Med et nyt datasystem udviklet i MADE kan VELUX minimere sjældne fejl markant, når robotter samler ovenlysvinduer med skruer. Det betyder mindre materiale- og tidsspild, og virksomheden har store forventninger til at anvende værktøjet helt andre steder i produktionen på fabrikker i Europa.
Vandet pibler ind, hvis den sidder skævt.
For ovnlysproducenten VELUX er iskruning en helt central del af deres fremstilling. Der bruges mere end 50 skruer i et vindue, og de skal sidde helt rigtigt i træet for at undgå utætheder.
Derfor skrues der bogstaveligt talt på alle knapper for at opnå stærke og fejlfrie vinduer, og et MADE FAST-projekt har givet virksomheden et nyt generisk værktøj til at løse udfordringen:
”Vi har udviklet en Machine Learning-model, der analyserer data fra vores skrueprocesser og klassificerer resultatet af iskruningen. Altså blev skruen monteret rigtigt eller forkert. Samtidig kan vi bruge modellen til at identificere, om der er nogle iskruninger, som andre, mindre avancerede systemer har fejlklassificeret? Hvis vi er den mindste smule i tvivl, så tjekker vores operatør skruen, og det tager en masse tid og fjerner deres fokus fra andre ting,” forklarer Sigurd Lazic Villumsen, Production Technology Innovation Manager i VELUX og tilføjer:
”Med modellen vil kvaliteten af klassificeringerne blive langt, langt højere. Vi har allerede et meget lavt antal fejlklassificeringer, men med dette system er mit bud, at vi på sigt kan fjerne mere end 90 procent af de resterende fejlklassificeringer.”
Det her projekt driver vores digitaliseringsrejse. Vi viser, at der er mening med galskaben. Der kan være værdi i at arbejde med machine learning.
Sigurd Lazic Villumsen, VELUX’ Technology Contributor
Find skruen i høstakken
Modellen er udviklet af MADE-ph.d.en Mohammadali Zakeriharandi fra Aalborg Universitet i forsknings- og innovationsplatformen MADE FAST i tæt samarbejde med VELUX og de øvrige projektpartnere Danfoss og Technicon.
”Et af resultaterne er, at vi har udviklet et dataopsamlingssystem, så vi ikke bare får data fra vores egen forsøgsmaskine, men også fra VELUX’ fabrikker fra Polen, Frankrig og Danmark,” fortæller Ole Madsen, professor på Aalborg Universitet og leder af projektet i MADE FAST.
Idéen er, at data bliver til statistik, der kan forudsige, om en proces går godt eller skidt. Det lyder simpelt, men det kræver meget arbejde at zoome ind på afvigelser i produktionen:
”VELUX laver sjældent fejl, og det er en del af udfordringen ved det datadrevne. Projektet har fokus på at finde afvigelser og se, om man kan gøre noget under processen. Måske kan robotten rette op, så skruen kommer til at sidde rigtigt, selvom den først sad skævt,” siger Ole Madsen.
Hvordan opstår de sjældne fejl?
Der kan være mange årsager til, at iskruningen bliver forkert. Skruerne kan være positioneret forkert fra føderen til robotten, der kan være fejl på skruerne eller det kan være pga. naturlige variationer i det underliggende materiale altså træet:
”Vi arbejder med et materiale, der har groet ude i en skov, og derfor vil det altid være af varierende kvalitet. Det kan f.eks. være en knast, hvor der så er brug for at skrue i med et større moment, fordi den er hårdere. Hvis træet er blødt, kan det være vanskeligt at opnå det krævede moment, så skruen sidder rigtigt, i stedet kan det være, at skruen bare graver et hul,” forklarer Sigurd Lazic Villumsen.
Løsningen skal udrulles
”MADE-ph.d.en er lykkedes med at udvikle et datasystem, der skal kunne kobles til andre modeller eller processer og klassificere helt andre emner,” fortæller Ole Madsen, professor på Aalborg Universitet og leder af projektet i MADE FAST.
Datasystemet virker på én af VELUX’ processer, nemlig iskruning, og nu skal løsningen prøves af på andre områder.
”Nu er vi ved at se på udrulning af løsningen, og vi er også ved at vælge andre områder, hvor vi kan bruge det generiske værktøj alle mulige andre steder. Her begynder det at blive rigtig spændende,” lyder det begejstret fra Sigurd Lazic Villumsen, der nævner processer som ultralydssvejsning, PU-støbning eller plastsprøjtestøbning, der er ’endnu sværere’ end iskruning.
Bedre til at håndtere spild
”Potentialet er enormt stort, hvis metoden og datasystemet virker efter hensigten. Der er mange af vores områder, hvor vi har spild i produktionen. Vi vil også gerne blive endnu mere bæredygtige og bidrage til, at vi kan blive Co2-neutrale i 2030 og livstids CO2-neutrale i 2041, og her er det nødvendigt at blive bedre til at håndtere spild,” pointerer Sigurd Lazic Villumsen.
”Hvis metoden virker her også, så vil vi kunne opnå en mindre spildrate. Det er både spild af materiale, men også spildtid, når vi skal rette eller fixe komponenter,” konkluderer VELUX’ Production Technology Innovation Manager.
Besøg VELUX’ fabrik i Skjern
Vil du se VELUX’ produktion i Skern? Så tilmeld dig MADE Virksomhedsbesøg d. 6. december og få et indblik i virksomhedens digitale transformation.
Om projektet
I projektet samarbejder Aalborg Universitet, VELUX, Danfoss og Technicon
Formålet er at udvikle et datasystem, der på tværs af processer kan finde afvigelser og forudsige, om en proces går godt eller skidt
Projektet er en del af indsatsområdet ’Agile produktionssystemer’ i forsknings- og innovationsplatformen MADE FAST
VELUX fortsætter med test af Machine Learning-modellen for at se, om den kan anvendes andre steder i produktionen f.eks. ved ultralydssvejsning
Projektet forventes afsluttes i december 2023.
