Deze week publiceerde de Sociaal-Economische Raad van Vlaanderen (SERV) een vuistdik overzicht van de impact van AI op ons leven en werken. Wij delen uit het rapport de belangrijkste AI-trends voor de maakindustrie, van robotic process automation tot predictief onderhoud!

Over het rapport

Met het informatierapport, ‘Internationale verkenning van de sociaal-economische impact. Stand van zaken eind oktober 2020’, schetst de SERV een algemeen beeld van het fenomeen AI, met aandacht voor arbeidsmarkt en competenties, onderwijs, HRM en overheid. Waar relevant staat het rapport stil bij de rol van COVID-19. Het komende jaar zal de SERV de thematiek verder uitdiepen in. Download het rapport.
 

Vlaanderen telt duizenden maakbedrijven in sectoren als textiel, chemie, farma, automotive, bouw, materialen, machinebouw en voeding. Geschat wordt dat de maakindustrie in Vlaanderen goed is voor 17 procent van de toegevoegde waarde. De Vlaamse maakindustrie biedt bovendien een stevige basis voor innovaties. Dankzij de shift naar industrie 4.0 en uiteenlopende digitale technologieën, zoals geavanceerde sensoren, AI en robotica, kunnen ze nog slimmer en efficiënter produceren.

De SERV ging op zoek naar toepassingen van artificiële intelligentie waarmee maakbedrijven zich kunnen wapenen in de internationale concurrentiestrijd. Hieronder geven we een overzicht van de meest beloftevolle toepassingen. Waar mogelijk verwijzen we door naar interessante industrie 4.0-proeftuinen of verhalen op Digitaletoekomst.be

1. Datagedreven productie

Fabrieken zijn zeer complexe systemen met vaak veel apparaten van verschillende leveranciers, die allemaal moeten samenwerken. De uitdaging is al deze apparaten optimaal op elkaar afstemmen en laten samenwerken. AI kan helpen om in de grote hoeveelheden data patronen of correlaties te ontdekken die slimme verbeteringen mogelijk maken. Goede datastructurering en een doordachte dataopslag en -verwerking, lokaal of in de cloud, zijn een must voor het maken van analyses en vergelijkingen. 

Voorbeeld: het Belgische Yazzoom reikt oplossingen aan door klanten uit uiteenlopende sectoren software op maat aan te bieden voor het beheer en het gebruik van hun data. Bijvoorbeeld bij Tenneco Automotive, een fabrikant van onderdelen voor de automobielsector met bijzonder complexe assemblagelijnen. Yazzoom heeft de operatoren een tool ter beschikking gesteld om onregelmatigheden die kunnen leiden tot vertragingen in de productie te voorspellen.
 

2. Lerende organisatie van mensen en machines

Het bedrijf Veranneman uit Ardooie zet in op AI en het verzamelen van data. Slimme camera’s en software en sensoren monitoren constant de productie en schatten in of eventuele afwijkingen binnen de normen vallen. Op de nieuwste productielijn wordt AI ingezet om machines op basis van data bij te sturen. Medewerkers moeten de situatie inschatten en indien nodig remediëren. De ploeg komt samen in de ‘coolbox’ om de situatie bespreken, de taken te verdelen en te anticiperen op wat de volgende dag staat te gebeuren. Het hele systeem van mensen en machines wordt er gezien als een lerende organisatie.

Lees in dit artikel hoe Veranneman industrie 4.0 in de praktijk brengt.
 

3. Robotic Process Automation (RPA)/Intelligent Process Automation (IPA)

Met behulp van Robotic Process Automation (RPA) kunnen bedrijven repetitieve administratieve taken automatiseren. Een meer geïntegreerde aanpak is Intelligent Process Automation (IPA), dat  verschillende automatisatietechnologieën samenbrengt in één platform. Belangrijke toepassingen van beide technologieën zijn intelligent document processing, natural language processing (NLP) en het inzetten van chatbots.

We denken bij het automatiseren van administratieve processen al snel aan de dienstensector, maar de mogelijkheden in de maakindustrie zijn even veelbelovend. Denk maar aan het automatisch stockbeheer en bijbestellen van essentiële onderdelen voor het onderhoud en de productie.

Meer lezen:

-    Antwerpse chatbot-specialist Chatlayer.ai verovert de wereld
-    Deze AI-oplossing maakt einde aan administratieve chaos
 

4. Snellere marktintroductietijd

AI kan, onder meer door de berekening van parameters op basis van duizenden meetresultaten, een optimale formule voorstellen om de tijd die nodig is voor productverbeteringen of nieuwe materialen in te perken. Zo kunnen bedrijven hun nieuwe ontwikkelingen sneller op de markt brengen. 

5. Betere kwaliteitscontrole

Met behulp van AI kunnen fouten sneller worden vastgesteld en weggewerkt. Dit is een enorme markt, waar met de steeds betere algoritmen voor onder andere beeldanalyse nog heel wat opportuniteiten liggen.

De industrie 4.0-proeftuin ‘Living Lab 4.0 Agrofood’ demonstreert bijvoorbeeld kwaliteitscontrole van voedingsprocessen met behulp van AI en hyperspectraalcamera’s. 
 

 

6. Predictief onderhoud

Door grote hoeveelheden machinedata te verzamelen en te analyseren zetten bedrijven de stap van preventief onderhoud naar conditioneel en uiteindelijk zelfs predictief onderhoud. Dat betekent dat ze als het ware kunnen voorspellen wanneer een bepaald machineonderdeel aan vervanging toe is.

Predictief onderhoud voorkomt vroegtijdige machine-uitval en verlaagt de onderhoudskosten. In plaats van op vaste momenten onderhoudsbeurten te voorzien, geven slimme algoritmes aan wanneer onderhoud nodig is en welke onderdelen precies aan vervanging toe zijn. 

Dit is wat er gedemonstreerd wordt in de industrie 4.0-proeftuin ‘Predictief onderhoud’, zoals in onderstaande video te zien is.
 

7. Vraagvoorspelling

Het voorspellen van de vraag naar producten door datamining met als resultaat een efficiëntere uitbouw van de toeleveringsketen en een verbeterd beheer van de voorraden. Hiermee kunnen bedrijven vooral hun logistieke processen efficiënter organiseren.

8. Slimme robotica

De groeiende behoefte aan productie op maat zorgt voor stijgende interesse in mobiele robots. Het idee is dat eenzelfde robot doorheen de hele productie-omgeving ingezet worden. Dat zorgt voor een grotere productieflexibiliteit en meer kosten-efficiëntie. De robot kan interageren met verschillende machines op verschillende plaatsen en neemt automatiseringstaken over van de operator. 

Om robots en andere automatisch geleide voertuigen veilig te laten bewegen in een bedrijf zijn innovatieve oplossingen nodig, zoals ultra-breedband (UWB) en het samenvoegen van signalen van verschillende sensoren. Deze technologieën worden gedemonstreerd in de industrie 4.0-proeftuin ‘Smart Connectivity’.
 

9. Collaboratieve robots

De term collaboratieve robot of cobot wordt gebruikt voor robots die gemaakt zijn om zonder fysieke afscherming samen te werken met mensen. De vormgeving en sturing zijn aangepast om de impact bij een botsing te beperken. Bovendien bevatten ze systemen om aanraking te detecteren zodat ze daar gepast op kunnen reageren.

Bij het werken met cobots kan AI zorgen voor een optimale taakverdeling tussen mens en machine, zoals aangetoond wordt in de industrie 4.0-proeftuin ‘Collaboratieve werkcel 4.0’.