Productielogistiek ondersteund door KI

Mon Dec 23 2024

12 23

Productielogistiek ondersteund door KI

26/01/2021

Door Ad Spijkers

De Hochschule Landshut wil kunstmatige intelligentie (KI) gebruiken om de interne logistiek te optimaliseren en het concurrentievermogen van productiebedrijven te vergroten.


     

Geen enkele technologie verandert onze samenleving en de industrie zo snel als kunstmatige intelligentie (KI). Om economisch succesvol te zijn, is behalve een goed product ook een geoptimaliseerd en intelligent productieproces van belang. Een onderzoeksteam aan de Hochschule Landshut (noordoostelijk van München) houdt zich bezig met intelligente planning en controle van interne logistiek.

Het nieuwe project KIProLog - KI in Produktionslogistik zal concepten, methoden en algoritmen ontwikkelen voor de optimalisatie van op KI gebaseerde productielogistiek. Het doel is het concurrentievermogen en de groei van de industrie in de regio, met name van het MKB, verder te versterken.

Voorkom fouten, verhoog efficiëntie

Door de toenemende verscheidenheid aan productvarianten en processen is de moderne productie in toenemende mate afhankelijk van intelligente besturingssystemen. Met behulp van kunstmatige intelligentie willen de onderzoekers de materiaalstroom in een fabriek optimaliseren. De focus van het project ligt op intelligente data-analyse en machine learning. Het doel is om de frequentie van fouten te verminderen, de werkefficiëntie te verhogen en mensen te ondersteunen bij het nemen van beslissingen door gerichte informatie te verstrekken.

Met het project verwacht onderzoeksteam een flinke impuls voor de verdere ontwikkeling van de productielogistiek. Het doel van een eerste deelproject is het optimaliseren van processen in materiaaltoevoer. Met behulp van real-time data moeten intelligente logistieke systemen kennis leren en daarbij zelfstandig knelpunten in de logistieke keten identificeren en wegnemen.

In een tweede deelproject worden gegevens uit het verleden geanalyseerd en worden toekomstige voorspellingen gedaan. Vervolgens moeten met behulp van zelflerende algoritmen de besturings- en ontwerpparameters worden geoptimaliseerd. Hierdoor kan de handmatige planningsinspanning aanzienlijk worden verminderd en ontvangen de gebruikers voorgestellen voor oplossingen voor het verbeteren van hun productie- en logistieke systemen.

Naar de praktijk

Om de noodzakelijke praktische relevantie vast te stellen, ondersteunen vier industriële partners het project: Mann + Hummel, Kühne + Nagel, NeoLog en Agrotel. De samenwerkende bedrijven kunnen de resultaten op hun locatie testen en samen met de Hochschule procesoptimalisatie uitvoeren met behulp van KI-systemen. De Technische Universität München (TUM) ondersteunt het project op het gebied van onderzoek en coöperatieve doctoraalstudies.

Aan het einde van het project willen de projectpartners de onderzoeksresultaten combineren in de leer- en modelfabriek van het Technologiezentrum für Produktions- und Logistiksysteme (TZ Puls) van Hochschule Landshut. Het project wil daar niet alleen de wetenschappelijke meerwaarde aantonen, maar ook de praktische implementatie van een steeds groter wordende digitale infrastructuur. In TZ PULS in Dingolfing wordt het onderzoeks- en ontwikkelingswerk overgebracht naar de praktijk en kunnen geïnteresseerde bedrijven uit de regio toegang krijgen tot de projectresultaten.

Foto: Hochschule Landshut