Kunstmatige intelligentie in de industrie: intelligente productie

Transporters vinden zelf hun weg door de fabriekshallen, fabrieken optimaliseren hun stroomverbruik en machines voeren kwaliteitscontroles en de nodige aanpassingen uit terwijl de productie in volle gang is. Het potentieel van kunstmatige intelligentie voor de industrie is enorm. Het maakt de productie nu al efficiënter, flexibeler en betrouwbaarder.

De industrie wordt steeds meer gedigitaliseerd, de digitale onderneming is al lang een realiteit. Gegevens worden voortdurend gegenereerd, verwerkt en geanalyseerd. De datavolumes in productieomgevingen vormen de basis voor het genereren van digitale weergaven van hele fabrieken en systemen. Deze digital twins maken het al enige tijd mogelijk om de planning en het ontwerp van producten en machines - en de productieactiviteiten zelf - flexibeler en efficiënter te structureren, terwijl de productie van hoogwaardige, op maat gemaakte producten sneller en tegen een betaalbare prijs plaatsvindt. Maar wat zou er gebeuren als de machines en processen zelf inzichten zouden kunnen verzamelen uit deze grote datavolumes en hun processen zouden kunnen optimaliseren terwijl ze in bedrijf zijn? Het potentieel zou enorm zijn. Het goede nieuws is dat dit nu al stapsgewijs kan worden bereikt met behulp van kunstmatige intelligentie (KI).

Kunstmatige intelligentie op de fabrieksvloer

"KI zorgt voor een frisse wind op de fabriekvloer", aldus een nieuwe whitepaper van Frost & Sullivan

.

Nieuwe mogelijkheden creëren

Onderzoek op het gebied van KI vindt al meer dan 30 jaar plaats. In deze periode is er grote vooruitgang geboekt met deze technologie, zoals krachtigere hardware en software en verbeterde rekenkracht en datatransmissie. Het gebruik van kunstmatige intelligentie creëert compleet nieuwe mogelijkheden voor flexibele, efficiënte productie, zelfs als het gaat om complexe en steeds meer op maat gemaakte producten in kleine series. De gevolgen zullen groot zijn, zoals blijkt uit een studie van Roland Berger: Intelligente, digitale netwerksystemen en procesketens zouden alleen al in West-Europa tot 2035 een extra groei van ongeveer 420 miljard euro kunnen genereren. Volgens een studie van PwC zou KI in 2030 bovendien tot 15,7 biljoen dollar kunnen bijdragen aan de wereldeconomie.

De eerste echte toepassingen van kunstmatige intelligentie worden al gebruikt in de dagelijkse industriële praktijk, waaronder spraakherkenning voor het uitvoeren van eenvoudige taken, het documenteren van de omgeving met behulp van camera's, laser of röntgenstraling, en virtuele persoonlijke assistenten in de logistiek. Volgens de PwC-studie maakte in 2018 al 62 procent van de grote bedrijven gebruik van KI-technologie. Siemens heeft oplossingen in haar portfolio op het gebied van service, zoals bijvoorbeeld voorspellend onderhoud, alsmede andere toepassingen voor engineering en kwaliteitstesten. En cloud-oplossingen zoals MindSphere en intelligente applicaties ondersteunen continue procesoptimalisatie die de efficiëntie en beschikbaarheid van machines verbetert.

AI en Industrie 4.0

Big Data en KI geven Industrie 4.0 een enorme boost. Intelligente softwareoplossingen kunnen de grote hoeveelheden gegevens die een fabriek genereert, gebruiken om trends en patronen te identificeren die vervolgens kunnen worden gebruikt om productieprocessen efficiënter en energiebesparender te maken. Op deze manier passen installaties zich voortdurend aan nieuwe omstandigheden aan en worden ze geoptimaliseerd zonder interventie van de operator. En naarmate de netwerkvorming toeneemt, kan de KI software leren "tussen de regels door te lezen". Dit maakt het mogelijk om veel complexe onderlinge verbanden in systemen te ontdekken die mensen nog niet of niet meer kunnen waarnemen. Er is al intelligente software met de bijbehorende intelligente analysetechniek beschikbaar. Of de gegevensverwerking met behulp van een cloud-oplossing of op lokaal niveau (bijvoorbeeld met behulp van Edge Computing) wordt uitgevoerd, zal afhangen van de wensen van de gebruiker. Op een Edge-platform zijn gegevens sneller en met een hogere resolutie beschikbaar, terwijl in de cloud een grote hoeveelheid rekenkracht  beschikbaar is. In veel gevallen is een combinatie van edge en cloud computing  nodig om het beste van beide platforms te combineren.
 

