Om lange stilstandtijden en grote hoeveelheden schroot te voorkomen, fabrikanten moeten productieprocessen zo ontwerpen dat ze stabiel en efficiënt zijn. Bijzonder succesvolle resultaten worden bereikt wanneer rekening wordt gehouden met de ervaring van de mensen die de machines bedienen. Het Fraunhofer Instituut voor procestechniek en verpakking IVV in Dresden ontwikkelt een zelflerend assistentiesysteem dat machineoperators helpt bij het oplossen van fouten en het opbouwen van hun ervaring en proceskennis.

Om een ​​concreet voorbeeld te nemen:op een verwerkingsmachine, chocoladerepen zijn verpakt in papier. Een sensor detecteert een afwijking in het productieproces en de machine stopt. Zelfs met state-of-the-art systemen, gemiddeld elke vijf minuten is er een korte onderbreking. Een ervaren machinebediener weet waar de oorzaak van de fout ligt. Hij of zij ziet dat het papier buigt en concludeert dat:in dit geval, de snelheid van de machine moet worden geregeld. Echter, deze kennis is persoonsgebonden – een collega met minder ervaring heeft meer tijd nodig om de oplossing te vinden.

Om deze op ervaring gebaseerde kennis te allen tijde beschikbaar te maken voor alle operators, wetenschappers van Fraunhofer IVV in Dresden ontwikkelen SAM, een zelflerend assistentiesysteem voor machinebedieners. Het systeem observeert machinetoestanden en handelingen van de machinist en slaat succesvolle oplossingsstrategieën op. Met behulp van een tabletcomputer, bijvoorbeeld, de machineoperator voert zijn/haar oplossing in en koppelt deze vervolgens aan de actuele storingssituatie die door SAM is vastgelegd. Als een bepaalde storing meerdere keren is opgetreden, SAM herkent het en kan de operator tips geven over de oorzaak en hoe het probleem op te lossen. Op deze manier, de machine is snel gerepareerd en werkt weer.

Om SAM in staat te stellen foutsituaties te leren, de wetenschappers van Fraunhofer IVV gebruiken machine learning-algoritmen. Uitgerust met intelligente functie-extractie, SAM kan met een vergelijkbare snelheid leren als mensen en kan al na enkele herhalingen patronen herkennen. "Dankzij onze kennis van de processen van verpakkingsmachines, we kunnen SAM heel snel maken, " legt André Schult uit, Groepsmanager voor digitalisering en procesefficiëntie bij Fraunhofer IVV.

Werken met SAM is een mensgerichte ervaring

Bij het ontwerpen van SAM, Fraunhofer IVV in Dresden stelde de mens centraal in hun overwegingen. "Een mens is een prachtig hulpmiddel. Met hun handen en ogen, ze zijn flexibeler en beter dan veel robots of camera's, " zegt Andre Schult. Echter, processen en systemen worden steeds complexer. Met SAM, Schult wil operators in de toekomst ook in staat stellen om zelf fouten te herkennen en eigen oplossingen aan te dragen. Dat zouden mensen moeten weten, ondanks alle state-of-the-art technologie, de mens speelt een onmisbare rol in de productie. Dit verhoogt hun gevoel van waarde in hun werk en hun motivatie.

Samen met partners uit de industrie en wetenschap, Fraunhofer IVV is van plan om het zelflerende assistentiesysteem voor operators de komende vijf jaar verder te ontwikkelen en nieuwe functionaliteiten toe te voegen via een reeks nieuwe modules. Op deze manier, het zal mogelijk zijn om SAM aan te passen aan specifieke klantwensen. Mogelijke extra functies zijn onder meer het gebruik van beeldverwerking, externe sensoren, en spraak- en gebarenherkenning. Ergens naar uitkijken, fabrikanten kunnen SAM zowel voor de bediening als voor het onderhoud gebruiken, opstelling, montage en ontwikkeling van machines.