Skip to main content
  • Optimalisatie
  • Continuïteit
  • Inzichtelijk
  • Beheersbaar
          +31 85 06 044 54

Slimme IA – #8 Kennisdeling in de fabriek

Je luistert naar IA in 15 minuten, een podcast van Progressus. Wij maken industriële automatisering begrijpelijk, praktisch en interessant. Elke aflevering een kwartier vol techniek en dit zonder ruis. Vandaag hebben we het over kennisdeling in de fabriek. Start de machine, we gaan beginnen!

Welkom allemaal, we zijn weer toe aan een nieuwe podcast. Vandaag heb ik bij mij collega Nick Huls met wie ik het ga hebben over kennisdeling in een fabriek. Het vastleggen van kennis en expertise. Waarom gaan we het hierover hebben? We zien dat de afgelopen tijd veel mensen in de industrie met pensioen gaan. Deze mensen zitten misschien al 40 jaar in het vak, misschien wel langer. Zij hebben veel kennis opgedaan. Zij zijn overal handig in geworden. Maar ja, deze mensen gaan met pensioen. Waar gaat deze kennis dan naartoe? Eigenlijk hebben we hier te maken met kennisverlies. Wat bedoelen we met kennisverlies in de industrie?

Nick: Kennisverlies in de industrie is eigenlijk het stukje wat wij als automatiseerders niet altijd goed kunnen vatten. Wij proberen alles te automatiseren. We willen zorgen dat processen zo vast en gestructureerd als mogelijk verlopen. Maar soms komen wij bij die uitdagingen terecht waar we echt de operator hun kennis, ervaring en ‘vinger spitzen gefuhl’, in mooi Nederlands, nodig hebben. Dat stukje, dat gaat verloren op het moment dat de oude operators die de fabriek kennen en, die op basis van een geluidje of een vibratie, weten dat een pomp net iets langzamer moet lopen als ze dat verliezen. En dat is behoorlijk op een hoog niveau. Maar we hebben het ook al op een meer basisniveau over operators die niet meer helemaal weten wat de verbinding is tussen deze druksensor en deze pompsnelheid.

Kennis overdragen

Daar heb je eigenlijk die oude of, die oude klinkt misschien wel lelijk, ervaren collega voor nodig. Iemand die dit al vaker heeft meegemaakt en ergens in zijn hoofd heeft van hoe hij dit kan oplossen, die heb je daarvoor nodig.

Nick: Dat geldt niet alleen voor operators maar geldt ook voor procestechnologen. De aanwas van procestechnologen neemt ook af. Als bedrijf is het ook moeilijk om dat goed over te dragen en al die kennis van de procestechnologen door te geven aan een nieuwe generatie.

Zie je ook dat deze problemen bij procestechnologen, en ook bij de techniek, groter zijn dan vroeger? Of is dit van alle tijden?

Nick: Nee, dit lijkt echt een groter probleem te worden. Dat is deels omdat we gewoon krapte op de arbeidsmarkt hebben. Het wordt steeds moeilijker om mensen te vinden voor ieder vak. Maar het lijkt, en dat is een beetje gevoelsmatig want er wel cijfers zijn die dat onderbouwen, alsof het effect sterker is in de procesindustrie.

Ik denk dat je kunt zeggen dat je het vak pas leert in de fabriek zelf.

Nick: Bijna ieder vak. Ook ons vak en waarschijnlijk ook het vak van ons luisteraar. Je leert het pas op het moment dat je begint te werken.

Elicit inschakelen

Dit probleem hebben we vaker gezien bij een klant. Of we hebben dit in de praktijk gezien, dat de kennisdeling wegviel maar dat een fabriek er niet achterkwam en dat ze dachten: ‘hé, hij is weg, en wat moeten we nu?’. Zij zijn in zee gegaan met een partij genaamd Elicit. Hier hebben jij en ik een aantal weken geleden een project mee gedaan. Om het voor onze luisteraar even iets duidelijker te maken wat Elicit nu precies doet, heb ik mijn collega ChatGPT even gevraagd dit eenvoudig uit te leggen. ‘Elicit is een partij die fabrieken helpt om kennis van ervaren medewerkers vast te leggen voordat die verdwijnt. Ze halen die kennis echt uit de hoofden van mensen door interviews af te nemen met operators en technici en maken dat vervolgens praktisch en bruikbaar voor de organisatie. Denk aan een kennismatrix of een andere gestructureerde vorm, zodat collega’s sneller kunnen leren en minder afhankelijk zijn van één persoon. Eigenlijk zorgen ze ervoor dat praktijkkennis niet verloren gaat, maar juist gedeeld en benut wordt.’ Wij hebben met Elicit dit project dus gedaan, Nick. Hoe zag dit er in eerste instantie uit bij de klant? Hoe kwamen we bij elkaar?

