F4F standaard dashboard - sensoren en software - darkmode

Begrippenlijst smart industry

Ha techneut, hier lees je alles over smart industry

In onderstaande begrippenlijst vertellen we jullie alles over smart industry en datgene wat er mee samenhangt. Denk aan industrie 4.0, het Internet of Things (IoT), big data en voorspellend onderhoud. Lees hieronder per begrip de betekenis en wordt een expert in smart industry. Scroll door deze pagina of klik op een van de onderstaande begrippen om direct naar de uitleg te gaan.

Industrie 4.0 // smart industry

Industry 4.0 wordt ook wel smart industry genoemd en heeft betrekking op de vierde industriële revolutie. We spreken van een revolutie omdat de snelheid waarmee de ontwikkelingen van industrie 4.0 zich vorderen exponentieel groeit. Deze revolutie werd in 2011 geïntroduceerd tijdens de Hannover Fair in Duitsland. Binnen industrie 4.0 worden begrippen als ‘Internet of Things’ (IoT), ‘Artificial Intelligence’ (AI) en ‘Big Data’ veel genoemd. Op deze begrippen zullen we later verder ingaan. Industrie 4.0 heeft een grote impact op de industriële wereld. Het vereist namelijk een andere manier van werken en denken.

Het doel van smart industry is het slimmer maken van industriële processen door volop gebruik te maken van het internet. Met als doel dat alles met elkaar in verbinding staat en data kan worden uitgewisseld om zo een slimme fabriek te creëren. Zo’n slimme fabriek hangt vol met sensoren en autonome systemen die met elkaar in verbinding staan. Door de verschillende gevonden data samen te voegen, ontstaan nieuwe en waardevolle inzichten. Het einddoel? Kosten en stilstand verminderen en betrouwbaarheid verhogen.

Smart factory

Een ‘smart factory, ook wel slimme fabriek genoemd, hangt vol met sensoren die met elkaar communiceren en waardevolle informatie verzamelen over de assets. Door de verzamelde data uit te lezen, kunnen waardevolle inzichten worden verkregen. Met deze inzichten kunnen concrete verbeterplannen worden gemaakt. Op deze manier kunnen stilstand en kosten worden verminderd en betrouwbaarheid worden verhoogd.

Internet of Things (IoT)

Het IoT (Internet of Things) is een netwerk van verschillende apparaten die met elkaar verbonden zijn. Deze apparaten communiceren draadloos met elkaar. Dat is mogelijk door speciale hardware en chips die in deze apparaten zijn verwerkt. Zo kunnen de verschillende apparaten data naar elkaar versturen en combineren waardoor waardevolle inzichten kunnen worden verkregen.

Industrial Internet of Things (IIoT)

Het Industrial Internet of Things is een subcategorie van het Internet of Things. Binnen IIoT ligt de focus op het netwerk van apparaten binnen een fabriek. Deze apparaten vormen systemen die continu assets monitoren, data verzamelen en opslaan om het vervolgens door te sturen. Deze data kan worden gebruikt ten behoeve van het optimaliseren van industriële processen, denk aan conditie-gebaseerd of zelfs voorspellend onderhoud of productieoptimalisatie.

Big data

Door de continue communicatie tussen objecten, services en mensen ontstaan grote datasets. Deze datasets kunnen gestructureerd, semi-gestructureerd of ongestructureerd zijn en worden ‘Big Data’ genoemd. Deze naam is te danken aan de snelheid waarmee het volume van de data toeneemt en de verscheidenheid van de verzamelde data. Deze enorme datasets moeten zorgvuldig geprepareerd en geanalyseerd worden zodat de waardevolle informatie gemakkelijk uit de sets gehaald kan worden. De gevonden informatie kan dienen als input voor het optimaliseren van processen en het maken van (bestuurlijke) beslissingen.

Real-time data processing

Real-time data processing is een belangrijke technologie binnen industrie 4.0. Binnen dit proces wordt data live gestreamd naar de cloud. In de cloud wordt de informatie direct opgeslagen en gesynchroniseerd met de rest van de data die daar opgeslagen staat. Daarnaast kan de data live (real-time) worden gepresenteerd op dashboards. Deze dashboards kunnen worden ingericht naar wens en gebruikt worden door bijvoorbeeld de Technische Dienst. De TD kan de dashboards gebruiken om de conditie van machines te monitoren en hierop anticiperen.

Condition based maintenance (CBM)

Condition based maintenance, op zijn Nederlands conditie-gebaseerd onderhoud, is een strategie binnen de onderhoudswereld. Hierbij wordt de conditie van assets gemonitord. Op basis hiervan kan onderhoud worden uitgevoerd op de assets. Het is mogelijk om alarmen in te stellen voor maximum- en minimumwaarden die de meetgegevens mogen bevatten. Als de waardes dan boven het maximum of onder het minimum gemeten worden, gaat dit alarm af en kan de Technische Dienst hierop acteren. Het voordeel van conditie-gebaseerd onderhoud dat er onderhoud wordt uitgevoerd als dit werkelijk nodig is, daarmee kunnen tijd, materialen en geld bespaard worden. CBM is op dit moment de meest gebruikte onderhoudsstrategie en is een voorloper van voorspellend onderhoud.

