De toekomst van voorspellend onderhoud

De strategie van Durst om AI te gebruiken om printerproblemen op te lossen voordat ze zich voordoen, zou productiestilstand moeten elimineren en de weg moeten openen naar de ‘slimme fabriek’ van de toekomst.

De onlangs aangekondigde voorspellende onderhoudsstrategie van Durst, naast het door de EU gefinancierde PREMISE-project, zal kunstmatige intelligentie en computerleeralgoritmen gebruiken om voorspellingen en interventies efficiënter te maken. We spraken met Christian Casazza, Director Service Durst Group, en Michael Deflorian, Business Unit Manager Software & Solutions, over wat dit betekent voor de toekomst van printen.

Hoe biedt voorspellend onderhoud een serieus concurrentievoordeel?

CC: We hebben nooit echt nagedacht over een serieus concurrentievoordeel ten opzichte van onze concurrenten - we concentreerden ons op onze klanten en hun behoeften. We proberen de productiviteit van onze klanten te verbeteren door enerzijds de uptime te verhogen en anderzijds proberen we de eigendomskosten voor onze klanten te verlagen. Ons doel is dus om een concurrentievoordeel voor onze klanten te creëren.

Een onderdeel van de servicestrategie van Durst is om te proberen ongeplande diensten vanaf 2025 te elimineren. En hier ben ik Michael echt dankbaar, die aan het door de EU gefinancierde PREMISE-project heeft gewerkt en erin is geslaagd het op gang te krijgen.

Volgens Durst is voorspellend in plaats van reactief onderhoud de weg vooruit

MD: In het geval van predictive maintenance is mijn afdeling de leverancier van de toolsets die nodig zijn voor onze serviceafdelingen. We leveren ook de analysetools die de gegevens van Durst-machines verzamelen: productiviteitsgegevens, sensorgegevens en de signalen die in de communicatiekanalen tussen componenten binnen onze machines lopen.

We hebben al die gegevens verzameld en op twee manieren geanalyseerd met de Vrije Universiteit van Bozen-Bolzano (unibz). De eerste is dat onze experts een grondige kennis van de machine hebben en dat ze bepaalde hoofdoorzaken van verschillende storingen kennen. Met deze kennis kunnen we de data gebruiken om een storing te voorspellen. Het tweede belangrijke ding is om de hele set gegevens te analyseren, een klassieke big data-benadering, en nieuwe patronen te vinden of een verband met onderliggende oorzaken waarvan we ons niet bewust zijn. Dat is een belangrijk onderdeel van dit project.

Hoe ver van tevoren zijn problemen te voorspellen en onderhoud te organiseren?

CC: Dat is een moeilijke vraag om te beantwoorden. Een printsysteem bestaat uit duizenden verschillende onderdelen, inclusief verbruiksartikelen. Als u de levenscyclus kent, is het gemakkelijker om eventuele problemen te plannen en op te lossen met regelmatig onderhoud.

Laten we als voorbeeld eens kijken naar een UV-lamp. Met een uv-lamp weten we, afhankelijk van het type lamp, dat we ongeveer 1.000 uur draaien voordat deze aan vervanging toe is. Nu gebruiken we onze analyses, samen met onze kennis van de draaiuren en enkele sensorwaarden, om toleranties in te bouwen. We zeggen dat als we de UV-lamp tot 800 bedrijfsuren gebruiken, we goede prestaties hebben en de visuele indicator een groene balk laat zien. Van 800 tot 1.000 bedrijfsuren hebben we gemiddelde bedrijfsomstandigheden waarbij we zeggen dat we in die 200 uur moeten nadenken over het vervangen van de UV-lamp. Dan weten we dat hij nog wel meer dan 1.000 draaiuren kan werken, maar de kans op uitval is vrij hoog.

Christian Casazza

Dit is hoe het systeem werkt. We stellen elke parameter en elke sensorwaarde die we volgen onder toleranties in, en we proberen op tijd te anticiperen. Met verbruiksmaterialen waarvan we de levenscyclus kennen, is dat eenvoudig, maar dan hebben we ook onregelmatige storingen en dat is moeilijker. Het doel van het PREMISE-project is om erachter te komen hoe we dat kunnen detecteren voordat het gebeurt.

