De fabriek van de toekomst is datagestuurd en door AI-geoptimaliseerd

De maakindustrie draagt jaarlijks voor 18% bij aan de Nederlandse economie en laat de afgelopen jaren een groei met dubbele cijfers zien. In economisch belang is de sector nu vergelijkbaar met de chemie en de food-industrie. Daarnaast heeft Nederland een Smart Industry-agenda geformuleerd met de ambitie om de komende vier jaar 1.000 maakbedrijven te helpen hun fabriek te digitaliseren. Daar bovenop komt er 30 miljoen euro extra voor digitalisering maakindustrie. En deze stap is erg belangrijk, want vooruitstrevende bedrijven combineren operational technology (OT) met edge en AI om use cases te realiseren die vele voordelen opleveren.

De evolutie van smart manufacturing
In de maakindustrie is ‘de edge’ de productieomgeving, waar camera’s, sensoren, machines en assemblagelijnen data genereren. Met behulp van edge computing-technologie verzamelen en vertalen bedrijven data uit deze bronnen of uit automation control systems die op deze bronnen zijn aangesloten. De data wordt geanalyseerd door middel van technologieën zoals streaming data analytics en AI om direct inzichten te krijgen, snel beslissingen te nemen en meteen actie te ondernemen. Tegelijkertijd kan de enorme hoeveelheid data aan de edge een barrière vormen voor transformatie. Datasets die steeds groter worden, onder andere door nieuwe soorten data op nieuwe edge-locaties, kunnen door hun volume overweldigend zijn voor edge-technologie – helemaal wanneer de gebruikersverwachtingen op het gebied van realtime inzichten toenemen.

Ondanks deze uitdagingen blijven fabrikanten en andere industriële bedrijven innoveren aan de edge, waardoor ze zichzelf onderscheiden dankzij hun vermogen om waarde uit edge-data te halen. Ze maken gebruik van AI en ML om enorme datasets te verwerken en in bijna realtime inzichten te krijgen op de plek waar de data wordt gecreëerd en gebruikt.

AI aan de manufacturing edge
AI kan bedrijven helpen werknemers te beschermen, productiekwaliteit te verbeteren, onderhoudsproblemen te voorkomen en skills gaps te dichten dankzij machine-intelligentie. Dit alles helpt om relevanter te blijven en de concurrentiepositie te verbeteren. Er zijn vele voordelen van AI aan de edge, onder andere:

• Minder defecten. AI kan onderdelen volgen die de fabriek binnenkomen en door de fabriek verplaatst worden. Computer vision helpt het proces gedurende de gehele productiecyclus te versnellen en automatiseren. Defecten kunnen in realtime worden geïdentificeerd, gemarkeerd en getraceerd naar afzonderlijke processen of onderdelen, zodat ze onmiddellijk kunnen worden verholpen, in plaats van nadat een defect product is ontdekt.
• Minimale storingen. AI-gestuurde predictive maintenance systemen gebruiken data van sensoren en IoT-data om de exacte locatie vast te stellen waar onderhoud nodig is. Dit bespaart technici enorm veel tijd bij het stellen van diagnoses en helpt om proactief storingen aan apparatuur te voorspellen en te voorkomen. Door proactief te zorgen dat apparatuur en processen optimaal presenteren, beschermt u werknemers, voorkomt u verstoringen en verlaagt u onderhoudskosten.
• Hiaten in kennis aanpakken. Dankzij AI-systemen op basis van augmented reality (AR) kunnen externe specialisten de fabriek virtueel bezoeken en de AR-interface gebruiken om een situatie direct te beoordelen en werknemers te begeleiden of te trainen. De AI kan ook de situationele context begrijpen en standaardprocessen laden voor aanbevolen actie, waarbij elke stap duidelijk wordt gedemonstreerd in AR, zodat ongetrainde werknemers complexe taken kunnen uitvoeren wanneer specialisten niet beschikbaar zijn.

Edge AI gebruiken om meer waarde te creëren
Door AI naar de manufacturing edge te brengen ontstaan veel voordelen, maar het brengt ook een aantal unieke uitdagingen met zich mee die moeten worden overwonnen om de implementatie van AI aan de manufacturing edge tot een succes te maken.

Bedrijven moeten een sterke basis van back-end infrastructuur en adviesdiensten opzetten om het hele traject van het binnenhalen van edge data tot het verkrijgen van het gewenste bedrijfsresultaat van begin tot eind volledig te begrijpen.

Om de implementatie, integratie, beveiliging en het beheer verder te vereenvoudigen, kunnen geconfigureerde systemen die zijn gebouwd door AI-experts uit de productiesector de time-to-value versnellen met oplossingen die speciaal zijn ontworpen voor smart manufacturing use cases. De keuze voor een door ingenieurs gevalideerde oplossing voor AI kan bedrijven helpen barrières te overwinnen rondom adoptie, zoals een gebrek aan AI-expertise op locatie. Gevalideerde ontwerpen zijn geteste en bewezen configuraties, die zijn ontworpen om dynamisch te voldoen aan de behoeften op basis van specifieke use cases. Deze geïntegreerde oplossingen zijn streng getest en gedocumenteerd om de implementatie te versnellen en te vereenvoudigen.

Resultaatgerichte use cases
De use cases achter de huidige succesverhalen zijn net zo gevarieerd als de subsectoren van manufacturing, maar we kunnen thema’s onderscheiden: connected worker, effectiviteit van apparatuur, predictive maintenance, productiekwaliteit, yield optimalisation, verbeterde logistiek, productieoptimalisatie en digital twins zijn een paar van de meest voorkomende manufacturing edge use cases.

Edge computing met AI en streaming data analytics wordt steeds vaker ingezet voor use cases zoals predictive maintenance, computer vision, productiekwaliteit en digital twins, waarbij enorme hoeveelheden multidimensionale data moeten worden geanalyseerd zoals beelden, audio en sensorgegevens van connected devices, apparaten en andere assets. Bepaalde use cases, zoals use cases die ervoor zorgen dat de connected worker productiever en veiliger is, rekenen op hogesnelheids- en ultra-lage latentie-connectiviteit, zoals Wi-Fi en cellulair, om just-in-time productiviteits- en veiligheidsinformatie te bieden. Andere opkomende use cases, zoals augmented reality en mixed reality voor onderhouds- en trainingsapplicaties, vereisen de flexibiliteit en kosteneffectiviteit van 5G-netwerken om problemen met connectiviteit en Wi-Fi-gegevensdoorvoer op te lossen.

Deze technologieën en use cases kunnen fabrikanten helpen hun klanten te geven wat ze willen, wanneer ze het willen: innovatieve producten van hoge kwaliteit tegen concurrerende prijzen, terwijl ze voldoen aan steeds strengere doelstellingen op het gebied van winstgevendheid, duurzaamheid en veiligheid.

Door gebruik te maken van de kracht van AI aan de edge, benutten slimme fabrikanten de tastbare en meetbare zakelijke voordelen die voortkomen uit betere, snellere inzichten wanneer deze nodig zijn. Deze slimme benadering van manufacturing zorgt ervoor dat ze zich kunnen onderscheiden en concurreren in een concurrerende wereldwijde markt.

Door: Ruud Mulder, Presales Manager Netherlands van Dell Technologies