04/06/2018
Door Ad Spijkers
Het Fraunhofer-Institut für Verfahrenstechnik und Verpackung (IVV) in Dresden ontwikkelt een zelflerend assistentiesysteem dat de operator ondersteunt bij het opheffen van storingen en het opbouwen van ervarings- en proceskennis.
Om lange stilstandtijden en grote hoeveelheden afkeur te voorkomen, moeten productieprocessen stabiel en efficiënt worden ingericht. Dat gaat het beste als de ervaring van de mensen die ze bedienen, wordt meegenomen.
Een concreet voorbeeld. Op een machine worden chocoladerepen in papier gewikkeld. Een sensor constateert een afwijking in het productieproces en de machine stopt. Ook in de modernste installaties treedt gemiddeld elke vijf minuten een kleine storing op. Een ervaren machinebediener weet waar de oorzaak van de fout te vinden is. Hij ziet dat het papier golft en concludeert daaruit dat in dit geval de snelheid van de machine moet worden aangepast. Deze wetenschap is echter persoonsgebonden. Een collega met minder ervaring zou meer tijd nodig hebben om het probleem op te lossen.
Assistentiesysteem
Om deze ervaringskennis op elke tijdstip aan alle operators beschikbaar te stellen, ontwikkelen de wetenschappers aan het Fraunhofer-IVV zelflerende assistentiesystemen voor machinebedieners. Het SAM gedoopte systeem registreert installatietoestanden en acties van operators en slaat succesvolle oplossingsstrategieën op.
De bedieningsman of –vrouw voert zijn oplossing via bijvoorbeeld een tablet in en combineert die vervolgens met de door SAM bepaalde actuele storingssituatie. Wanneer een storing meermaals is opgetreden, herkent SAM die en kan de operator aanwijzingen voor de oorzaak en oplossing geven. Op deze manier worden machines weer snel aan de praat gebracht.
Om het systeem storingssituaties te laten aanleren, gebruiken de wetenschappers algorithmen uit machine learning. Omdat SAM is voorzien van zogeheten intelligente kenmerkextractie kan het systeem net zo snel leren als een mens en fouten reeds na enkele herhalingen herkennen. Dankzij hun kennis van het proces in verpakkingsmachines konden de wetenschappers SAM zeer snel maken.
De mens centraal
Toch stelt Fraunhofer IVV met SAM de mens centraal. De mens is een fantastisch gereedschap. Met zijn handen en ogen is hij flexibeler en beter dan veel robots of camera's. Maar processen en installaties worden steeds complexer. De onderzoekers willen met SAM operators in staat stellen om ook in de toekomst zelf fouten te herkennen en eigen oplossingen in te voeren. De mens moet weten dat hij ondanks de modernste techniek niet uit de productie is weg te denken. Die wetenschap bevordert de waardigheid van zijn werk en zijn motivatie.
Samen met partners uit industrie en wetenschap moet het zelflerende assistentiesysteem de komende vijf jaar verder worden ontwikkeld en door veel nieuwe modules in zijn functionaliteit worden uitgebreid. Zo moet SAM op de specifieke klantbehoefte worden aangepast. Denkbaar zijn bijvoorbeeld het gebruik van beeldverwerking, externe sensoren, spraak- en gebaarherkenning. In de toekomst zou SAM behalve voor bediening toepasbaar moeten zijn voor onderhoud, montage, inbedrijfstelling en ontwikkeling van machines.
Foto: Fraunhofer IVV