Data: noodzakelijk, maar niet genoeg (2)

In deel 1 van dit tweeluik over de 6e Advanced Business & Industrial Software Summit (ABISS) vertelden Professor Steven Latré en Michael Rademaker wat je wel en niet kunt met artificial intelligence en digital twins. Ook was er aandacht voor MES 4.0.

Stefan Peerenbooms is Advanced Manufacturing Engineering Manager bij Tenneco. Op ABISS 2021 vertelde hij over de ervaringen in zijn bedrijf met artificial intelligence (AI), om de Overall Equipment Effectiveness (OEE) van de productielijnen te vergroten.

Eén van de productgroepen van Tenneco betreft ride control. In Europa maken ze ongeveer 150.000 schokbrekers per dag. De betreffende productielijnen bestaan uit werkstations met kapitaalintensieve robots en machines. Die wil je zo efficiënt mogelijk inzetten.

Vallen en opstaan
De toepassing van AI verliep met vallen en opstaan. Peerenbooms: ‘Laat ik als voorbeeld een One Piece Flow productielijn nemen voor valving assemblies. Dat is een onderdeel van een schokdemper, waar olie doorheen stroomt. De betreffende productielijn heeft een takttijd van ongeveer 10 seconden. Elke tien seconden gaat er dan één halffabricaat naar de volgende productiestap.’

De Overall Equipment Effectiveness of OEE is het percentage correct gemaakte producten, ten opzichte van het maximaal haalbare. ‘Gerekend over de héle lijn is die OEE 65%. Dat is al erg goed, want in dit geval moet de output van elke individuele stap dan maar liefst 98% van het maximaal haalbare zijn. We willen echter nóg beter worden. Daartoe willen we het zo snel mogelijk weten als één bepaald machine-onderdeel slechter presteert dan mogelijk. Dat kan bijvoorbeeld gebeuren als een onderdeel bijna is versleten. Het gaat om kleine afwijkingen, die niet leiden tot downtime. Normaliter merk je die niet op.’

Subtiele afwijkingen toch zichtbaar maken is niet eenvoudig. ‘Over de hele lijn gerekend zijn er pakweg 500 machine- en robotbewegingen. In ál die gevallen kan er sprake zijn van onnodige variatie in de tijdsduur. Op de ouderwetse manier elke cyclustijd meten en verbeteren is een gebed zonder eind. Daarom zijn we alle machine-sensoren gaan koppelen aan een machine learning systeem. Die software moet dan aangeven of de huidige situatie binnen de normale grenzen valt, of dat er actie nodig is.’

Kunstzinnige plaatjes
Het eerste resultaat dat de data scientist afleverde waren prachtige kunstzinnige plaatjes, maar daar kon je verder weinig mee.

‘Wat wél hoopvol was: je zag verbeterpotentieel. In 10% van de gevallen was de cyclustijd namelijk korter dan de gewenste 10 seconden. Over oorzaken van te lange cyclustijden bleven we echter in het duister tasten. Enkel data bleek niet voldoende. Als operator wil je weten wáár er een afwijking is, met wélke afwijking je te maken hebt, en welke actie je nú concreet kunt ondernemen.’

Gerichter meten
De oplossing was: gerichter gaan meten, door per onafhankelijke bewegingssequentie de variatie daarvan in de tijd te monitoren. ‘De software leert dan door patroonherkenning wat normale variaties zijn, en wat niet. Bij een abnormaal lange bewegingstijd wordt de operator gealarmeerd. Die ziet dan meteen om welk machineonderdeel het gaat, en waar zich dit ongeveer bevindt. Ook verschijnt er een lijst met mogelijke oorzaken, te beginnen met de meest waarschijnlijke.’

Oproep tot actie
Elk alarm is nu een directe oproep tot actie. ‘Wellicht is een machine-instelling niet optimaal, of is er iets versleten en kan dat worden vervangen. Onze operators zijn in het kader van Total Productive Maintenance getraind om zelf klein onderhoud veilig uit te voeren.’

Het geautomatiseerde en deels zelflerende OEE-meetsysteem is gebaseerd op het platform Yanomaly. ‘Daardoor hebben we nu een makkelijk schaalbare oplossing. Dat is nodig, want er staan in onze fabriek maar liefst 1200 machines. De ontwikkeling van de eerste applicatie kostte veel tijd en geld. Willen we nu echter een nieuwe productielijn aansluiten, dan kan dat binnen een paar dagen. We verwachten er veel van, maar de oplossing moet zich nog gaan bewijzen.’

