AI, VR en AR voor de onderhoudssector

Nieuw Fieldlab VIA APPIA onderzoekt toepasbaarheid 

 

Zowel bij Artificial Intelligence (AI), Virtual Reality (VR) als Augmented Reality (AR) draait het om het verzamelen, verwerken en analyseren van véél data. Nu deze vakgebieden langzaam richting het stadium van de volwassenheid gaan, richtte World Class Maintenance het Fieldlab VIA APPIA op. Hier wordt de vertaalslag gemaakt van ideeën naar zoveel mogelijk praktische en breed toepasbare oplossingen voor onder andere de onderhoudssector. Jacob Derks is projectleider en weet precies waar hij naartoe wil.

Doorpakken

De voorbije jaren zijn er veel technische ontwikkelingen gedaan op het vlak van Artificial Intelligence, Data Analytics en VR/AR. Een brede toepassing in de industrie in het algemeen en de onderhoudssector in het bijzonder, is tot nu toe echter uitgebleven.

Jacob Derks is sinds eind 2020 werkzaam bij World Class Maintenance en weet: "Er zijn heel wat bedrijven die proefprojecten hebben gedraaid en die geëxperimenteerd hebben met de materie, maar er zijn weinig oplossingen ontstaan die zich leenden voor industriële opschaling. En dát is nu precies wat nodig is om kennis en ervaring uit proefprojecten te kunnen vertalen naar breed toepasbare concepten."

Fieldlab

Daarom is er binnen WCM gekeken naar de mogelijkheid voor het opzetten van een nieuw Fieldlab. Zowel onderhoudsinstellingen, bedrijven als overheidsorganisaties reageerden positief, wat resulteerde in VIA APPIA.

Derks: "De uiteindelijke doelstelling van dit Fieldlab is om toepassingen van AI en VR/AR binnen een maintenance en servicecontext verder uit te werken en universeel toepasbaar te maken. Dit doen we door de kennis en ervaring vanuit verschillende organisaties te bundelen en te analyseren op haalbaarheid en 'de beste kansen'. Een Fieldlab kijkt daarbij niet alleen naar de technische oplossing, maar vooral naar de mogelijkheid tot industrialiseren, opschalen en standaardisatie."

World Class Maintenance
WCM is een netwerk van ondernemende en innovatieve bedrijven die samenwerken om sneller te kunnen innoveren. Dit gebeurt onder andere door middel van zogenaamde 'smart industry fieldlabs', waarbij de nadruk ligt op het vertalen van innovaties naar praktische toepassingen.

DE Weg naar succes

Om het Fieldlab snel en goed te kunnen inrichten, zijn een drietal fases geformuleerd.

In de eerste fase worden er kennisproducten ontwikkeld door middel van 'communities of practice', vanuit gezamenlijke inzichten.

In de tweede fase moeten die kennisproducten worden geïmplementeerd en gevalideerd in de bedrijfscontext. Derks: "Hier richten we ons al meteen sterk op de praktijk en gaan we in de living labs aan de slag. Veelal test een bedrijf zijn eigen ideeën en ontwikkelingen middels een pilot, waarbij het andere partijen laat meewerken om de vertaling naar een praktische oplossing te versnellen. Meer mensen uit verschillende hoeken weten immers meer dan één partij."

"Een Fieldlab kijkt vooral naar de mogelijkheid tot industrialiseren, opschalen en standaardisatie"

In de derde fase worden er conclusies getrokken en worden de lessons learned gedeeld met de industrie, middels een WCM-loket. Hierin zal een verzameling van gevalideerde kennisproducten op het gebied van AI of VR/AR worden opgenomen. Daarnaast zal er in samenwerking met de projectdeelnemers gewerkt worden aan trainingmodules voor de WCM Academy. Hiermee is het bedrijfsleven – waar nodig – ook te begeleiden bij de implementatie van AI/VR/AR-toepassingen. Derks: "Een dergelijk loket is vooral een uitkomst voor het MKB. In tegenstelling tot bij een multinational, is de slagkracht om zelf te ontwikkelen hier kleiner, dus is het prettig om dan gebruik te kunnen maken van bestaande kennis en ervaring. Die is wellicht direct toe te passen, of te gebruiken als basis voor verdere ontwikkelingen."

