Home | Sitemap | Contact |

Hoe machinaal leren de manier van produceren gaat revolutioneren

Hoe machinaal leren de manier van produceren gaat revolutioneren

Latenwe een moment stilstaan bij het hoge volume data dat de bedrijven genereren.Data van cliŽnten, leveranciers, productiviteit, personeelszaken... Informatiedie in veel gevallen niet is geÔntegreerd in alle afdelingen van het bedrijf,waardoor er geen zicht is op het geheel, of erger nog, ze is niet eens ingedigitaliseerd. Beide gebreken vertragen de besluitvorming en/of kunnenaanleiding geven tot foutieve beslissingen. En in dit nieuwe digitaleecosysteem zijn de data het basismateriaal voor de Industrie 4.0.

Depersonen zijn echter niet in staat om deze reusachtige hoeveelheid data in realtime te analyseren om ze optimaal te exploiteren. Daarvoor is het nodig om inonze organisaties een innoverende tool te integreren die deze barriŤres wel kanoverwinnen. We praten over Machine Learning of machinaal leren, door deconsultant Gartnerals ťťn van de 10 strategische technologieŽn beschouwd die de bedrijven gaatrevolutioneren en een paradigmawijziging in de manier van produceren van defabrieken veronderstelt. Zoals General Electric kwantificeert,geeft deze ĄenablerĒ van de Vierde Revolutie een impuls aan deproductiecapaciteit tot aan 20%, genereert hij belangrijke besparingen vanmateriaal- en energieverbruik en reduceert hij rework, ook tot 20%.

Machinaalleren bestaat uit de machines voorzien van cognitieve intelligentie. Daarvoorleert men hen door middel van de introductie van historische data omtoekomstige gedragingen te voorspellen, voor antwoorden t.o.v. verschillendegebeurtenissen... Parallel hieraan ontwikkelt men algoritmes die zelf leren vande data en in staat zijn om de manier te vinden om de productie teoptimaliseren op basis van de genoemde informatie. Bijvoorbeeld is het systeemin staat om, indien we het profiel van onze klanten hebben geÔnformatiseerd(grootte, bestellingen, frequentie, materialen, prijzen...), de vraag tevoorspellen, te waarschuwen voor mogelijke verliezen, prijzen vast te stellen,fraudes te ontdekken, wanbetaling te voorkomen en nieuwe consumptiepatronen teidentificeren. Op deze manier, in een wereld waarin het vermogen van debedrijven om hun productie te personaliseren steeds belangrijker wordt, laat MachineLearning zien dat het een ideaal instrument is om profielen te segmenterenen de flexibiliteit aan te bieden die de a la carte bestellingen vereisen.

Zelfs het klantengedrag analyserendopent deze technologie de deur naar nieuwe businessmodellen die binnen hetbereik van de ĄservicingĒ van onze industrie komen. Dat wil zeggen demogelijkheid om diensten rondom de producten die we fabriceren aan te bieden,dankzij deze nieuwe tools van de Industrie 4.0. Bijvoorbeeld is dat genoemdevermogen om producten te personaliseren op basis van een standaardproduct een servicedie aan de klant wordt aangeboden, of, indien we applicaties op basis van eenproduct creŽren, kunnen we ook nieuwe businessmodellen creŽren.

Opdeze manier, door onze cliŽnten goed te kennen en door deze technologie toe tepassen, slagen we erin om onze omzet substantieel te verhogen.

Indienwe dit toepassen op de productieketen, kunnen de stilstandtijden van demachines worden verminderd, productietijden worden berekend, de werklast aan devraag worden aangepast en eventuele storingen worden gedetecteerd voordat zijoptreden. Dat wil zeggen, in real time antwoorden op verschillendegebeurtenissen aanbieden die de personen helpen om betere beslissingen tenemen, zelfs kunnen leiden tot het automatiseren van genoemde antwoorden. Watzonder enige twijfel bijdraagt aan de flexibiliteit en snelheid aan deinstallatie. Dit alles tegen lagere kosten. Sterker nog, Machine Learning steltons in staat om een grotere schaalbaarheid van de productie te bereiken via devoorspellende analyse en de juiste selectie van machines en leveranciers.

Dezeinnovatie heeft niet alleen invloed op productieniveau, maar ook op het op eenefficiŽnte manier organiseren van het onderhoud van de machines, afhankelijkvan de vraag van het moment, naast het voorraadbeheer. Machine Learning is desleutel om de voorraden te optimaliseren en geen onnodige voorraden en/ofvoorraadtekorten te hebben. Daarvoor is het essentieel om een geautomatiseerdeopvolging te hebben die ons in real time een tekort aan een onderdeel ofcomponent kan voorspellen, of ons in staat stelt te anticiperen op een partijvan slechtere kwaliteit, om zo snel het probleem op te lossen en te voldoen aande levertermijnen van de bestelling.

Maaru moet niet denken dat het een absolute voorwaarde is om een grote hoeveelheiddata te hebben om machinaal leren toe te passen. De kwaliteit is belangrijkerdan de kwantiteit. En hier is het wel belangrijk om het basismateriaal datwerkelijk waarde toevoegt te filteren om voorspellingen te doen. Kortom, zorgthet selecteren van de strategische informatie, met een analysesysteem dat instaat is om over een visualisatie van het geheel en een voorspellend vermogenm.b.t. de productie te beschikken, ervoor dat wij productiever zullen zijn metlagere kosten. Dat wil zeggen, concurrerender.

Over Lantek

Lantek is een multinationaal bedrijf dat de digitale transformatie van bedrijven in de industriŽle plaatmetaal- en productiesector leidt. Zij biedt haar eigen softwareoplossingen voor commerciŽle productie-intelligentie aan die het koppelen van fabrieken mogelijk maakt en ze daarbij converteert in slimme fabrieken. Zij rondt haar assortiment af met de ontwikkeling van CAD/CAM/MES/ERP-oplossingen voor bedrijven die metalen onderdelen fabriceren van plaatstaal, buizen en profielen, met iedere snijtechnologie: laser, plasma, autogeen snijden, waterstraal, scheren en ponsen.

Opgericht in 1986 in het Baskenland en met haar hoofdkantoor in Vitoria-Gasteiz (Ńlava), maakt Lantek de integratie van snij en ponstechnologieŽn in de fabriek mogelijk met gebruik van de meest veeleisende geavanceerde productiemanagementsoftware. Het bedrijf is momenteel de uitmuntende leider in haar sector dankzij haar vermogen voor innovatie en inzet voor internationalisatie. Met meer dan 20.000 klanten in meer dan 100 landen en haar eigen kantoren in 14 landen heeft zij een uitgebreid netwerk van distributeurs met een wereldwijze aanwezigheid. In 2017 droegen haar internationale activiteiten bij aan 86% van de omzet.

Voor meer informatie gaat u naar: www.lanteksms.com

April 2018
Top
LANTEK MAGAZINE
Lantek Link
CAD / CAM nieuws, evenementen, persberichtenÖ
CASE STUDY:

Toplas: The best ally for growing together

Lantek Solutions
Gebied:

.pdf Download document
    (PDF 461.25 Kb.)
 
Desarrollado por Veiss
Lantek Sheet Metal Solutions - Thinking Metal Software Solutions
www.lanteksms.com
© Lantek . Sheet Metal Solutions . Wettelijke waarschuwing