Nick: ik wil nog een klein stukje toevoegen over wat Elicit doet. Wat ik een beetje heb meegekregen, werkt Elicit vooral met bedrijven die wat minder ver geautomatiseerd zijn. Waar de operator en de kennis van de operator en handmatige instellingen echt essentieel zijn om het proces te laten verlopen. Het project waar wij bij betrokken waren, is een behoorlijk ver geautomatiseerde fabriek. Dit zijn projecten waar Elicit normaal iets minder vaak mee in aanraking komt. Dat betekent dat wij op een iets andere laag met Elicit in aanraking zijn gekomen. In plaats van de operator was de slimme matrix van Elicit hier bedoeld voor de procestechnologen.

Vervolgens is Elicit aan de slag gegaan. Waar ze normaal gesproken met de technici om de tafel gaan interviews af te nemen, zijn ze nu met de procestechnologen gaan zitten. Hoe ziet jullie proces eruit? Hoe is die geautomatiseerd? En waar zitten de pijnpunten?

Nick: Eigenlijk, waar zitten de connecties? Wat ik in de introductie al even zei: wat gebeurt er met de ‘setpoint’ op het moment dat je de pomp versnelt? Of andersom, als de dichtheid van de indamper laag is, aan welk knopje moet ik draaien om dat weer in orde te krijgen? Bij deze fabriek is dat grotendeels geautomatiseerd. Echter, je houdt altijd stukjes over, zoals een afwijking in grondstofkwaliteit of zelfs weerstemperatuur of weersinvloed, waardoor je toch nog iets moet bijsturen.

Elicit matrix

Dat bijsturen is niet volgens een A4’tje waarop staat: als dit gebeurt, moet je dat gaan doen. De kennis zit in het hoofd van de procestechnoloog. Daarbij was het waarschijnlijk deels gedocumenteerd of niet gedocumenteerd. En bij zo’n consternatie ben je afhankelijk van de persoon die dat weet.

Nick: Wat hier nog voor een leuke extra dynamiek in zit, is dat niet alleen de operator moet weten wat het effect is, maar dat het ook gezien moet worden. Soms gaat het over een hele kleine aanpassing of een hele kleine afwijking van je parameter. Dat kan, als je een week lang op deze manier produceert, een enorm kosteneffect hebben. Om die reden zijn wij bij dit project betrokken geraakt. Het idee was om de platte domme matrix van Elicit, dat klinkt een beetje onaardig, slim te maken. Wat wij hebben gedaan, die relaties, die hebben wij live gevisualiseerd in de Elicit-matrix.

Dan wordt die matrix zichtbaar gemaakt bij de operators?

Nick: Op dit moment bij de procestechnoloog. De procestechnoloog kan dan in één oogopslag zien of zijn installatie volgens de perfecte methode loopt. Draait alles zoals het hoort te draaien?

En zijn de grenzen, want die grenzen hebben wij ook meegenomen in dit project, aangegeven? Zijn mijn grenzen dan nog voldoende of moet ik die bijstellen?

Nick: Ja, we hebben de grenzen gedefinieerd samen met de procestechnoloog. Die grenzen worden vervolgens weergegeven in de matrix door middel van een kleur: groen, oranje of rood. De kleuren geven aan of de parameter binnen de grens loopt, tegen de grens aan loopt of buiten de grens. In één oogopslag kan je zien of de installatie perfect loopt, hij loopt grotendeels oké maar moet bijgestuurd worden of het is één drama.

Dat maakt deze matrix ook zo waardevol. Waar een procestechnoloog in het verleden keek naar data van misschien een week oud. Wat is er allemaal gebeurd? Kunnen ze dit nu in één oogopslag zien met behulp van de Elicit-matrix.

Nick: En wat helemaal mooi is, is dat wij onze grenswaardes live hebben gemaakt. Normaal gesproken kijkt een procestechnoloog wel naar de opstart, maar wat je net ook aangaf, dat is altijd achteraf. Nu kijken we live wat de grenswaardes moeten zijn tijdens de productie, maar ook wat moeten de grenswaardes zijn tijdens de opstart. En zelfs wat moeten de grenswaardes zijn tijdens SIP.

Op basis van de stappen in het proces kunnen we ook, afhankelijk van de stappen, nog weer grenzen gaan toepassen. Dat maakt het een hele dynamische, waardevolle matrix. Is deze matrix dan alleen voor specifieke onderdelen binnen de fabriek? Of kan dit eigenlijk overal?

Nick: Vanuit de eerste pilot zijn ze in deze fabriek zo tevreden dat dit nu wordt uitgerold naar meerdere objecten. Aan het eind van dit jaar is elke installatie gevat in een matrix.

Machine learning

Waarmee je eigenlijk zegt, het is geschikt voor elk proces?

Nick: Ja, en wat ik nog niet heb benoemd, maar wat een hele leuke potentiële toekomstige toepassing is van de matrix, we kunnen deze grenswaardes ook live gaan maken en dan modelleren. Op basis van de data die we nu al verzamelen om in de matrix te visualiseren, kunnen we ook machine learning gaan toepassen om vervolgens die grenswaardes helemaal dynamisch te maken, de weersinvloeden te gaan bepalen en de productinvloeden nog verder te modelleren om tot een perfect draaiende installatie te komen.

