AI als digitale hulp voor de slijper

Sommigen zie Kunstmatige Intelligentie (AI) als een bedreiging voor veel banen. AI is tegelijkertijd een kans om het tekort aan vakmensen op te lossen. Precies die rol ziet het Manufacturing Technology Institute (MTI) Aachen voor zich nu het assistentiesystemen voor de slijpindustrie ontwikkelt. Een voorproefje van Grinding Hub 2024 in mei.

De tweede editie van Grinding Hub in Stuttgart belooft in ieder geval al een stuk groter te worden dan de editie van twee jaar geleden, toen de samenleving net uit de Corona lockdowns kwam.

Grinding Hub groeit dit jaar sterk; beurs naar 4 hallen

Focus legt Grinding Hub geen windeieren

Met momenteel 487 exposanten (ruim een kwart meer) kan de beurs vier hallen van de Messe Stuttgart vullen, een hal meer dan twee jaar geleden. Het resultaat van een duidelijke focus als beurs, meent Markus Heering, directeur van de VDW, die de beurs samen met de Messe Stuttgart organiseert. Grinding Hub is een echte niche beurs, met focus op één technologie. Een formule die zich ook eigent voor andere beurzen? “We denken daar wel pover”, aldus Heering. “Maar we denken ook dat er een markt is voor grotere evenementen, zoals een AMB en EMO, waar we de hele waardeketen tonen.”

Digitale assistentie systemen

Zoals in de hele maakindustrie zijn digitalisering en automatisering de dominante thema’s. Kunstmatige Intelligentie gaat daar een belangrijke rol in spelen, verwacht Peter Breuer, wetenschappelijk medewerker aan MTI, onderdeel van de RWTH Aachen. “We kunnen AI gebruiken om de medewerkers aan de slijpmachines te ondersteunen. In de toekomst bedienen de medewerkers met hulp van digitale assistenten de slijpmachines”, zo schetst de Akense onderzoeker het toekomstbeeld. Heel anders dan de situatie een generatie geleden, toen de meester z’n kennis doorgaf aan de leerling.

Afkeur voorkomen dankzij Machine Learning

Eigenlijk gebruikt het WZL een combinatie van sensortechnologie om data te verzamelen en algoritmen om deze te analyseren. Het gaat daarbij om zowel metadata als procesdata. Een proefopstelling voor rondslijpen waarin 432 datasets werden verzameld, leverde met Machine Learning inzicht op in de slijtage van het slijpwiel. Daarmee voorkom je afkeur omdat de slijpschijf te ver is afgesleten en kun je deze voortijdig vervangen. De testen zijn gedaan op een Studer S41, waarop 144 aandrijfassen zijn geslepen. In elke as zijn twee lagerzittingen geslepen, een bewerking van 30 seconden.

60 miljoen datapunten efficiënt handlen

De uitdaging is volgens Breuer de hoeveelheid data. “Per werkstuk meten we meer dan 60 miljoen datapunten. We moeten dus een strategie hebben hoe daarmee om te gaan. Daar hebben ze een model voor ontwikkeld dat onder andere oplevert dat de sampling rate best naar 250 kHz kan. “Daarmee kunnen we de hoeveelheid data met 75% reduceren en met een factor 0,92 juist voorspellen.”

Modellen valideren in de praktijk

De modellen werken in de laboratoriumopstelling van het WZL. De onderzoekers willen nu de stap maken naar de praktijk van de industrie. In die fase moeten de modellen gevalideerd worden.

Grinding Hub vindt plaats van 14 tot en met 17 mei in Messe Stuttgart. De beurs brengt de hele keten rond slijpen samen. Meer informatie vind je hier