Data bliver afgørende for produktionsvirksomheders konkurrenceevne og bæredygtighed, når den hjælper med at træffe beslutninger om alt fra design til lagerbeholdning. På MADE Innovationskonferencen på Aalborg Universitet fik deltagerne indblik i den seneste viden på området, delte viden på en workshop, og oplevede test af fremtidens produktionsløsninger.
Se stemningsvideo fra innovationskonferencen her og kom med på et smugkig ind i AAU Smart Production Lab, hvor der bl.a. eksperimenteres med fleksible robotter, der på bare ét minut kan samle en mobil.
”Vores hjerner udfylder huller, når vi har ufuldstændige data.”
Professor Charles Møllers pointe rammesatte MADE Innovationskonferencen ’Tag bedre beslutninger med brug af data’ på Aalborg Universitet.
Beslutningerne kan være korrekte, men med den rette struktur og data kan virksomheder stole på, at de rigtige beslutninger altid bliver truffet, f.eks. om hvor mange varer der skal produceres, eller hvornår der skal planlægges vedligehold.
”Vi skal gå fra at have muligheden for at bruge data til at bruge data. Det skal hjælpe os med at tage rationelle beslutninger. Det bliver i større og større grad modeldrevet, det vi skal arbejde ud fra. Virksomheder ønsker indsigt i, hvad der vil ske. Vi bevæger os fra hindsight til insight og hen mod foresight,” forklarer Charles Møller, der leder indsatsen ’Værdikædeoptimering’ i forskningsplatformen MADE FAST
Data og kunstig intelligens skal via rå computerkraft være med til at forme fremtidens fabrikker ved at fortælle produktionsvirksomheder, hvordan de skal løse en opgave eller udfordring. Det kan bl.a. ske via digitale tvillinger. Det kan du læse meget mere om i denne føljeton.
Mælk og legetøj – data sikrer kvaliteten
På konferencen fik deltagerne indblik i ny viden og resultater fra MADE FAST med konkrete eksempler på brug af data fra Arla Foods, The LEGO Group og ReMoni.
Arla arbejder med data for at sikre den helt rigtige kvalitet af mælk:
”Jeg forsker i, hvordan Arla kan bruge avancerede dataanalyser til at modellere komplekse maskiner i en produktionsproces. Data kan hjælpe med, at de komplekse mælkemaskiner – pasteurizers, der slår bakterier ihjel – er indstillet optimalt. Til det har jeg bygget en skalerbar optimeringsalgoritme. Mælkeingeniører ved meget om, hvordan maskinerne opfører sig, og jeg hjælper dem med at finde overblik ved at være med til at forme en ny, fleksibel analytics-infrastruktur,” fortæller Johan Bjerre Bach Clausen, MADE-postdoc ved Aalborg Universitet.
Verdens største legetøjsproducent ser også på data – og big data for at forbedre kvaliteten af LEGO-klodser og for at undgå materialespild.
”Jeg har sammen med The LEGO Group udviklet fire demonstratorer, som bl.a. undersøger, hvordan man kan forudsige nedetid, samt hvordan vi ud fra sensordata kan forudsige et emnes kvalitet. Her bruger vi Machine Learning til at give os et bud på, hvad sandsynligheden er for, at partiet er defekt. Det hjælper os med at reducere scrap,” forklarer MADE-ph.d. Casper Solheim Bojer fra Aalborg Universitet og tilføjer:
”Der er mange potentialer for at forbedre kvalitet og produktivitet, men det er ikke altid så let at implementere ideerne. Min forskning peger på hurtig teknologiudvikling. Jeg ser en tendens til, at Machine Learning-projekter fokuserer på teknologien, men glemmer anvendelsesområdet. Derfor er effektive demonstratorer afgørende, så vi kan finde de rigtige cases.
Derudover peger MADE-ph.d.en på, at der af og til mangler en fælles forståelse, når man taler data:
”Der er ofte forskellige syn på, hvad data præcist repræsenterer samt forskellige forventninger til data kvaliteten. Det er vigtigt, at vi visualiserer og renser data, så vi kan lære at kravle, før vi kan gå. Det er nødvendigt for den rejse, vi alle er på,” siger Casper Solheim Bojer.
Læs mere om Caspers forskningsarbejde med Big Data her.
Fremtidens fabrik
Afslutningsvis inviterede Aalborg Universitet til en rundvisning på deres Smart Production Laboratory, hvor universitetet sammen med virksomheder og GTS’er tester fremtidens produktionsløsninger i lille skala og nye kommunikationsstandarder med bl.a. 5G.
Det er både små og store virksomheder, der eksperimenterer risikofrit i laboratoriet, da testmiljøet ikke er forbundet med den reelle produktion. Blandt andet tester The LEGO Group tællemaskiner, der holder styr på antallet af LEGO-klodser, og andre virksomheder tester cirkulært flow og tilbagetagelsesprogrammer.
Deltagerne så også, hvordan KUKA-robotter i en demonstrator i fællesskab kan samle en mobil på bare ét minut – og på blot syv sekunder i en lukket robotcelle. Se demonstratoren i videoen øverst i artiklen.
