Optimaliseer jouw machine met big data sensors

Machinebouwers en OEM’ers optimaliseren machines door slim gebruik te maken van big data sensors. De behoeften van de eindklant én de manier van produceren veranderen door de industriële revolutie. Flexibele productielijnen, optimaal rendement en onderhoudsvriendelijke machines zijn aan de orde van de dag. Bij het verbeteren van machines heb je altijd sensordata nodig.

Als (R&D) Engineer wil je jouw machines slimmer maken, vaak op basis van klantbehoeften. Jij kent de sensortechnologieën en de mogelijkheden ervan. Maar hoe gebruik je sensordata ter verbetering van efficiency? Het succes van jouw machine-optimalisatie, ligt bij het verzamelen van de juiste data én de toepassing ervan.

Big data sensors onmisbaar bij machine-optimalisatie

Machines zitten vol met technologieën, zoals sensoren, die veel machine data verzamelen. Wat je ook wil verbeteren in jouw machine, je hebt altijd data nodig. “Het hoofdresultaat komt tot stand door geautomatiseerde handelingen. Als je deze handelingen meet, kan je per onderwerp bekijken wat sneller en beter kan. Ook kan je onderzoeken welke processen je synchroon kan laten lopen”, vertelt Marco Leeggangers, Sales Director bij Sentech.

Door minder uitval en snellere processen, werken machines efficiënter. “Storingen kun je voorspellen door in kaart te brengen hoe vaak een specifieke motor of deel van een machine stilvalt. Op basis van deze gegevens kan je vervolgens processen verbeteren. De eindklant kan de investering van een machine sneller terugverdienen, als de machine zo min mogelijk uitvalt en processen efficiënt zijn”, aldus de Sales Director.

Ook autonoom rijden wordt steeds veiliger door big data. Leeggangers legt uit: “Door het verzamelen van data, herkennen we patronen waarvan we veel kunnen leren om onze machines beter te maken. Zo voorzien we zelfrijdende voertuigen van technologieën als lidar, radar, ultrasone sensor en camera’s. De combinatie van deze vier technologieën zorgt voor waardevolle informatie. Hierdoor kan een Automated Guided Vehicle (AGV) het onderscheid maken tussen een persoon of een ander voertuig, en een stilstaand of een bewegend voertuig.”

Inspelen op de marktbehoefte

Om de behoeften van de eindklant voor te blijven, moet je kijken naar het toekomstperspectief. Een mooi voorbeeld hiervan zijn AGV’s. Deze autonome voertuigen rijden nu op afgesloten terreinen. Ondanks de opkomst van zelfrijdende voertuigen, hebben wij als consumenten hier een toekomstbeeld van. Dit beeld wordt ook beïnvloed door wat we zien in science fiction films.

Leeggangers deelt zijn visie: “Uiteindelijk zien wij in de toekomst voertuigen volledig autonoom rijden. Hiervoor heb je geen rijbewijs nodig en je bezit zelf geen auto. Je stapt gewoon in een auto die beschikbaar is in jouw directe omgeving.” Dit toekomstbeeld is ver weg. Maar stap voor stap komen we dichterbij dat beeld.

Invloed van technologische ontwikkelingen

Technologieën worden door de jaren heen slimmer. De sensoren van vandaag, hoeven niet de sensoren van morgen te zijn. Houdt rekening met andere ontwikkelingen die invloed kunnen hebben op jouw product.

Leeggangers vertelt: “Misschien hebben we over 10 jaar geen telefoon meer, maar een onderhuidse tag met gps. Als je daarmee in een zelfrijdende auto zit, zorgen die tags door multilateratie (MLAT) voor het positioneren en volgen van voertuigen. Dan hebben we dus geen sensoren in de auto’s meer nodig”.

Hoe verzamel je data?

Data en het slimmer maken van jouw machines gaan hand in hand met elkaar. Sensoren in machines verzamelen enorm veel data. Naast big data uit één machine kan je deze sensordata ook combineren met gegevens uit andere machines.

Internet of Things

Je kan je machine nóg slimmer maken met onbekende data. Als je jouw sensordata deelt met anderen via het internet, wordt informatie van anderen ook beschikbaar voor jou. De Sales Director deelt zijn visie over big data delen via IoT: “Doordat je jouw datasets combineert met data van anderen, kan je veel nieuwe inzichten opdoen. Vooraf kan je niet voorzien wat je ervan kan leren.”

Data van de eindgebruiker

Machines van de eindgebruikers verzamelen veel data. Deze informatie is waardevol om jouw eigen machine te verbeteren. Maar de eindgebruiker is eigenaar van zijn data, hoe ga je hiermee om?

“Dit zie je bij machinebouwers van bijvoorbeeld melkmachines. Melkrobots verzamelen veel data over bijvoorbeeld de kwaliteit van melk. Deze data is van de boer. Aan de ene kant wil de boer slimmere machines om zijn rendement te verbeteren, aan de andere kant wil hij niet dat zijn data terecht komt bij andere boeren”, vertelt de Sales Director.

Sommige functionaliteiten zijn alleen mogelijk als de eindklant zijn sensordata met jou deelt. Zoals voorspellend onderhoud. Hoe maak je jouw eindklant bereid tot het delen van zijn big data?

Privacywetgeving

De strenge privacywet (AVG) kan zorgen voor een uitdaging bij het verzamelen van data. Als je gegevens verzamelt met persoonskenmerken, dan ben je verplicht deze mensen te informeren via een privacystatement over het doel van de dataverzameling. Hierin moet ook staan welke data je gebruikt en met welke andere organisaties je deze data deelt. Bovendien moet je de informatie veilig bewaren.

Hoe maak je data bruikbaar?

Als je veel data verzamelt, kan je met data-analyse patronen gaan herkennen. Deze algoritmes staan voor een bepaalde gebeurtenis, waaraan jij acties kan koppelen.

Niet voor iedere meting heb je andere big data sensors nodig. Door data uit verschillende sensoren slim te combineren, kan je nieuwe conclusies trekken. Na het analyseren van data uit verschillende sensoren, bouw je algoritmes om patronen te herkennen. Deze algoritmes gebruik je voor het optimaliseren van jouw machine.

“Een voorbeeld hiervan ondekte wij bij de ontwikkeling van ons mobiele IoT Toilet. Ondanks het ontbreken van een vuilsensor, kunnen we toch meten of het toilet schoon of vies is. Door de combinatie van de deursensor en de aanwezigheidssensor, bouwden we algoritmes op. Als de deur een aantal keer wordt geopend, maar er niemand het toilet in gaat, dan kunnen we aannemen dat het toilet vies of defect is”, voegt Leeggangers toe.

Zo optimaliseer je jouw machine met sensorintegratie

Big data is onmisbaar bij het slimmer maken van jouw machine. Op basis van klantbehoeften en het toekomstbeeld bepaal je welke data jij nodig hebt. Het is een uitdaging deze sensordata te verzamelen, en via algoritmes te vertalen naar een machine-optimalisatie.

Bovendien heb je de juiste sensoroplossing nodig om big data te verzamelen. Sensoren worden in de toekomst steeds slimmer. Wat kunnen we van deze technologieën verwachten?

Weet wat er speelt. Leer met ons e-book de ins and outs van een succesvolle implementatie van sensortechnologie.