Digitaal Platform: Fieldlab CAMPIONE
Thema(s): VoorspellingsmodellenTechnologie term(en): Algoritme, Big data, Data Analytics, Digital twin, Machine learning, Optimalisatie, Simulatie
De Factory Digital Twin combineert wat er feitelijk in de fabriek gebeurt met wat er volgens plan had moeten gebeuren. Deze oplossing onderscheidt zich door het combineren van aanwezige data met data science en met name machine learning om het totale fabrieksproces te simuleren en daarnaast ook via slimme algoritmes een optimale fabrieksplanning voorstellen. Als zodanig is de Factory Digital Twin een exponent van de Data Driven Factory strategie. Dit is een data gedreven strategie die erop gericht is om besluitvorming in fabrieken te verbeteren met behulp van data.
Technologische Innovatie
- Data ontsluiting uit machine-, proces-, product-, en planningssystemen.
- Plan versus Actuals dashboard waarin near realtime afwijkingen te zien zijn.
- Simulatie omgeving waar effect van planning in de toekomst helder wordt.
- Optimalisatiealgoritmes waarmee planningsadviezen worden gegenereerd om optimale resultaten te behalen.
Een van de belangrijkste conclusies van het onderzoek is dat een succesvolle, toereikende voorspelling van onderhoud (al dan niet 100%) alleen mogelijk is wanneer er een intensieve afstemming plaatsvindt met productie, onderhoud, logistiek en kwaliteit. Een integrale, fabrieksbrede benadering is noodzakelijk om tot inrichting van voorspelbare en optimale onderhoudsprocessen te komen. Naast een fabrieksbrede benadering is tevens de beschikking over kwalitatief hoogwaardige data noodzakelijk. Voor de meeste fabrieken betekent dit eerst een investering in een dataplatform die dit mogelijk maakt, om vervolgens de vruchten hiervan de te kunnen plukken in vorm van goede voorspellingsmodellen en correcte optimalisatiemodellen.
Vandaar dat wij gekozen hebben om hiervoor een bredere aanpak te ontwikkelen genaamd Axians Data Driven Factory. Binnen deze aanpak wordt een data gedreven strategie ontwikkeld die vaak leidt tot de ontwikkeling van een Factory Digital Twin. De Axians Factory Digital Twin combineert wat er feitelijk in de fabriek gebeurt met wat er volgens plan had moeten gebeuren. De Axians Factory Digital Twin gebruikt de bijna realtime inzichten in afwijkingen van het productieplan om de logica te verfijnen. Deze logica is gebaseerd op de (veranderende) bedrijfsregels en wordt gebruikt voor simulaties en optimalisatiemodellen. Deze modellen stellen de operators en planners in staat om sneller betere beslissingen te nemen en de fabriek op de meest optimale manier te laten draaien.
Één van de belangrijkste toepassingsgebieden is het bepalen van de impact van maintenance. Op deze manier is de Factory Digital Twin in zekere zin het kenniscentrum geworden voor continue verbetering en planning. Kenmerk van deze oplossing is dat deze niet alleen naar de losse onderdelen (machines) van de fabriek kijkt maar naar het complete fabrieksproces en dus de relaties tussen al deze onderdelen. Om te komen tot een Factory Digital Twin is dus data en logica nodig van alle losse componenten maar ook business logica nodig over hoe componenten met elkaar verbonden zijn.
Raakvlakken met andere innovaties naast Predictive Maintenance Cloud solution en zoals die bij onze klantprojecten aan bod zijn gekomen:
- Digitized Maintenance
- Systeemanalyse- en bewaking productielijn
- Scada data-analyse
- Virtual Field Lab in analogie met Virtual Plants ofwel Factory Digital Twin
- Asset organisatie & business model
- Condition Monitoring Agri
- Data & communicatie management
- Predictive dashboards
Aanbieder
Axians
Actemium en Axians (die beiden onderdeel uit maken van Vinci Energies) hebben gebundelde kennis in huis om industriële organisaties te helpen bij het verbeteren van onderhoudsprocesen door de inzet van ICT. Enerzijds beschikt Actemium over de kennis om industriële processen van haar klanten te verbeteren. Anderzijds beschikt Axians over ICT kennis in zijn algemeenheid en Analytics en Big Data kennis in het bijzonder, om deze prestaties te verbeteren door slim gebruik te maken van data en deze middels voorspellende modellen om te zetten in bruikbare informatie.
