AI blaast industriële productie nieuw leven in

Kunstmatige intelligentie is onmisbaar geworden bij het bewaken en besturen van machines.

Neurale netwerken worden nu als vanzelfsprekend gebruikt, zelfs in gespecialiseerde werktuigmachines. “Vaak om machines te monitoren. De netwerken worden ‘getraind’ met behulp van grote hoeveelheden gegevens van verschillende sensoren om signaalpatronen te voorspellen”, legt Berend Denkena, hoofd van het Institute of Production Engineering and Machine Tools (IFW) aan de Leibniz Universiteit Hannover, het principe uit. Het personeel wordt geïnformeerd en de machine wordt gestopt als er een verschil is tussen het voorspelde en het werkelijke signaalpatroon.

Eenvoudigere bediening

AI evolueert snel, wat betekent dat de industrie te maken heeft met een constant spervuur van nieuwe trends. Volgens Denkena is momenteel de ontwikkeling van AI-assistentiesystemen op basis van grootschalige taalmodellen van belang. Deze modelleren de opeenvolging van elementen in een volgorde. AI-assistenten zoals de Github Copilot worden bijvoorbeeld al geaccepteerd op het gebied van softwareontwikkeling. De cloudgebaseerde tool, ontwikkeld door Microsoft-dochter Github en AI-specialist OpenAI, helpt specialisten bij het programmeren door codes automatisch aan te vullen. “AI-assistenten bieden een groot potentieel in de productie, waar ze de bediening van machines kunnen vereenvoudigen”, zegt Denkena.

Voorspellend onderhoud

In de industrie is AI al ingeburgerd op het gebied van voorspellend onderhoud. Sensoren en neurale netwerken helpen detecteren of een machine defect is en onderhoud nodig heeft. Fabrikanten van productietechnologie werken op dit terrein vaak samen met onderzoekers en onderzoeksgerichte startups. De in Hamburg gevestigde start-up ai-omatic solutions is bijvoorbeeld gespecialiseerd in voorspellend onderhoud. Lena Weirauch, CEO en medeoprichter, legt uit: “AI maakt het mogelijk om informatie te begrijpen, patronen te herkennen, problemen op te lossen en beslissingen te nemen. De data die gebruikt wordt voor het ‘trainen’ van zo’n AI speelt dus een grote rol. Dit werkt vooral goed in de productietechnologie, vanwege de aanzienlijke database die al bestaat. Voorspellend onderhoud is ook zo aantrekkelijk omdat veel machines al zijn uitgerust met een groot aantal sensoren die gegevens genereren die vervolgens kunnen worden geëvalueerd.”
Volgens Weirauch omvatten op AI gebaseerde processen die de sprong van het lab naar de industriële praktijk al hebben gemaakt, beeldherkenningstechnologieën die worden gebruikt voor kwaliteitsinspectie in de productie of voor autonome navigatie van robots en drones. Industriële robots en cobots zijn uitgerust met geavanceerde AI-algoritmen om taken uit te voeren in productie, logistiek en voorraadbeheer, legt ze uit.

Intelligent verpakken en sorteren

Dergelijke cobots worden bijvoorbeeld aangeboden door de robotfabrikant Yaskawa. Ze kunnen pallets verpakken in een volledig geautomatiseerd proces en maken gebruik van AI waardoor ze beschermende beveiligingen kunnen afschaffen, met verschillende soorten pallets kunnen werken en verschillende pallethoogtes kunnen laden.
Laserspecialist Trumpf ontwikkelt ook het gebruik van AI in de productie. Het bedrijf lanceerde in 2020 een op AI gebaseerd systeem dat werknemers helpt bij het sorteren van componenten. Deze SortingGuide wordt weergegeven op een scherm in hun werkomgeving en laat medewerkers grafisch zien welke componenten bij welke werkorders horen. Daarnaast bevat het scherm ook alle relevante informatie over de vervolgtrajecten. Dit zou de productie-efficiëntie aanzienlijk moeten verhogen, vooral in het geval van plaatwerkplaten die voor verschillende bestellingen worden gebruikt, belooft Alexander Kunz, hoofd van de Smart Factory-eenheid bij Trumpf.