Danone
Het machine learning systeem bij Tenneco neemt de operator bij de hand.

Dit is ook het doel in de fabrieken van Danone in Rotselaar, waarin Raf Swinnen program manager digital manufacturing is. ‘Data alléén leidt niet tot actie’, stelt Swinnen. ‘Daarom wil je geen onpersoonlijke dashboards, waar iemand toevallig al dan niet op kijkt. Om dezelfde reden zie ik weinig in Business Intelligence software. Die toont meestal slechts achteraf wat er is gebeurd. Je wilt oproepen tot actie nú, waar dat nú nodig is.’

Ontvang samenvattingen van al onze nieuwe praktijkverhalen!
De vijf voordelen van gratis registratie:

Elke twee maanden samenvattingen van al onze nieuwe artikelen
Geen andere e-mail (!)
Artikelen altijd volledig kunnen lezen
Toegang tot 350+ praktijkcases procesverbetering
Berichten kunnen plaatsen en opmerkingen toevoegen aan artikelen

Food heroes
De fabriek in Rotselaar, waarin zuivelproducten zoals Actimel en Activia worden gemaakt, is het vlaggenschip van Danone. ‘Wij stellen nadrukkelijk de méns centraal. Onze operators zijn onze food heroes. Zij zijn het, die waarde toevoegen voor de klant. Je moet hen voeden met precies de juiste informatie, op het juiste moment. Nourish to flourish noemen wij dat. Je genereert zo energie, om continu te verbeteren.’

Monolitisch
Voor een optimale informatievoorziening moet je systemen aan elkaar koppelen, en silo’s doorbreken.

‘Veel software is mij te monolitisch. De focus ligt dan óf op het verzamelen van data, óf op het maken van rapportages. Ik zie liever procesgeoriënteerde systemen, die een mix van beide kunnen, afhankelijk van de context. We gebruiken hiervoor Maecos. Dit manufacturing ecosystem configureer je gemakkelijk per werkplek. Na verbeteracties zagen wij vroeger vaak een terugval, waardoor een soort zigzag-patroon ontstond. Nu wij iedereen met de juiste informatie triggeren tot actie is dat verleden tijd.’

Als bedrijven gaan digitaliseren, doen ze dat vaak zonder verder iets te veranderen. ‘Digitize noem ik dat, de bestaande informatievoorziening domweg digitaal maken. Bij digitalization benut je ook nieuwe mogelijkheden, en start je een digitale transformatie. Daartoe moet je oude werkwijzen durven loslaten. Ook moet je als manager begrijpen dat je zelf niet alles weet. Wij hebben daarom een coalitie gevormd van 40 digitale ambassadeurs. Ook hebben we een digital room, waarin we nieuwe technieken zoals virtual reality uittesten. Nieuwe tools accepteren we alleen, als ze bij onze way of working passen.’

Cargill
Ook Cargill stelt nadrukkelijk de operators centraal. ‘Mensen hebben een doel nodig. In hun leven, maar ook op de werkvloer’, vertelt Marco Moes, Global Manufacturing Excellence Lead bij Cargill Bio Industrials in Izegem.

‘Iedereen moet weten wat de bedrijfsvisie is, en hoe je daar persoonlijk aan kunt bijdragen. Enkele jaren bleek dat veel mensen bij ons dat niet wisten. Dat is funest als je continu wilt verbeteren. De effectiviteit daarvan is namelijk gelijk aan het product van kwaliteit en acceptatie. Je wilt betrokken en enthousiaste werknemers. Die helpen je om een bedrijf van wereldklasse te worden.’

De fabriek van Vandemoortele ligt vlakbij, maar Cargill is daar geen onderdeel van. ‘Wij produceren oliën en vetten, onder meer voor de voedingsindustrie. We zijn een familiebedrijf zonder beursnotering. Dat is prettig, je hebt tijd om een visie voor de lange termijn uit te werken.’

Drie pijlers
De route van Cargill naar wereldklasse berust op drie pijlers: purpose, process en people.

