Samen de toekomst innoveren: Yokogawa zet rasse schreden op het pad van AI

7 October 2020

Kunstmatige intelligentie of A(rtificial) I(ntelligence). We horen er iedere dag wel iets over en soms lijkt het nog ver van ons bed. Maar is dat wel zo? Want een willekeurig slim apparaat kan al een - wellicht zwakke variant van - AI bevatten. Simpel gezegd is AI de automatisering van denkkracht. En hoe kan die geautomatiseerde denkkracht ons - nu al - van dienst zijn? Bij Yokogawa schuiven Marco Bischoff en Martijn Kramer aan om ons uit de doeken te doen hoe zij dit onderwerp bezien die eigenlijk nog niet bestaan. De volgorde die we daarbij aanhouden is people, process, technology.” Lever je duizend druktransmitters, dan is dat wellicht veel minder van belang, maar lever je oplossingen waarmee een klant niet alleen data wil, maar juist op zoek is naar informatie - en algoritmes om die informatie intelligent in te zetten - dan vraagt dat iets anders van je organisatie en dus van je medewerkers. 

Yokogawa is een gerenommeerde naam in de OT wereld - denk aan sensoren, DCS- en SCADA-systemen. Vandaaruit is het bedrijf zich gaan ontwikkelen richting de IT/OT kant - MES, Operations Management, Security, etc. - en Business Management. In de afgelopen jaren is daar een IoT-programma aan toegevoegd. De overkoepelende visie over al deze deelgebieden is om samen met de klant te ontwikkelen in de richting van “Autonomous Plants”. 

Vanuit verschillende businessunits en met andere achtergrond houden Marco en Martijn zich beide met het IoT programma bezig. En een belangrijk onderdeel hierin is weer AI. Marco is Productmanager Process Control Instrumentation en Martijn werkt als Senior Consultant Advanced Solutions & Innovations. De businessunit waar Marco werkt, Network Solutions, kent al vanaf het begin een open structuur. Maar die open structuur gaat inmiddels door de hele organisatie van Yokogawa heen. “Vroeger waren we meer bezig met onze producten in de markt zetten. Vandaag de dag meer met het luisteren naar klanten. We zitten in een beweging van producten naar oplossingen, samen met onze klanten. Want alleen zo is het zinnig, er zijn per slot van rekening geen twee situaties gelijk. Iedere klant heeft iets anders nodig.” Marco lacht enthousiast en kan uren vertellen over de organisatie, de ontwikkeling en de opbouw van de diensten. “Niet voor niets is onze slogan ‘Co-Innovating Tomorrow’. Dat houdt in dat we meedenken met de klant om samen tot oplossingen te komen.

“De informatie op een intelligente manier inzetten, zorgt ervoor dat oplossingen met elkaar kunnen communiceren”, vult Martijn aan. Hij ziet de effecten van die verandering binnen de organisatie. “Vroeger waren er meer zuilen in het bedrijf, die zich ieder met hun eigen producten en oplossingen bezighielden. Nu zie je dat oplossingen door het hele bedrijf heen worden ontwikkeld, met alle disciplines samen. We zijn als medewerkers daardoor veel breder georiënteerd en we leren meer van elkaar.” En ook de klant verandert. “We zien ook bij de klant steeds meer verschillende disciplines aan tafel, een vraag is simpelweg eigenlijk niet meer in een hokje te stoppen, dus het is een organisch proces.”

De eerste winst van AI
De meerwaarde van AI is in vele aspecten terug te vinden. De use cases richten zich nu vooral op de volgende toepassingen: Het detecteren van afwijkingen ten behoeve van predictive maintenance. Data uit bijvoorbeeld IoT-sensoren zoals de Sushi-sensor, gecombineerd met op AI gebaseerde algoritmes kunnen tijdig voorspellen als iets onderhoud nodig heeft. Hierdoor ben je in staat om tijdig maatregelen te nemen en bijvoorbeeld onderhoud in te plannen voordat de minieme afwijkingen die je detecteert, leiden tot een meetbare afwijking in je proces. Zo verhoog je de beschikbaarheid van je productie.

Foutanalyse, of root cause analysis. Veranderingen in het proces of in de toestand van machines, bijvoorbeeld op het gebied van kwaliteit of energieverbruik, zijn terug te herleiden naar de oorzaak. Door die oorzaken aan te pakken, kun je je proces significant verbeteren.

Kwaliteitsbeheersing. Zonder tijdrovende labcontroles en/of destructieve testen kun je kwaliteit van je eindproduct voorspellen, kwaliteitsindelingen maken en afwijkingen in kwaliteit voorzien - en dus voor zijn. Zonder extra kosten. 