De Hamburgse start-up ai-omatic solutions is gespecialiseerd in voorspellend onderhoud. AI maakt het mogelijk om informatie te begrijpen, patronen te herkennen, problemen op te lossen en beslissingen te nemen.

Efficiënter dan mensen

Twee belangrijke use cases zijn op diagnose gebaseerde procesoptimalisatie en preventieve voorspelling. Het Active Speed Control-systeem van Trumpf voor lasersnijden maakt bijvoorbeeld gebruik van een camera die 40 beelden per seconde maakt. “We trainen de AI om goede dwarsdoorsnedebeelden te onderscheiden van slechte, en vervolgens te beslissen over de juiste actie. Hierdoor kunnen we de snijkwaliteit continu verbeteren”, zegt Kunz. In het geval van preventieve voorspelling herkent de AI bijvoorbeeld zelfstandig of een contour moeilijk te produceren is of een onderdeel dreigt vast te lopen. “Nogmaals, we kunnen het systeem trainen om zelf de juiste actie te ondernemen. Dit helpt fouten te voorkomen voordat ze zich voordoen.”
Om kunstmatige intelligentie te kunnen ontwikkelen, moet het kunnen putten uit natuurlijke intelligentie en de ervaringskennis van mensen. Dit betekent dat specialisten de AI moeten trainen voordat deze kan worden gebruikt. Dit is het punt waarop een louter intelligente machine kan veranderen in een zelflerende machine.

Behoud van kennis

Dit maakt AI aantrekkelijk in het licht van de huidige tekorten aan vaardigheden. Volgens Christian Brecher, hoofd van de leerstoel Werktuigmachines van het Laboratorium voor Werktuigmachines en Productietechniek aan de RWTH Aachen University, zal het overbrengen vakkennis van de mens naar de machine met behulp van kunstmatige intelligentie helpen om het ernstige tekort aan geschoolde arbeidskrachten te ondervangen.

Alles draait om de data

Het gebruik van AI in de industriële productie biedt veel voordelen, maar brengt ook zijn eigen uitdagingen met zich mee. Allereerst hebben AI-modellen voldoende hoeveelheden data van hoge kwaliteit nodig. Daarom doet Lena Weirauch van ai-omatic een pragmatische aanbeveling aan bedrijven: “Creëer eerst use cases waarvoor mogelijk al data beschikbaar is.” Het integreren van AI in bestaande productieprocessen en machines kan ook een complexe onderneming zijn die meerdere aanpassingen en investeringen vereist. Daarom is het logisch dat bedrijven eerst standaardtools of bestaande AI-toepassingen gebruiken in plaats van hun eigen tools te ontwikkelen.

Medewerkers hebben training nodig

Mensen zijn ook niet altijd gemakkelijk te overtuigen met betrekking tot het gebruik van AI, zoals de oprichter van de startup opmerkt. “Vaak is er een aanvankelijke antipathie tegen AI – voortkomend uit onwetendheid en een gebrek aan kennis”, zegt Weihrauch. Werknemers moeten worden voorbereid en getraind in AI-systemen om ervoor te zorgen dat ze deze effectief kunnen gebruiken.

Niettemin erkent Weirauch dat AI in de maakindustrie ethische vragen oproept, met name met betrekking tot het gebruik van autonome robots en hun impact op banen. Worden geschoolde werknemers echt overbodig in fabrieken zodra hun kennis is overgedragen aan het AI-systeem? Denkena bekijkt de kwestie vanuit verschillende invalshoeken: “Vóór alle grote technologische revoluties werd de vraag gesteld of de nieuwe technologie de mens overbodig zou maken”, zegt hij. Het was moeilijk voor te stellen welke nieuwe rol de mens in fabrieken zou spelen voordat computergestuurde machines werden geïntroduceerd. Tegenwoordig zien we computers als hulpmiddelen die we gebruiken en niet als onze rivalen. Ik denk dat we in de toekomst op dezelfde manier kunstmatige intelligentie als hulpmiddel zullen gaan zien.”

