Skip to ContentSkip to Navigation
Maatschappij/bedrijven Samenwerken met de Rijksuniversiteit Groningen Industry Relations
Header image Industry Relations

Slimme robots verbeteren onderhoud in productieproces

Datum:10 december 2019
Auteur:Team Industry Relations
© UG, photo: Hans Kuné
© UG, photo: Hans Kuné

Slimme robots verbeteren onderhoudsbeleid in productieproces


Het onderhoud in productieprocessen kan goedkoper. Door slimme robots in te zetten wordt het onderhoudsbeleid van bedrijven sterk verbeterd. Hoogleraar Lambert Schomaker, werkzaam aan de Faculteit Science and Engineering van de Rijksuniversiteit Groningen(RUG), ontwikkelt deze robots in het Mantis-project. Hij doet dit samen met vele partners uit verschillende Europese landen.

Het Mantis-project is ontstaan doordat 47 bedrijven uit voornamelijk de maakindustrie tegen hetzelfde probleem aanliepen: het onderhoudsbeleid in een productieproces wordt voornamelijk bepaald op basis van ervaring. Door slimme robots op te nemen in het productieproces is nu vooraf vast te stellen op welke plaats en op welk moment onderhoud nodig is. Dit doen de robots aan de hand van big data afkomstig uit het monitoren van knelpunten in het productieproces. Productiemedewerkers, sensoren en camera’s zorgen voor deze input aan data. Schomaker:‘Met het Mantis-project ontwikkelen we slimme robots die de data gebruiken om het onderhoudsbeleid te verbeteren. Dit doen de robots nu in een adviserende rol maar in de toekomst ook steeds meer in een uitvoerende rol.’

Productieproces als een lichaam
Problemen in industriële productielijnen worden nu vaak opgelost door een onderdeel te perfectioneren of te vervangen. Zo wordt één specifiek probleem opgelost. Voor hedendaagse complexe productieprocessen werkt dit niet meer. Het is erg duur en kost te veel tijd. Bovendien: als het ene probleem is opgelost dan zijn er alweer andere problemen. Daarom zegt Schomaker:‘Laat de robots zelf de onderhoudsacties uitvoeren. Zo sluiten we de cirkel en functioneert het productieproces meer als een lichaam. Ik zie dat als het uiteindelijke doel van het Mantis-project.’ Vergelijk het met een sprinkhaan (Engels: Mantis). Als de ogen van een sprinkhaan vies worden dan pleegt hij onderhoud door ze schoon te maken met z’n pootjes. ‘Dat zelfonderhoudende vermogen is wat wij willen in het productieproces. Een robot leert aan de hand van data een voorspelling te maken waar onderhoud nodig is. Vervolgens voert de robot dit zelf uit en leert of de ingreep zinvol was. Zo verbetert hij zichzelf’, aldus Schomaker.

Productiemedewerker wordt coach
Het ontwikkelen van het cognitief vermogen van de robot speelt een grote rol in het Mantis-project: de robot leert namelijk eerst hoe je een onderhoudstaak uitvoert voordat hij het kan. Best logisch eigenlijk. Zie het als een leraar die een kind de letters van het alfabet leert. Eerst wordt de letter A geleerd en na verloop van tijd herkent het kind de letter in verschillende contexten. Hetzelfde geldt voor een robot maar dan is de productiemedewerker de leraar. Door een ingreep één keer voor te doen, is de robot in staat om de volgende keer de taak te herkennen en zelf de ingreep te doen. De medewerker verandert hierdoor in een coach die de slimme robot leert wat te doen bij een bepaalde situatie. De robot grijpt na verloop van tijd zelf in en bepaalt het onderhoudsbeleid.

Slimme systemen zijn nodig in de toekomst
In de toekomst zal het inzetten van robots steeds normaler worden. Je ziet het nu al met slimme stofzuigers bij mensen thuis in het huishouden. In het productieproces worden robots zelfs cruciaal om onderhoudskosten onder controle te houden. Machines in het proces worden namelijk steeds preciezer in de uitvoering van hun taken. Als een machine dan een fout maakt, richt die veel schade aan bij andere machines. Een slimme robot voorkomt zo’n fout door op tijd in te grijpen. Bijvoorbeeld wanneer een klein onderdeel aan vervanging toe is. Schomaker: ‘Nu worden vaak preventief complete componenten vervangen terwijl er maar een klein onderdeeltje defect is. Met machineleren detecteren we op tijd wanneer een onderdeel aan vervanging toe is. Op dat punt heb je dan robots nodig, die continu dicht op het proces zitten. Juist hierom worden ze zo belangrijk in de toekomst.’

Tags: Big Data