Als ik je goed begrijp, zeg je dat bijvoorbeeld op een hele vochtige dag de grenzen wijder moeten komen te staan of juist dichter bij elkaar. Interessante machine learning. Gaan we nog eens een keer mee aan de slag. Ik denk dat we in grote lijnen het proces of de kennismatrix van Elicit in grote lijnen hier goed hebben verwoord. Heb je nog dingen die goed of lastig gingen tijdens dit project?

Nick: Wat wij hebben gezien, is dat in de standaard Elicit-werkwijze ze gesprekken met de procestechnoloog voeren om die relaties te identificeren. Maar wij moesten nog een stap verder. Wij moesten die relaties ook nog gaan identificeren op de automatisering. Tekst erbij hangen maar ook identificeren welke stap bij welke grenswaarde hoort. Dit is voor een procestechnoloog veel uitzoekwerk geweest. Ik wil niet zeggen dat het een moeizaam proces was, maar het kost wel moeite om dat goed te krijgen en ook om die relaties en die grenswaardes goed te vertalen naar een stukje programmering, zodat de live grenswaardes ook goede live grenswaardes zijn. Het doel van dit project was dat de matrix altijd groen is, tenzij er echt wat aan de hand is. Dus geen rode flikkerende alarmen bij de opstart.

Toch nog een connectie naar de vorige podcast.

Nick: Ja, inderdaad. De matrix wordt alleen rood op het moment dat ook daadwerkelijk iets niet goed loopt.

Wanneer start je met een kennismatrix?

Situational awareness creëer je dan. Wij hebben dit op een bepaald moment opgepakt, om die kennismatrix te gaan bouwen. Het was niet aan het begin van de bouw van de fabriek of niet een specifiek moment. Zou je iets kunnen adviseren? Wanneer zou je met een kennismatrix beginnen?

Nick: Dat is een goede vraag. Eigenlijk kan ik daar twee filosofieën op loslaten. De eerste is dat kennis altijd nuttig is. Als je een nieuwe installatie hebt waarvan je nog niet weet hoe die moet lopen, maar je hebt bij het ontwerp er wel over nagedacht hoe die zou moeten lopen en wat de grenswaardes moeten zijn. Dan is het al nuttig om de matrix in te zetten en te gaan kijken van doet mijn installatie zoals ontworpen. Dat geeft je ook nog wat mogelijkheden om met de leverancier in overleg te gaan, als de installatie bijvoorbeeld niet doet wat hij zou moeten doen. Aan de andere kant is het ook juist extra nuttig op het moment dat je al veel ervaring in je bedrijf hebt. Wanneer jouw procestechnoloog, maar ook je apparaten, beter begrijpt hoe de installatie werkt en vanuit daar meer informatie kan geven om de matrix goed in te richten.

Eigenlijk kun je zeggen: elk moment wanneer je met een kennismatrix wilt beginnen, is een goed moment. Maar neem hem zo vroeg mogelijk mee.

Nick: Ja, denk er altijd over na. Het is een groeiend organisme, niet een statisch iets. De grenzen zijn live, maar het model moet ook live zijn. Door daarmee bezig te zijn, door te kijken naar die grenswaardes, kun je ook weer optimalisaties in je installatie identificeren. Vanuit daar zal je soms ook weer je model moeten aanpassen.

Denk je dat het ook teveel kan worden?

Nick: Het idee van de matrix is juist dat je de grote hoeveelheden data en informatie slim weergeeft, waardoor je eigenlijk heel veel informatie overzichtelijk kan weergeven, kan dashboarden.

Elicit begint met interviews af te nemen. Daar zijn ze al bezig om een funnel op te zetten, waar alleen de informatie die ertoe doet uiteindelijk in de kennismatrix terechtkomt.

Nick: Het is een bewegend iets. Op het moment dat je identificeert dat een parameter altijd groen is, altijd hetzelfde is, moet je misschien overwegen om die er weer uit te halen.

Ja, precies. Het is een ‘ongoing process’ om het bij te houden.

Nick: Optimalisatie is nooit klaar.

Nee, precies. Het houdt ons mooi aan het werk.

Meer afleveringen van ‘IA in 15 minuten’

We gaan alweer richting het einde van deze podcast. Kort samengevat, kennisdeling is ‘key’ in een duurzame, efficiënte keten van vele schakelingen binnen de procesindustrie. Door kennisdeling zorg je ervoor dat de kwaliteit van de fabriek hoog blijft, maar ook dat de kennis binnen de fabriek blijft.

Bedankt voor het luisteren naar IA in 15 minuten, een podcast van Progressus. Volg ons op jouw favoriete podcast app. Wij zijn te vinden op Spotify, Apple Podcasts en YouTube. Vond je het interessant? Deel de aflevering of laat een reactie achter op LinkedIn. Tot de volgende keer.