Home » Oplossingen » Vijf Nederlandse successen met IoT en Business Analytics in de industrie

Vijf Nederlandse successen met IoT en Business Analytics in de industrie

Datum: 06 september 2019
Auteur:
Leon de Ridder

Digitale innovators en zelfs digitale kampioenen zijn ook in de Nederlandse industrie te vinden. Bedrijven die vooroplopen om de mogelijkheden van technologieën als Internet of Things en Business Analytics te benutten. Wie zijn ze? Wij stellen er vijf aan je voor

Het digitale tijdperk? We bevinden ons er middenin. Datagedreven organisaties als Uber en Alibaba zijn marktleiders, specialisten in tal van beroepsgroepen trainen met digitale technologieën als virtual reality en de robot als collega is ook al geen noviteit meer. Het samenkomen van data en technologie brengt overal grote kansen met zich mee. Kansen die nog niet overal even goed benut worden. Uit recent onderzoek blijkt dat driekwart van de Nederlandse industriële bedrijven zichzelf typeert als digitale beginner of digitale opvolger. Dit is één beeld: innovators en kampioenen zijn ook overal te vinden. Deze verbeteren met Axians en verschillende technologiepartners hun bedrijfsvoering via Internet of Things en Business Analytics-toepassingen. Vijf voorbeelden:

  1. DVN: procesoptimalisatie
    DVNutrition (DVN) in Hoogeveen is een Europese speler waar het gaat om de productie van wei-eiwit en permeaat uit wei, een restproduct van de kaasproductie. Het bedrijf wilde data uit productieprocessen gebruiken om betere beslissingen in de fabriek te maken. Dit is gedaan door Axians en partners Actemium en Bostec door productiedata in te zetten voor de simulatie van het productieproces. Het resultaat is een systeem dat de operationele planning simuleert en waarmee de gevolgen van beslissingen over bijvoorbeeld onderhoud op ieder moment zichtbaar worden (een zogeheten ‘digital twin’). Zo kan DVN steeds snel reageren en aanpassingen doen op basis van continu veranderende omstandigheden. Slim gebruikmaken van data speelt dus een cruciale rol in het realiseren van procesverbetering, met als resultaat een hogere output.
  2. Suiker Unie: voorspellend onderhoud en de ideale afstelling van machines
    Al langere tijd, sinds 2010, is Suiker Unie bezig met het voorspelbaarder maken van onderhoud door predictive maintenance. Inmiddels benut het Groningse bedrijf ook andere datakansen, wat impact heeft op vrijwel alle processen in de fabriek. Deze fabriek heeft zo'n 22.000 datapunten die continu worden uitgelezen door de projectautomatisering. Voor een groot deel zijn deze punten benaderbaar voor analysedoeleinden. Inmiddels zijn er meerdere adviessystemen ingericht en dashboards voor verschillende groepen gebruikers met ieder een andere informatiebehoefte, zoals het management, operators en de procestechnologie. Om correlaties tussen de data te ontdekken gebruikt Suiker Unie machine learning, wat heeft geleid tot nieuwe inzichten. Bijvoorbeeld over de relatie tussen de kwaliteit van verwerkte suikerbieten, het energieverbruik en het uiteindelijke rendement. Als gevolg daarvan is het mogelijk machines veel beter af te stellen.

  3. Qlip: kwaliteitsverbetering
    Qlip, marktleider op het gebied van kwaliteitsborging in de zuivelketen, analyseert jaarlijks bijna vijftien miljoen monsters rauwe melk in haar laboratorium in Zutphen. Ook voert het chemische en microbiologische analyses uit op zuivelproducten en voert het audits uit op kwaliteitssystemen van bedrijven in de sector. Axians was op zoek naar een manier om beoordelingen van melkveehouders te kunnen verklaren en voorspellen. Axians heeft hierbij geholpen door het koppelen van verschillende databronnen. Een ander project waarbij Axians Qlip hielp was het verbeteren van een door duizenden melkveehouders gebruikt softwareplatform waarmee zij informatie over hun eigen bedrijfsvoering raadplegen. Een derde innovatieproject, dat zich nog in de onderzoeksfase bevindt, is de kwaliteitstoetsing van monsters met behulp van sensoren die actuele data verzamelen over temperatuur en bewegingen. Met Axians onderzoekt Qlip welke sensoren voor het project in aanmerking komen en wat de ideale inrichting van het onderliggende dataplatform is.

  4. NTS: stuurinformatie binnen én buiten de fabriek
    NTS ontwikkelt, maakt, assembleert en test complexe systemen en modules voor grote hightech machinebouwers. Omdat deze machines voor een groot deel uit componenten van andere leveranciers bestaan, was het voor het Doetinchemse bedrijf lastig om goed inzicht in de daadwerkelijke omzet per klant te krijgen. Het verwerken van gegevens uit verschillende systemen in Excel-lijsten was omslachtig en het was ook niet goed mogelijk om daarin aanpassingen te doen. Het rapportageproces verloopt dan sneller en salesmedewerkers hebben de beschikking over voor hen nuttige overzichten. Axians heeft hierbij geholpen door het inrichten van een datawarehouse inclusief dashboard voor Business Analytics, tot grote tevredenheid van de klant. De volgende stap is het gebruiken van informatie uit productieprocessen om deze foutloos en efficiënter te maken. Ook onderzoekt NTS de inzet van AI voor predictive maintenance en procesverbeteringen.

  5. Fri-Jado: grote besparingen in reiskilometers, tijd en geld
    Fri-Jado levert wereldwijd diverse warme en koude voedselvitrines, afbakovens en rotisserieën voor het grillen van kip en ander gevogelte. De klanten van het bedrijf uit Oud-Gastel zijn de grootste supermarktketens in de wereld, het gaat dus om tienduizenden machines. Deze klanten verwachten te allen tijde een werkende machine. Om dit te garanderen ontwikkelde Fri-Jado bijvoorbeeld de zelfreinigende oven. Ook maakte Fri-Jado de oven ‘connected’ waardoor ook op afstand beheer en onderhoud mogelijk zijn. Een belangrijk aspect om de ovens perfect te laten werken, is de beschikbaarheid van de juiste recepten in de oven. Met de IoT-oplossing van Axians kunnen deze nu voor een hele supermarktketen van afstand worden ingeladen in de ovens, waardoor altijd het juiste recept wordt gebruikt. Via ditzelfde kanaal wordt ook de besturingssoftware van de oven op afstand up-to-date gehouden. Het IoT-systeem verzamelt veel operationele data die door Fri-Jado geanalyseerd wordt. Enerzijds voor de verdere ontwikkeling van nieuwe generaties ovens, anderzijds om de klanten te adviseren voor tijdig onderhoud waardoor onnodig stilstand wordt voorkomen. Hiervoor worden data-analyse en predictive maintenance algoritmes toegepast.

Meer weten over de oplossingen van Axians voor industriële bedrijven? Download onze whitepaper 'Internet of Things en Business Analytics voor de Nederlandse industrie' of bezoek onze websites Axians.nl/iot - Axians.nl/business-analytics