Als we het voorbeeld van een inktfilter gebruiken, kijken we naar de capaciteit van de circulatiepomp. Met Durst Analytics kunnen we dit volgen en kunnen we verschillende condities uitwerken door het vermogen door de circulatiepomp te meten. Als er een continue toename is, moeten we het filter vervangen zodra de tolerantie is bereikt. Aan de andere kant, als er iets mis was met de inkt, dan zouden we onmiddellijk een verstopt filter hebben. Deze situaties kunnen eerst lastiger zijn om te begrijpen, maar door Durst Analytics kunnen we zien dat er iets mis gaat en kunnen we onmiddellijk reageren.

De gegevens die u gebruikt om het voorspellende systeem te informeren, zijn dus gebaseerd op gegevens uit het verleden en wat u via Durst Analytics ontvangt. Is er ruimte of het potentieel voor AI om de hiaten op te vullen waar u niet over de gegevens beschikt?

MD: Dat is precies de motivatie voor het PREMISE-project met unibz. We wilden geavanceerde AI-algoritmen en machine learning-algoritmen toepassen op de gegevens die we verzamelen.

Er zijn verschillende manieren om de algoritmen te leren. Een daarvan is om alle ervaring van onze interne experts in te brengen om de gegevens te valideren voor de hoofdoorzaken en effecten die we al kennen. U kunt het systeem dan leren om uit te schakelen als het energieverbruik van de pomp stijgt - een sterke indicatie dat het filter verstopt is omdat u meer energie in de pomp nodig heeft om de inkt te laten circuleren. Dat is een eenvoudig voorbeeld van hoe u intelligentie uit algoritmen kunt leren.

Een andere manier is om de algoritmen te gebruiken om door een enorme hoeveelheid gegevens te gaan om onbekende patronen te vinden die tot fouten hebben geleid. Wanneer het systeem vervolgens deze patronen in een machine identificeert, kan het de operator een bericht geven dat hij in de nabije toekomst een probleem kan verwachten.

Individueel lijken al deze stappen voor de hand liggend en logisch, maar de echte schoonheid lijkt in de kracht te liggen om ze samen te brengen?

MD: Absoluut, dat is het belangrijkste. We zien het niet alleen als individuele technologische vooruitgang - het is een hele strategie waarin al deze componenten samenkomen.

Hoe past het voorspellende onderhoud van Durst in het idee van de 'slimme fabriek' van de toekomst?

MD: Dit is een heel belangrijk onderdeel van de strategie. We willen netwerkinfrastructuren, intelligente productiesystemen en intuïtieve software om geautomatiseerde bedrijfsprocessen mogelijk te maken - dat maakt allemaal deel uit van onze nieuwe reeks tools, van pixel tot output. Automatisering is natuurlijk een belangrijk aspect, maar een ander aspect is stabiliteit: je wilt een stabiel geautomatiseerd proces hebben. Het belangrijkste doel van PREMISE is om de robuustheid van onze systemen naar een nog hoger niveau te tillen zodat we geen ongeplande storingen hebben, zodat de klant beschikt over een zeer betrouwbare productiemotor binnen het geautomatiseerde proces.

Michael Deflorian

De ongeplande service maakt deel uit van de Durst-strategie “Van pixel naar output” voor 2025 en daarna. Kernelement daarbij is onze transformatie van printerfabrikant - waar Durst bekend om staat - naar leverancier van oplossingen voor digitaal printen. "From Pixel to Output" is het definiëren van een scope, van contentcreatie tot product.

Dit omvat ook een uitbreiding van ons productportfolio. Vroeger waren het printers en inkt, maar nu is het een heel ecosysteem van printers, inkt, software, advies en training. In wezen gaat het erom ervoor te zorgen dat de klanten alles hebben wat ze nodig hebben om succesvol te zijn, niet alleen bij het afdrukken, maar ook bij de volledige digitale transformatie.