Subthema’s per onderwerp

Artificial Intelligence

Ten aanzien van AI is een eerste subthema de kwaliteit van de data. Veelal wordt aangenomen dat de moeilijkheid van AI vooral zit in de analyse en interpretatie van de data. Dit is gedeeltelijk waar, maar de praktijk leert dat er vaak grotere problemen zijn bij het creëren van een betrouwbare dataset. Vooreerst moeten de juiste data worden verzameld. Hiertoe is het noodzakelijk de belangrijkste faalmechanismes te kennen en te weten welke grootheden illustratief zijn voor het doorlopen hiervan. Daarnaast moeten de juiste sensoren worden ingezet om deze grootheden te meten. De sensoren moeten op de goede manier en vooral op de juiste locatie zijn geplaatst, en vervolgens dient er op de juiste momenten te worden gemeten.

"Er zijn zo veel factoren die de kwaliteit van data bepalen, dat het zinvol is om uit te zoeken waar het zwaartepunt ligt", meent Derks. "Het verbeteren van de datakwaliteit kost namelijk veel geld en dus is het goed om te weten welke aspecten het meest bepalend zijn. Kijk je bijvoorbeeld naar een sensor die de reinheid van een hydrauliekolie moet meten, dan moet je deze op een plaats in een leiding installeren waar de stromingskarakteristieken turbulent zijn. Plaats je hem aan de onderzijde van de oliebuffer, dan meet je misschien al het neergeslagen vuil en genereer je voortdurend onterechte alarmen."

Een tweede focus ligt op de organisatie die nodig is rond het toepassen van AI. Nog steeds is data-analyse een ‘werkje’ dat iemand op zijn bureau krijgt toegeschoven om er even bij te doen. Door data-analyse echter te beschouwen als een asset, is het eenvoudiger te begrijpen dat hiervoor uren en budget moeten worden vrijgemaakt. Alleen dan kan AI waarde creëren ten aanzien van bijvoorbeeld maatschappelijke zaken, digitalisering en duurzaamheid.

 

Virtual & augmented reality

Voor VR en AR zijn er vijf subthema’s gedefinieerd, variërend van kennisoverdracht en kennismanagement tot organisatie, businessmodellen en verandermanagement. Een gemene deler in deze subthema’s is de vraag op welke wijze VR en AR te implementeren zijn in een bedrijf. Wáár gaat het waarde creëren, hoe krijg je mensen mee en hoe richt je je organisatie in?

Derks: "Beide thema’s zijn door COVID overigens in een behoorlijke versnelling geraakt. De coronamaatregelen dwingen ons om van thuis uit te werken en zeker vanuit het onderhoudsperspectief is dit een uitdaging. Technieken als VR en AR maken het mogelijk om vanop afstand een storingsanalyse te doen en de medewerkers op locatie uit te leggen welke stappen zij moeten doorlopen om een storing op te lossen of het benodigde onderhoud uit te voeren. De bereidheid om met deze technieken aan de slag te gaan, is plots veel groter en ook is men opener om vraagstukken over het eigenaarschap van data en geheimhouding aan te gaan. We beleven dus spannende en drukke tijden met ons Fieldlab!"

Wie is Jacob Derks?
Jacob Derks behaalde zijn BSc aan de Universiteit Tilburg op het vlak van International Business Administration. Daarna studeerde hij door en behaalde een MSc-graad organisatie en strategie. Zijn promotieonderzoek richtte zich op innovatiemanagement, waarbij hij onderzocht hoe bedrijven innovatieve vaardigheden kunnen ontwikkelen en innovatie op een duurzame manier kunnen sturen.