Predictive maintenance (PdM)

Predictive maintenance, ook wel voorspellend onderhoud of smart maintenance genoemd, draait om het voorspellen van het optimale moment voor onderhoud. Voorspellend onderhoud gaat een stap verder dan conditie-gebaseerd onderhoud (CBM). Bij CBM moeten medewerkers de gemeten waarden zelf interpreteren en hierop anticiperen. Bij voorspellend onderhoud wordt er met behulp van algoritmes voorspeld wanneer een machine toe is aan onderhoud of mogelijk stil komt te staan. Sensoren kunnen (ontwikkelende) defecten detecteren nog voor het menselijk oog dit kan. Zo kunnen storingen en stilstand worden voorkomen. Predictive maintenance is een belangrijk begrip binnen industrie 4.0 en hangt nauw samen met het Industrial Internet of Things (IIoT). Het IIoT dienst als ‘data delivery’ netwerk waarna er, op basis van analyse, voorspellend onderhoud kan worden gepleegd.

Machine to machine (M2M)

Machine to machine (M2M) is een belangrijk onderdeel van industrie 4.0. Installaties kunnen naar een hoger niveau worden gebracht dankzij de mogelijkheid van machines om op afstand met elkaar te communiceren. Dat wordt ook wel telemetrie genoemd. Dankzij telemetrie is er veel automatisering mogelijk en kunnen beslissingen sneller en beter worden genomen. Deze manier van interactie tussen machines maakt het mogelijk om machines op afstand te bedienen door middel van (I)IoT. Dat wordt ook wel human to machine (H2M) genoemd.

Cyber-physical systems (CPS)

Een cyber-physical system vormt een brug tussen cyber, elektronisch, en het fysieke ‘ding’. Het ‘ding’ betreft in jullie geval waarschijnlijk een asset in een fabriek. De cyber component zorgt ervoor dat het fysieke item in interactie staat met de wereld door een virtuele kopie van zichzelf te maken. Deze virtuele kopie kan door digitalisatie van data en informatie communiceren op een netwerk. Bijvoorbeeld een productielijn die het aantal geproduceerde producten verstuurd naar de cloud of een aantal parameters van de asset op een dashboard toont. Het cyber-gedeelte kan in deze context een sensor zijn die in verbinding staat met het internet en die op die manier de gewenste gegevens deelt.

Artificial intelligence (AI)

In het Nederlands wordt dit ook wel kunstmatige intelligentie genoemd. Dit dateert uit 1956. Toen is door prof. J. McCarthy en vele andere het concept artificial intelligence ontwikkeld aan het Dartmouth College. De definitie was destijds als volgt: ‘het vermogen van machines om te kunnen leren, denken en begrijpen zoals mensen dat doen, waarbij wordt gewezen op de mogelijkheid om machines te gebruiken voor het simuleren van menselijke intelligentie.’ Kunstmatige intelligentie is een overkoepelende term. AI-programma’s kunnen worden gebruikt om complexe patronen te herkennen, informatie te verwerken en conclusies te trekken op basis van geanalyseerde datasets op basis daarvan aanbevelingen te doen. In de industrie 4.0-context kan AI een tool zijn om tot voorspellend onderhoud te kunnen komen.

Machine learning

Machine learning is een toepassing van artificial intelligence (AI). Een machine heeft dan vaardigheden om, met of zonder menselijke begeleiding, te leren op basis van ervaringen. Dat leren gebeurt altijd in combinatie met een algoritme. Dat is een soort wiskundige formule die gebruik maakt van data om zichzelf te trainen en verborgen patronen in een dataset te vinden.

Deep learning

Deep learning wordt ook wel deep neural learning genoemd. Het is een vorm van machine learning. Deze vormt van artificial intelligence lijkt het meest op het functioneren van het menselijk brein. Binnen deep learning wordt gebruik gemaakt van neurale netwerken. Zo’n netwerk is een soort beslisboom die uit verschillende lagen bestaat. Elke laag is in staat om specifieke zaken te herkennen.

Een laag die groente moet herkennen, kijkt bijvoorbeeld naar kleuren en formaten. Zo gaat een eerste laag bijvoorbeeld op zoek naar een ronde vorm, de tweede naar de kleur rood en de derde naar de kleur groen. De lagen geven aan de opvolgende lagen door of ze de juiste kleur of vorm gevonden hebben en hoe zeker ze daarvan zijn. Op die manier kan een neuraal netwerk, na tal van lagen en beslissingen, aangeven welke groente herkend is. Mocht deze uitkomst niet kloppen, pas het netwerk zichzelf aan zodat het steeds beter wordt in herkennen. Het netwerk traint zichzelf op deze manier om zoveel mogelijk zaken te kunnen herkennen en oplossen.