Door ongeplande vertragingen en stilstand wordt er jaarlijks flink wat capaciteit - en dus omzet - verloren. Om nog maar niet te spreken van het energieverlies. Duurzaamheid wordt een steeds belangrijkere drijfveer. Stukje bij beetje zorgen dit soort ontwikkelingen voor verbeteringen. Uiteindelijk zal zich dat gaan vertalen richting het realiseren van autonome installaties.

Van programmeren naar beslissen 
Marco: “Een klassiek automatiseringssysteem wordt stap voor stap geprogrammeerd. In de industrie 4.0 worden beslissingen gebaseerd op data. Dat is een grote verandering in het automatiseringsconcept, met grote vragen bij de klant. ‘Laat ik mijn proces afhangen van iets dat in de cloud……. gebeurt?’ Dat gevoel dat het ongrijpbaar is en dat je de controle uit handen geeft, dat is natuurlijk heel spannend. En eigenlijk krijg je dezelfde vragen als voorheen. Draadloos? Is dat wel betrouwbaar? Mijn data in de cloud? Is dat wel veilig of kan iedereen daar bij? Raak ik de controle niet kwijt? Dus is het belangrijk om alles samen met de klant te doen.”

In 2015 startte de afdeling New Technology Center in Japan met het ontwikkelen van AI met als doel dit in te kunnen zetten om uiteindelijk te komen tot autonome plants. Van industriële automatisering naar industriële autonomie. “Yokogawa heeft algoritmes ontwikkeld waarmee we voor de klant in de industriewaarde creëren. Van alle data die sensoren doorgeven is voor een specifieke toepassing maar een klein percentage waardevol: in het geval wanneer er afwijkingen optreden. Je hebt dus tools nodig om de juiste data eruit te halen en deze te analyseren om beslissingen te kunnen nemen. Voor veel mensen is het toch nog echt wennen om dingen - zo voelt het vaak - uit handen te geven. Je kunt heel simpel beginnen met het monitoren van een zogenaamde health score. Om een voorbeeld te geven, in de farmacie worden veel vriezers gebruikt. Het verloop en de stabiliteit van het temperatuursignaal zegt iets over de conditie van de compressor.” Marco lacht: “Eigenlijk net zoals mijn schoonvader aan het geluid en de trillingen van een motor in een auto kan afleiden hoe het met de verbranding staat. De kennis en ervaring die de ervaren engineer gebruikt om iets over een draaiende machine te zeggen, kan je ook bij AI vinden.”  Die controle blijft vaak nog wel een heikel punt. Alles ‘on premise’ hebben, voelt vaak wel veilig, maar is dat wel nodig? Maar een verschuiving kan heel snel gaan, zeker onder de huidige omstandigheden. Begin van dit jaar konden we ons nog niet echt voorstellen hoe we nu met zijn allen werken. 

One-stop-shop
 “Open systemen zijn een pré en ook voor alles het streven van Yokogawa. Daarvoor hebben we een programma opgezet, het zogenaamde JOIN, waarin we met zowel klanten als partners samenwerken aan de oplossingen. We hebben een samenwerking gezocht met Perfact Group, zij zijn op het gebied van maintenance een krachtige partner waarmee we een serieuze one-stop-shop op het gebied van industrie 4.0 kunnen bieden, in de volledige waardeketen van consultancy, dataverzameling, connectiviteit, cloud, voorspellingen - met behulp van AI en dashboards.”

Martijn tovert een koffertje tevoorschijn met het nieuwste paradepaardje. “Een belangrijke bijdrage aan de intelligente oplossingen is de Sushi-sensor. Een kleine robuuste sensor van hoge kwaliteit. We zijn daarmee een heel duidelijke richting ingeslagen op het gebied van IoT-sensortechnologie. De Atex-gecertificeerde Sushi kan verschillende metingen verrichten, afhankelijk van het type. Met een sterke magneet of een stud wordt de sensor op een apparaat bevestigd en meet het draadloos vibraties en temperatuur, die via een LoRa-transmitter via de cloud worden verstuurd naar een dashboard. Sinds kort zijn er ook een aparte Sushi temperatuursensor en een druksensor op de markt gebracht. Je kunt hem dus gebruiken voor een enorme reeks aan toepassingen. Denk aan een trillingsmeting op een motor of een pomp of aan het monitoren van de mate van vervuiling van een warmtewisselaar.” 