Voordelen
- Inzicht in status
- Betere planningen
- Alignment tussen planners & operators
Nadelen
- Tijd en kennis nodig om fabrieksproces om te zetten naar data science wiskundige differentiaal vergelijkingen.
Business case
Business Case Onderbouwing Zeeland Refinery – Early Warning System Kleppen Dashboard
Het beschrijven van de te realiseren (technologische) voorsprong en de borging hiervan: Lagere kosten kleppen (20% kostenbesparing)
De impact van de projectresultaten op de organisatie: Beperkt: geen verdere aanpassing aan werkwijzen.
De marktpotentie / de mate waarin het project resulteert in breed vermarktbare producten, diensten of processen: Marktpotentie kan groot zijn.
De effecten die worden verwacht m.b.t. de concurrentiepositie en de toename van de eigen bedrijfsactiviteiten: Op korte termijn gering op lange termijn redelijk
Investeringspotentie/ omgang met de resultaten na de subsidieperiode: Eerst de markt onderzoeken op vergelijkbare apps. Partners betrekken (bijv. Microsoft) bij marktintroductie
Business Case Onderbouwing Suiker Unie – Snijmolen Assistent
Het beschrijven van de te realiseren (technologische) voorsprong en de borging hiervan: Lagere kosten messenblokken (20%), hoger suikerrendement (0.4%), lagere energiekosten (10%)
De impact van de projectresultaten op de organisatie: Optimalisatie onderhoud en productie
De marktpotentie / de mate waarin het project resulteert in breed vermarktbare producten, diensten of processen: Marktpotentie kan groot zijn.
De effecten die worden verwacht m.b.t. de concurrentiepositie en de toename van de eigen bedrijfsactiviteiten: Op korte termijn gering op lange termijn redelijk
Investeringspotentie/ omgang met de resultaten na de subsidieperiode: Eerst de markt onderzoeken op vergelijkbare apps. Partners betrekken (bijv. Microsoft) bij marktintroductie
Business Case Onderbouwing DVNutrition – Factory Digital Twin
Het beschrijven van de te realiseren (technologische) voorsprong en de borging hiervan: Meer output (20%), minder afval (5%), minder ongeplande downtime (5%)
De impact van de projectresultaten op de organisatie: Optimalisatie planning en productie, fabrieksbesturing
De marktpotentie / de mate waarin het project resulteert in breed vermarktbare producten, diensten of processen: Marktpotentie kan groot zijn.
De effecten die worden verwacht m.b.t. de concurrentiepositie en de toename van de eigen bedrijfsactiviteiten: Op korte termijn gering op lange termijn redelijk
Investeringspotentie/ omgang met de resultaten na de subsidieperiode: Eerst de markt onderzoeken op vergelijkbare apps. Partners betrekken (bijv. Microsoft) bij marktintroductie
Documenten
- Axians-Whitepaper-Predictive-Maintenance.pdf
- Campione-DVNutrition-Factory-Digital-Twin-Smart-Quality.pdf
- Campione-DVNutrition-Infosession-Towards-Data-Driven-Factory.pdf
- Campione-MSFT-AI-Friday-Axians-Data-Driven-Factory.pdf
- Campione-Presentatie-Paul-van-Kempen-Axians-12-10-2017.pdf
- Campione-Suiker-Unie-Jan-Willem-Bakker-Toepassing-data-science.pdf
- Campione-Suiker-Unie-Peter-van-Dam-Data-science-in-de-fabriek.pdf
- Campione-Workshop-WCM-Augustus-2017.pdf
- Campione-Zeeland-Refinery-Early-Warning-Dashboard-Valves.pdf