JB Besturingstechniek: duurzame automatiseringsoplossing
JB Besturingstechniek wil als systeemintegrator op een duurzame manier voor elke machine, proces- en fabrieksinstallatie de meest rendabele industriële automatiseringsoplossing leveren.
JB Besturingstechniek ontwerpt en tekent besturingspanelen voor machines, is specialist in (complexe) vision-technologie, ontwikkelt apps voor machine- en procesbesturingen en schrijft software voor robotica-applicaties. Het bedrijf maakt deel uit van de Region of Smart Factories. Dat is een samenwerkingsverband van veertig partners uit Noord-Nederland, die samen de “Fabriek van de toekomst” ontwikkelen.
Een van de projecten daarvan is de smart factory van Philips Drachten. Daarin staan meer dan honderd zogeheten FlexFeeders. Dit zijn transportsystemen die op een bepaalde manier trillen om losse onderdelen op de juiste manier te positioneren, zodat een robot met hulp van vision ze kan oppakken en toevoegen aan een productiecel.
Het instellen van een FlexFeeder, elke keer na een aanpassing in de productielijn of een storing, gebeurt nog handmatig door experts en dat kost veel tijd. Als specialist in complexe besturingen ontwikkelt JB Besturingstechniek in het kader van RoSF hiervoor automatiseringsoplossingen. Artificial Intelligence (AI) moet in de vorm van machine learning de optimalisatie van de besturingsparameters voor de FlexFeeder sneller en slimmer laten verlopen.
Machines leren op basis van Big Data
Met het vision-systeem worden gegevens verzameld over het gedrag van de trillende componenten. Machine learning destilleert uit die Big Data een model dat de aansturing van de FlexFeeder en van de robot die de componenten oppakt, kan optimaliseren. Studenten van hogeschool NHL Stenden dragen bij aan de analyse van de Big Data, studenten van de Rijksuniversiteit Groningen werken aan een model om het fysische gedrag van de FlexFeeder beter te begrijpen.
In een ander RoSF-project, bij CentraalStaal in Groningen, werkt JB Besturingstechniek aan het slimmer maken van de besturing voor een buigmachine. Het doel is de besturing efficiënter en foutloos te maken, opdat er een beter product uit de buigmachine komt.
Systeem blijft zich aanpassen
Jan Bos, directeur JB Besturingstechniek: “Bij Philips Drachten leren we machine learning toepassen in vision-applicaties in combinatie met de aansturing van een robot. Het model dat we op basis van de Big Data maken, geeft ons gevoel voor wat de productielijn doet in reactie op wijzigingen. Als het systeem goed is ingeregeld, dan blijft het zich aanpassen aan veranderingen, terwijl er in de huidige situatie telkens weer menselijke experts naar moeten kijken. Deden we voorheen via machinebouwers opdrachten voor Philips, nu werken onze hoogopgeleide specialisten met kennis van de laatste stand van de techniek rechtstreeks met hen samen. Daardoor kunnen wij onze expertise beter inzetten voor Philips en leren wij zelf ook weer meer.”
Redmer van Tijum, senior process engineer en projectleider van de RoSF-pilot bij Philips Drachten: “Het is een intrigerende case waar JB Besturingstechiek aan werkt. Voor ons is het niet goed voorspelbaar wanneer een FlexFeeder wel of niet goed werkt. Daardoor is stilstand niet planbaar en dat maakt onderhoud kostbaar. Met hulp van JB kunnen wij de business case voor de FlexFeeders efficiënter maken. De kennis die wij samen met hen opdoen, kunnen we ook gebruiken voor het verbeteren van andere systemen in onze fabriek.”
Jan Bos is erg enthousiast over RoSF: “De ervaring die we bij Philips opdoen, kunnen we in heel veel verschillende fabrieken gaan toepassen. Want ik verwacht dat over een paar jaar machine learning standaard is op productielijnen waar robots in meedraaien. De technologie die we hier inzetten, machine learning in combinatie met vision en robotica, is ook makkelijk bij andere processtappen in te zetten. Wij leren hier heel veel van en kunnen projecten gaan aannemen die we tot nu toe nog niet aankonden.”