Taken werknemers worden complexer

Toch zullen de mensen die in slimme fabrieken werken nieuwe vaardigheden nodig hebben. “Werknemers hebben softwarevaardigheden nodig en moeten veelzijdig zijn”, legt Denkena uit. Kunstmatige intelligentie zal zowel het aantal machines als hun automatiseringsgraad verhogen. Het programmeren van de afzonderlijke machines wordt eenvoudiger, maar van medewerkers wordt verwacht dat ze met een groot aantal verschillende machines omgaan.

Als AI wil slagen, zal het een zekere mate van weerstand moeten overwinnen – zelfs van de leidinggevenden van productiebedrijven. “Veel bedrijven zijn nog terughoudend met het delen van data”, zegt Denkena. Er zijn nauwelijks datasets over industriële productie beschikbaar op grote AI-platforms zoals Hugging Face. Op veel andere gebieden heeft open source echter een belangrijke rol gespeeld bij het verzekeren van het succes van AI-modellen. “Bovendien is het niveau van gestandaardiseerde communicatie nog steeds onvoldoende voor het Internet of Things”, waarschuwt Denkena. Voor alles zijn individuele oplossingen nodig, ook voor data-acquisitie. “De noodzakelijke financiële investeringen maken het voor kleine en middelgrote bedrijven moeilijk om met AI aan de slag te gaan.”

Ondertussen is AI duidelijk onvermijdelijk als de industriële productie internationaal concurrerend wil blijven. “Gezien de uitdagingen waarmee de Europese industrie wordt geconfronteerd, zal AI een belangrijke rol spelen bij het verhogen van de efficiëntie van onze productie- en bedrijfsprocessen, en dus ons concurrentievermogen”, zegt Brecher. Daarnaast zal AI volgens hem een doorslaggevende factor zijn bij het bepalen van het vermogen van bedrijven om hun producten en productieprocessen te innoveren.

Nortec: vakbeurs voor productie

Nortec vindt plaats in Hamburg van 23 tot 26 januari. Als handelsbeurs voor productie biedt het event een platform voor de industrie in Noord-Duitsland, de aangrenzende Scandinavische markten, Nederland en België.

De focus van het aanbod van de exposanten in het beurscentrum van Hamburg ligt op werktuigmachines en productiesystemen, precisiegereedschappen, robotica en automatisering, software, digitale en IT-oplossingen, besturings- en regeltechnologie, meet- en testtechnologie en kwaliteitsborging, elektronicaproductie, componenten en assemblages, materialen, contract- en contractproductie, diensten, financierings- en opslagtechnologie, evenals logistiek management, bedieningsapparatuur en accessoires.

Doelgroepen zijn beslissers en afnemers uit de industrie (mechanische en installatietechniek, metaalbewerking/metaalproducten, medische techniek, elektronica en elektrotechniek, lucht- en ruimtevaarttechniek, gereedschaps- en armatuurbouw, voertuigtechniek/automobiel, maritieme techniek en toeleveranciers in de scheepsbouw, windenergie en milieutechnologie, hernieuwbare energie, informatie- en communicatietechnologie, verpakkingsindustrie), de dienstensector, ambachten en handel.

De vakbeurs wordt elke twee jaar gezamenlijk georganiseerd door de VDW en Messe Stuttgart. Dit keer is de Metav, de vakbeurs voor productietechniek in de metaalsector die voorheen altijd in Düsseldorf werd gehouden, voor het eerst in Nortec geïntegreerd.