Remote monitoring Automated Guided Vehicle
Binnen de Smart Industry staat verregaande digitalisering en verweving van apparaten, productiemiddelen en organisaties centraal. Dit vergt een goede interne logistiek. Dit project richt zich op het (her)inrichten van het interne logistieke proces door gebruik te maken van deze digitalisering en automated guided vehicles.
Door gebruik te maken van IoT en AI-toepassingen ontstaan er nieuwe manieren van produceren, businessmodellen en sectoren. Slimme industrieën kunnen door deze diverse toepassingen zeer flexibel produceren, zowel wat het product betreft (specificaties, kwaliteit, ontwerp), de hoeveelheid, de levertijd, gebruik grondstoffen, etc. Dit betekent veel voor de interne logistiek in organisaties. Het verplaatsen van grondstoffen en (half)fabricaten is tijdrovend en kost geld.
Door het gebruik van robotisering en digitalisering kan de interne logistiek in fabrieken geautomatiseerd worden. De operators zijn dan minder of wellicht geen tijd meer kwijt aan transport en logistieke activiteiten en kunnen zich daardoor geconcentreerder op de inhoud van hun werkzaamheden richten. Hiertoe wordt gebruikt gemaakt van een Automated Guided Vehicle (AGV). Een AGV wordt ingezet in industriële toepassingen om materialen te vervoeren in een fabriek of depot. Het is een mobiele robot die markers, draden, magneten, lasers of andere instrumenten gebruikt voor het veilig en gecontroleerd navigeren door de fabriek. De huidige AGV’s kunnen uitgerust worden met een lift, ketting of andere koppeling en kunnen materialen verplaatsen tot wel 1000 kilogram.
Een AGV op zich is niet nieuw. Het wordt, met name door grotere bedrijven die een vergaande industriële automatisering kennen, reeds sinds meerdere jaren ingezet. De eisen en verwachtingen aan het product lijken hiermee bekend, maar of het product deze ook behaald is onbekend. Als we in staat zijn om de prestaties, storingen en mogelijk zelfs stilstanden van een AGV beter te voorspellen, dan kunnen we beter aan de eisen en verwachtingen van bedrijven voldoen. Ook is het dan mogelijk om op het juiste moment onderhoud aan de AGV of de benodigde infrastructuur te plegen voordat een storing of stilstand ontstaat.
Door middel van Internet of Things genereren we continue meetwaarden van diverse sensoren, deze analyseren we met AI. De volgende stap in dit onderzoek is het herkennen van trends in de data. Door deze trends in een voorspellend datamodel te vangen, kan een productspecificatie of businessmodel worden ontwikkeld die uitgaat van real time-monitoring en voorspellend onderhoud met alle voordelen van dien. Bedrijven worden hiermee in staat gesteld het onderhoud aan de AGV’s steeds meer preventief in plaats van reactief uit te voeren en hun interne logistiek hiermee efficiënter en effectiever in te richten. Data-analyse speelt hierbij een centrale rol.
Wat is het?
In dit onderzoeksproject wordt op basis van verkregen data uit IoT-sensoren uit de AGV een gebruikersinterface ontwikkelt waarmee onderhoud, storingen en stilstanden van de AGV kunnen worden voorspeld.
Door het diverse gebruik van AGV’s in het productieproces te optimaliseren wordt het productieproces minder onderbroken. Dit komt niet alleen de kwaliteit en betrouwbaarheid van de AGV’s ten goede, maar hierdoor wordt het interne logistieke proces geoptimaliseerd en daarmee op den duur ook het bedrijfsrendement verhoogd.
- Uitrusten van de AGV's met sensoriek en genereren van big data op locatie
- Aanleggen van een data-architectuur als basis voor het predictive datamodel
- Optimaliseren van het interne logistieke proces en daarmee het bedrijfsrendement verhogen
Onze doelstelling
Het doel van dit project is door middel van descriptive analyse te komen tot predictive datamodellen, die bijdragen aan het verbeteren van de rendementsdoelstellingen van de deelnemende bedrijven. Door deze manier van samenleren en samenwerken vormen de bedrijven uit het Smart Industries Fieldlab de Peel de koplopersgroep op het gebied van slimme datatoepassingen binnen onze regio.
Door de ontwikkelingen binnen de Smart Industry zijn organisaties in staat door verregaande digitalisering en verweving van systemen, processen en mensen hun bedrijfsresultaten aan te scherpen. Het doen van onderzoek naar de mogelijkheden die deze ontwikkeling biedt is bijna ‘een must’ geworden om zo nieuwe manieren van produceren en nieuwe businessmodellen te creëren.
Het doel hiervan blijft het vergroten van het bedrijfsresultaat door het reduceren van kosten en het verbeteren van het rendement van de bedrijfsprocessen. Het genereren, bewerken en benutten van data is hierbij een key factor. Binnen dit project wordt het reduceren van kosten en het verhogen van het rendement toegespitst op de meest optimale inzet van AGV’s binnen het logistieke bedrijfsproces. Hiervoor is beter begrip van en inzicht in de AGV’s benodigd. De experimenten, die uitgevoerd gaan worden, hebben tot doel het effect te meten van bepaalde variabelen op de response variabelen
Het resultaat
Het resultaat van dit project is gesplitst naar onderzoeks- en ontwikkelingsactiviteiten. De onderzoeksactiviteiten richten zich op het doen van onderzoek naar het genereren, bewerken en benutten van data teneinde de kritische succesfactoren van de AGV’s te kunnen aanpassen zodat deze optimaal ingezet kunnen worden binnen het interne logistieke proces van de eigen onderneming of die van de klant. Dit levert zowel een data-model als een data management systeem op.
De ontwikkelingsactiviteiten richten zich op het (door)ontwikkelen van de AGV’s en leveren een real time grafische gebruikersinterface op die in één oogopslag inzicht geeft in de parameters die relevant zijn voor het bepalen van de optimale inzet van de AGV’s in de bedrijfsspecifieke logistieke processen om zo de meest positieve invloed te hebben op het bedrijfsresultaat. Ook levert dit AGV’s op waarbij de parameters aangepast (specificaties) kunnen worden al naar gelang de eisen en verwachtingen vanuit de bedrijfsspecifieke logistieke processen om zo de meest positieve invloed te hebben op het bedrijfsresultaat.