Sushi: vakmanschap 
De Sushi-sensor is specifiek ontworpen voor toepassing in de soms ruwe omstandigheden in de industrie en genereert enorme hoeveelheden data. “We hebben nu een starterskit met drie sensoren, een LoRa-gateway, toegang tot de cloud.en verschillende algoritmes die van al die data bruikbare informatie maken. Inmiddels zijn er al heel erg veel use cases beschreven en kunnen we dus ook aan de klanten heel concreet laten zien: Jij hebt deze applicatie, daarmee kunnen we dít vaststellen en kun je dát voorkomen. Bottom line: voorkomen van stilstand, efficiënter produceren, duurzamer opereren. De kennis om de sensoren toe te passen, met gebruikmaking van een LoRa-netwerk, die is beschikbaar. Zo kunnen we klanten helpen om van reactief naar voorschrijvend te gaan. In deze starterkit zit alles om heel eenvoudig en tegen lage kosten een eigen IoT-project op te zetten.” Laagdrempelig op een moment dat de markt erom schreeuwt. Dat lijkt een uitgelezen kans.

Martijn geeft verschillende toepassingsvoorbeelden uit de praktijk van klanten, zie het kader. “Door te co-innoveren met onze klanten proberen we voor deze uitdagingen een passende oplossing te bieden. AI speelt hier meer en meer een belangrijke rol in!  We nodigen onze klanten actief uit samen met ons hiermee ervaring op te doen.”

Alle voorspellende modellen over de snelheid en de impact van de digitale transformatie en AI kunnen inmiddels waarschijnlijk op de schop. Zo deed McKinsey & Co eerder onderzoek naar die impact. 

 

Mogen we voorzichtig inschatten dat die groter gaat zijn dan voorheen ingeschat? De noodzaak voor verdergaande automatisering met een grote mate van autonomie is groter dan ooit. En die zal niet zomaar verdwijnen.

 

 

 

 

 

 

Sushi-starterkit
Er zijn drie versies van de Sushi-starterskit samengesteld. Afhankelijk van je applicatie kun je dus een specifieke kit aanschaffen - en voor warmtewisselaars, pompen of handkleppen een complete oplossing in huis hebben. De metingen worden via een LoRaWan-verbinding doorgezonden naar een dashboard. We geven een paar voorbeelden van applicaties die werden uitgerust met een Sushi-sensor. 

Sushi-sensoren werden op een aantal pompen gemonteerd en verzamelden gedurende zes maanden ieder uur de gegevens over de oppervlaktetemperatuur, de trillingssnelheid en de acceleratie. Toen de acceleratiewaarde toenam en de curve veranderde, werd de pomp gedemonteerd en werd vastgesteld dat het lager was beschadigd. Een onverwachte stilstand van de installaties werd voorkomen. Op een andere installatie werden Sushi-sensoren op pompen gemonteerd om vibratie, acceleratie, snelheid en oppervlaktetemperatuur te meten. Voorheen liep een field operator regelmatig een inspectieronde. Het resultaat is een hogere (proces)veiligheid, ook voor de operator. Afwijkingen worden vroegtijdig gesignaleerd en het risico op stilstand is drastisch verlaagd. Bij een installatie met veel temperatuur- en drukmeters moeten deze regelmatig gecontroleerd worden, soms in onveilige zones. Een arbeidsintensieve klus. Deze metingen worden nu met behulp van een Sushi-sensor verzorgd en near-realtime verzonden naar een dashboard waar afwijkingen vroegtijdig kunnen worden vastgesteld. 

Andere voorbeelden van JOIN-projecten Op een andere installatie werden frequent oliemonsters afgenomen, soms in een gevaarlijke zone, en in een laboratorium getest. Zeer arbeidsintensief en met een hoog foutrisico. Met behulp van een JOIN IoT-oplossing wordt de olieperformance nu getest met behulp van sensoren. Abnormale waardes worden gesignaleerd en het olieverbruik is sterk gereduceerd omdat olie niet meer preventief wordt vervangen maar alleen bij afwijkingen. Er is geen noodzaak meer voor on-site monstername. 

Een ander JOIN-project leverde een oplossing voor een situatie waarbij veel corrosie onder isolatie optrad. In deze installatie was dit een probleem voor leidingen, mangaten en vaten. Met behulp van het geleidegolf-radarmeetprincipe en embedded sensoren worden vocht en corrosie gedetecteerd en kunnen de probleemlocaties heel specifiek worden gedefinieerd. Van een risico-gedreven inspectie werd er omgeschakeld naar voorspellende en data gestuurde programma’s met als resultaat een hogere veiligheid en betrouwbaarheid. 

Op een installatie met een aantal handbediende kleppen was geen klepstandmelding voorzien. Met behulp van een IoT-oplossing wordt nu in een dashboard de exacte positie van de klep weergegeven en volgt er een signaal als er sprake is van ongeautoriseerde of incorrecte bediening.

Klik hier om het volledige artikel te lezen in Automatie PMA editie 6.