Trumpf toonde op Intech aan de vakpers hoe het bedrijf met kunstmatige intelligentie (AI) de productiviteit bij lasersnijden wil verhogen en de kwaliteitscontrole bij het lassen automatiseert. Cijfers uit de eigen fabrieken tonen de meerwaarde van digitalisering aan.
Digitalisering is een van de belangrijkste thema’s bij Trumpf. Volgens Mathias Kammüller, Chief Digital Officer, zijn er weinig andere machinebouwers die zo intensief met dit thema bezig zijn.
Gebrek vakmensen remt groei
Dat het bedrijf desondanks minder ver is dan enkele jaren geleden gepland, komt deels doordat de materie complexer is dan gedacht en vooral door een gebrek aan vakmensen.
“We kunnen onvoldoende mensen vinden op het vlak van business IT, ondanks dat het aantal medewerkers in dat gebied met de helft is gegroeid”, zei Kammüller. Momenteel haalt Trumpf tussen de 20 en 30 miljoen euro omzet uit digitale diensten; dat moet komende jaren groeien naar 200 miljoen euro.
AI in automatisch sorteren
Nieuwe stappen op dit vlak zijn de toepassing van kunstmatige intelligentie (artificial intelligence of AI). Het eerste voorbeeld is een sorteersysteem voor het Tru Laser Center L26 dat op EuroBlech voor het eerst is getoond.
Bij dit systeem duwen pinnen van onder tegen het werkstuk dat nog in de plaat zit aan en worden automatisch mini-vacuümzuigers geactiveerd. Op die manier kunnen de producten automatisch trefzeker uit het de plaat worden gehaald.
De software bepaalt op basis van geometrie en materiaaleigenschappen de juiste strategie: welke pinnen tegen het product drukken en welke zuigers geactiveerd worden. Kunstmatige intelligentie speelt hierin een belangrijke rol. De gegevens van alle systemen worden namelijk gebruikt om de software steeds slimmer te maken. Het systeem is momenteel alleen beschikbaar voor klanten die bereid zijn deze data te delen.
Storingen zoeken met AI
Een andere toepassing van AI is in het monitoren van de onderhoudstoestand van een machine. Bij een lasersnijmachine herkent de machine aan de hand van een fluitend geluid dat er een verkeerde frequentie ontstaat, wat op problemen in een van de assen duidt.
Kammüller gaf aan wat dit betekent aan de hand van een voorbeeld van een praktijktest. “Het systeem herkende het geluid in de X-as. In de oude situatie zouden we de X-as verwisseld hebben. Met kunstmatige intelligentie die onder andere gebruikt wordt om zaken als versnelling en temperatuur te analyseren, ontdekten we dat de fout in de Z-as zat.” Onderzoek toonde aan dat bepaalde moeren onvoldoende waren aangetrokken.
Controle met machine learning
Het derde voorbeeld hoe AI en machine learning een rol gaan spelen in de sector is een laserlassysteem voor de productie van hairpins. Dit zijn de koperen stiften die gelast worden en dan als spoel dienen in een elektromotor.
Een camera maakt vooraf van de twee koperen staven een foto, waarna de besturing de spiegels van de scanner zo positioneert dat exact gelast kan worden.
Daarna wordt een tweede foto gemaakt en beoordeelt de software of de las goed is. Hiervoor zet Trumpf machine learning in. Het systeem is getraind met enkele duizenden foto’s van goede en foute lassen en kan met een hoge zekerheid herkennen of een las goed is.
Het systeem leert bovendien dagelijks bij. De snelheid waarmee het lassen en de kwaliteitscontrole plaatsvinden, ligt hoog: elke 2 seconden maakt en controleert de machine zes lasverbindingen. Het is nog niet commercieel beschikbaar.