2030 ruim 11% omzetgroei te bereiken door het gebruik van AI.


Wat zijn de (toekomst)mogelijkheden? 

Het grootste gevaar bij deze evolutie is het grote aantal mogelijkheden - en zo het bos door de bomen niet meer zien. We zetten een aantal prominente use-cases op een rijtje:

 

  • Beheer van onderdelen en prestaties 
     
  • Minimaliseren downtime van materiaal 
    Dankzij constante monitoring van machines kan beter voorspeld worden wanneer onderhoud van een machine nodig is. Zo kunnen we onverwachte downtime verminderen. 
     
  • Maximaliseren productiedoorlooptijd 
    Dankzij betere planning (uitgewerkt door de AI) kan de indeling van de fabrieksvloer aangepast worden om efficiënter door het productieproces te gaan. Zo kan het werk ook beter verdeeld worden tussen de verschillende werkstations, gezorgd worden dat stations minder inactief zijn, ... 
     
  • Proces en kwaliteitsverbetering 
    De kwaliteit, veiligheid en betrouwbaarheid van het product kan beter gegarandeerd worden. AI kan via een combinatie van beeldherkenning en andere parameters helpen bepalen of een product defect is of niet. Het kan net zo goed gebruikt worden om de oorzaak van defecten te bepalen. 
     
  • Optimalisatie van hulpmiddelen 
    Dankzij Internet of Things (IoT), gecombineerd met data-analyse, machine learning, ... kunnen we gedetailleerd in kaart brengen welke factoren bijdragen aan het hoge energieverbruik tijdens een productieproces. Hierdoor kunnen we identificeren waar energie niet efficiënt gebruikt wordt en helpen om het totale energie verbruik te verminderen. IBM heeft op deze manier een cementfabriek kunnen helpen het energieverbruik met 10% te verminderen. 
     
  • Supply chain optimalisatie 
    AI kan helpen met het minimaliseren van supply chain kosten, storingen en risico's. Dit kan door voorspelling van de vraag naar uw product, maar ook kan het ook mogelijk maken om minder stock in voorraad te moeten hebben. 
     
  • Veiligheid 
    Robots kunnen gevaarlijk zijn om in de buurt van mensen te gebruiken. Machine learning kan een robot helpen detecteren wat een mens doet in zijn buurt en hierop inspelen. 


Ik wil dit toepassen in mijn eigen bedrijf

Er is heel wat voorbereidingswerk nodig om echt met de integratie van AI te beginnen. Aan de hand van volgende richtlijnen kan u een plan van aanpak opstellen:

 

  • Identificatie van de pijnpunten. Is er iets dat vaak voor problemen zorgt, bijvoorbeeld machines die vaak defect gaan en zo voor downtime zorgen?
     
  • Welke data kan ik gebruiken om hier conclusies uit te trekken? U zal zien dat sommige delen van uw productieproces meer (en betere) data hebben dan andere. Zonder goede data kan een AI ook niet veel doen, dus indien nodig moeten extra sensoren toegevoegd worden voor een onderdeel waar u zeker de inzichten van een AI over wil. 
     
  • Op basis van de voorgaande stappen kan u prioriteiten opstellen volgens de onderdelen waar u genoeg kwalitatieve data over hebt. 

 

Door deze richtlijnen te volgen kan u in kaart brengen welk voorbereidingswerk nodig is en kan de uitwerking van de AI-toepassing echt beginnen. Vergeet niet dat AI constant bijleert door de nieuwe data die toegevoegd wordt. Daardoor zal een AI-toepassing correctere resultaten geven hoe langer die draait. Ook belangrijk is dat deze af en toe geëvalueerd wordt en eventueel bijgestuurd kan worden.  

 

DX-Solutions kan u begeleiden bij elke stap van dit proces. Aan de hand van onze ervaring met AI kunnen we verbeterpunten in het productieproces opsporen en een AI-toepassing uitwerken om daaraan tegemoet te komen. 

Meer weten?

Onze AI-experts buigen zich graag over de vraag hoe data jouw productieprocessen kan optimaliseren!
Contacteer ons

AI checklist

Alvast zelf aan de slag? DX-Solutions maakte een checklist die u op weg kan helpen!
Download nu