‘Ik begin met purpose oftewel zingeving. Daartoe hebben we een slogan die aangeeft wát we doen: filling lives clever together. Er is ook een bijbehorende afbeelding: een poppetje met als hoofd een oliedruppel, jonglerend met producten. Filling verwijst naar onze bottelarij, en lives naar onze ingrediënten, die je aantreft in baby- tot ouderenvoeding. Clever is een acroniem dat aangeeft hoé en met welke randvoorwaarden we ons doel nastreven. Dat doen we met Continu verbeteren, een Leefbare planeet, Eén gemeenschappelijk doel, Veiligheid, Enthousiasme en met Resultaatgerichtheid.’

Voor de ondersteuning wordt software van TRACC gebruikt. ‘Wat nog ontbrak was een strategie voor Industrie 4.0 en duurzaamheid. Om die componenten toe te voegen, nemen we deel aan het Factory of the Future programma (van o.a. Agoria en Sirris, red.).’

Een X-matrix, ook wel Hoshin Kanri of kompas voor verbetering genoemd, vertaalt de doelstelling voor de komende 3 tot 5 jaar naar concrete acties op dit moment. ‘Zo is niet enkel zichtbaar wát je wilt, maar ook waarom. Dat levert veel meer enthousiasme op. Het verbetervuur versterken we verder, door ook ergernissen van werknemers op te nemen als verbeterdoelen.’

Wij danken onze partners/adverteerders, door hen kunnen wij onafhankelijke artikelen maken!
Ontdek bijvoorbeeld hoe onderstaande partij Smart Industry in de praktijk helpt brengen!

Azumuta

Azumuta is het toonaangevende no-code platform om werkvloer activiteiten en documenten te digitaliseren. Zo kunt u makkelijk al uw bestanden op één plaats creëren en beheren. Vergeet onhandig bewerken van Word en Excel documenten of het gebruik van Sharepoint!

Met Azumuta bent u in staat om gegevens in real-time te verzamelen en bij te werken. Zo hebben uw medewerkers toegang tot de meest recente gegevens, en voorkomt u fouten. Ook hebt u altijd, overal en vanaf elk apparaat toegang. U kunt handige dashboards maken met gecombineerde gegevensbronnen, en krijgt zicht op de productieactiviteiten. Azumuta combineert de vruchten van de papierloze fabriek, gegevens en analyses, en Internet of Things

> Naar website

> Toon andere adviseurs categorie Smart Industry

Knoppendrukkers
Tot zover de invulling van de pijlers purpose en process. ‘De derde pijler is het állerbelangrijkst: people. Je wilt geen knoppendrukkers in je fabriek, maar denkers en doeners. Je ziet vaak mensen dingen doen, die eigenlijk “lager” in je organisatie kunnen liggen. Wil je dat voorkómen, dan moet je als manager een stapje terugdoen. Niet zelf problemen oplossen, maar je mensen coachen.’

De nieuwe aanpak heeft al veel resultaat opgeleverd. ‘Onze productverliezen daalden met 27%, en de efficiency van de verpakkingslijnen steeg met 6%. Ook qua duurzaamheid zijn we goed op weg. In drie jaar daalde onze CO2-uitstoot met 13%, en we zijn nu gecertificeerd voor 15 van de 17 Sustainable Development Goals van Unicef.’

Conclusie
Wat is nu de conclusie als je alle verhalen tijdens ABISS 2021 combineert? Visie, Mens, Activatie en Eenvoud blijken de trefwoorden, als het gaat om Smart Industry en digitalisering!

Een inspirerende visie, op begrijpelijke wijze vertaald naar heldere doelen voor iedereen, zorgt voor zingeving en enthousiasme. Het zijn de mensen die procesverbetering realiseren, en die moeten daarbij worden ondersteund. Technologie en data volstaan daartoe niet, en dit geldt ook voor fraaie dashboards. waarmee je enkel achteruitkijkt. Je hebt veel meer aan de juiste data op het juiste moment. Data die mensen activeert om meteen in actie te komen. Tenslotte is eenvoud belangrijk: begin niet aan ingewikkelde technologie zoals een Digital Twin of Artificial Intelligence, als een simpeler oplossing volstaat.

> U las deel 2 van een tweeluik n.a.v. ABISS 2021. In deel 1 vertellen professsor Steven Latré (Universiteit van Antwerpen) en Michael Rademaker (IMEC-Idlab) wat je wel en niet kunt met artificial intelligence en digital twins! Daarnaast aandacht voor MES 4.0