MindSphere, het op de cloud gebaseerde, open IoT-besturingssysteem van Siemens, kan worden gebruikt om producten, installaties, systemen en machines aan elkaar te koppelen. Het is een van de belangrijkste fundamenten voor het gebruik van AI in de industrie. MindSphere voert uitgebreide analyses uit om de enorme hoeveelheden gegevens die het Internet of Things (IoT) genereert, bruikbaar te maken voor optimalisatie, simulatie en besluitvorming.
 

De digital twin maakt virtueel testen van verschillende scenario's mogelijk en bevordert intelligente beslissingen, bijvoorbeeld wat betreft het optimaliseren van de productie. In de toekomst zal KI  met behulp van een digitale representatie van een bewerkingsmachine en het bijbehorende productieproces in staat zijn om te herkennen of het product dat op dat moment wordt vervaardigd aan de kwaliteitseisen voldoet, en welke productieparameters moeten worden aangepast om ervoor te zorgen dat dit tijdens het lopende productieproces zo blijft. Hierdoor wordt de productie nog betrouwbaarder en efficiënter en worden bedrijven nog concurrerender.

Veiligheid heeft de hoogste prioriteit

Een voorwaarde voor zowel Industrie 4.0 als kunstmatige intelligentie is een state-of-the-art IT-infrastructuur over de hele linie, ongeacht de grootte van het bedrijf. Dat is de enige manier waarop een bedrijf deel kan uitmaken van de digitale toekomst. Hierbij moet echter altijd rekening worden gehouden met het feit dat digitalisering en cyber security  hand in hand moeten gaan. De risico's zijn enorm zonder de juiste beveiligingen. Volgens het 'Global Risk Report' van het World Economic Forum van 2018 zal de schade die bedrijven door cybercriminaliteit lijden in de komende vijf jaar oplopen tot 8 biljoen dollar  – beduidend meer dan het bruto binnenlands product van Duitsland. Een uitgebreide bescherming van industriële installaties, zoals het Defense in Depth-concept van Siemens, zal daarom in de toekomst een sleutelrol spelen. Hackers worden immers steeds slimmer en het is van groot belang dat bedrijven hen voor blijven.

Kunstmatige intelligentie
In de eigenlijke zin van het woord verwijst kunstmatige intelligentie naar toepassingen waarbij machines taken uitvoeren waarvoor normaal gesproken menselijke intelligentie nodig is, zoals leren, oordelen en het oplossen van problemen. Hiervoor worden tools en technische oplossingen ontwikkeld, die de mens in staat stellen beter te werken door zijn mogelijkheden uit te breiden.

Machine learning
Door het zogenoemde machine learning (ML) ontstaat de eigenlijke "intelligentie" in AI. Computers worden getraind om met behulp van algoritmen patronen in ongestructureerde datasets te herkennen, en om zelf beslissingen te nemen op basis van deze "kennis". Het doel is dat de machine op basis van gegevens en ervaring leert en haar taken steeds beter kan uitvoeren. 

Deep learning
Deep learning (DL) maakt gebruik van diepe neurale netwerken. De computer heeft gelijktijdig toegang tot gegevens op verschillende knooppuntniveaus om verbindingen te herkennen, conclusies te trekken, voorspellingen te doen en beslissingen te nemen. Zelflerende algoritmen stellen de machine in staat om zelfs complexe niet-lineaire problemen zelf op te lossen en zonder instructies samen te werken.

Abonneer u op onze nieuwsbrief

Blijf altijd op de hoogte: alles wat u moet weten over elektrificatie, automatisering en digitalisering.