Essentieel voor deze strategie en om dit doel te bereiken, zijn krachtige machines met een hoge uptime en zonder productieverrassingen en plotselinge storingen die de productiviteit van het hele systeem beïnvloeden. Dit voorspellende onderhoud of geen ongeplande servicestrategie vormt daarom de kern van de algehele Durst-strategie.

FESPA: Overweegt u augmented reality (AR) om gebruikers in de toekomst onderdelen te laten veranderen? In plaats van technici te sturen, kunnen klanten bijvoorbeeld hun eigen onderdelen wijzigen met AR-begeleiding?

CC: We zijn in 2015 begonnen met AR-projecten en hebben verschillende technologieën getest, bij de eerste stap waren onze servicemonteurs betrokken. We zijn een wereldwijd bedrijf en om de vaardigheden van onze ingenieurs op een bepaald niveau te houden, dachten we dat het goed zou zijn om ze AR-ondersteuning te bieden. Op deze manier weten we dat ze in Azië volgens dezelfde normen werken als in Europa, en vooral voor nieuwe ingenieurs. We hebben verschillende tests gedaan, en sommige waren goed, terwijl we bij andere gelegenheden problemen hadden met het videoscherm.

Alle Durst-machines, zoals de P5 hierboven, verlaten de fabriek met reeds ingebouwde analysefunctionaliteit

Hier zijn we nog mee bezig. Maar wat we ontdekten was dat het op dit moment niet werkt, vooral niet voor onze eindklanten. Onze ervaring heeft ons geleerd dat we meer acceptatie van onze klanten zullen krijgen als we onze operators goed trainen om zichzelf te helpen met het vervangen van onderdelen, in plaats van AR aan te bieden. Het mooie is dat de operators door deze training een beter gevoel krijgen voor het dagelijkse onderhoud van de machine en hoe belangrijk deze is, waardoor de betrouwbaarheid toeneemt. Met alleen AR-instructies heeft het niet hetzelfde effect.

We geven AR echter nog lang niet op. We kijken constant naar de nieuwste AR-technologieën, het is gewoon niet goed voor de huidige tijd. Dat gezegd hebbende, hebben we de afgelopen 12 of 14 maanden met wereldwijde reisbeperkingen gezien dat dit een absolute must is voor de toekomst. Het maakt ook deel uit van de Durst-servicestrategie die zegt dat onze machines ontworpen moeten zijn voor service of zelfbediening.

FESPA: Hoe belangrijk is het om proactief innovatief te zijn in de printsector?

CC: We hebben onze afdeling technologietrainingen en ze zijn constant op zoek naar de nieuwste technologieën op de markt. Een ander belangrijk ding voor ons is het vinden van de juiste apparatuur om onze klanten echt te helpen.

We hebben bijvoorbeeld getest met Microsoft HoloLens, een slimme bril gecombineerd met apps. Ja, ze zijn prima te gebruiken bij het vervangen van een elektronisch onderdeel, maar als je bijvoorbeeld aanpassingen wilt doen aan printkoppen, helpt de bril niet. Zodra we naar kwaliteit zijn gaan kijken, kan het niet meer op afstand - we hebben mensen nodig die zijn opgeleid en die de verwachte kwaliteit begrijpen. Er zijn beperkingen, maar we geven niet op en zijn altijd op zoek naar de nieuwste technologieën.

Tot slot, wat wilt u dat FESPA-leden weten?

CC: Elke printer die de Durst-fabriek verlaat, bevat al analysefunctionaliteit. Bij elke nieuwe printer investeren we echt in voorspellend onderhoud, en die data vormen daar de basis van. Als een klant zijn machine niet online wil, is dat ook prima, maar degenen die wel gegevens verzenden, geven ons de mogelijkheid om echt voorspellend te zijn.

MD: En ik zou erop willen wijzen dat de "geen ongeplande service" -strategie geen aftersalesstrategie is. Het begint met de ontwikkeling en het concept van de machine en bijbehorende software en gaat daarna over in de aftersales. Het is een volledig holistische benadering.