Pagina 10 van: Aandrijftechniek – nummer 4 – 2019
AANDRIJFTECHNIEK | mei 201910
fabriek ‘on demand’ geproduceerd – en dat tegen kosten die
vergelijkbaar zijn met die van massaproductie.
I 4.0 benutten en uitbouwen
Sick heeft de enorme kansen van Industrie 4.0 al vroeg inge-
zien en zal die met de productie in Freiburg nu volledig benutten.
Het bedrijf heeft meerdere jaren voorbereiding en een hoge inves-
tering gestoken in het grote project. Sick heeft ook de weg gepla-
veid voor de verdere ontwikkeling van de locatie. “Wij hebben ver
vooruitgedacht. Onze installaties kunnen producten maken die
we momenteel nog niet eens kennen,” aldus Bernhard Müller,
Senior Vice President Industry 4.0 bij Sick.
Sick heeft met Freiburg de ideale voorwaarden geschapen om
met en rondom Industrie 4.0 te groeien. “Wij bouwen hier elke
dag waardevolle kennis op om dit type productie verder te kunnen
uitbouwen en verbeteren,” stelt Müller. Daarbij gaat het niet
alleen om de processen in de digitaal verbonden fabriek, maar
ook om de voortdurende optimalisering van de eigen producten,
oplossingen en services en het op de markt brengen daarvan.
Uiteindelijk zijn sensoren als dataleveranciers voor de besturings-
systemen de basis van elk Industrie 4.0 scenario. “In de instal-
latie zijn uitsluitend onze eigen sensoren en sensorsystemen
ingebouwd. Ze moeten hier onder reële condities bewijzen wat
ze kunnen. Dat levert ons belangrijke inzichten in hun manier van
functioneren en toont ons waar wij nog kunnen optimaliseren.
Dat geeft ons nieuwe impulsen voor nieuwe ontwikkelingen.”
gen. Er zijn meer dan 500.000 productvarianten denkbaar. In de
productie is een onbegrensde veelheid aan varianten mogelijk.
Hierdoor kan rekening worden gehouden met een veelheid aan
individuele klantenwensen. Zelfs kleine aantallen worden in de
||| DEEP LEARNING IN SENSOREN
Op de Hannover Messe kondigde Sick een nieuwe
softwareapplicatie aan op basis van Deep Learning
voor systeemoplossingen in de industriële
automatisering. In deze applicatie herkent het Deep
Learning systeem of een sorteersysteem in een
logistieke hub daadwerkelijk slechts één type object
bevat. Dit leidt tot efficiëntere goederenstromen.
Om Deep Learning te realiseren, worden neuronale
netwerken toegepast. Een neuronaal netwerk
wordt getraind op optimale eigenschappen voor
zijn taak en kan met geschikte data steeds weer
worden ‘bijgeschoold’ om zich aan nieuwe situaties
aan te passen. Zowel voor de opbouw van de set
trainingsdata (voor het verzamelen en evalueren
van duizenden beelden en voorbeelden) als voor het
trainen van het neuronale netwerk gebruikt Sick
een onafhankelijke krachtige computer- en IT-basis.
Het omvangrijke rekenen aan complexe operaties
binnen de Deep Learning oplossing voor het trainen
gebeurt op speciaal daartoe uitgeruste computers
met krachtige GPU’s. De hieruit gegenereerde Deep
Learning algoritmes worden lokaal op de sensor
opgeslagen en zijn aldus direct en betrouwbaar
beschikbaar op bijvoorbeeld een intelligente
camera. Met de omzetting van Deep Learning in
geselecteerde sensoren en sensorsystemen maakt
Sick in het Sick AppSpace ecosysteem de volgende
stap: een nieuw sensorconcept dat aan te passen
en voor de toekomst gerede oplossingen voor
automatiseringstoepassingen biedt.
Lokaliseringstechnologie is een van de sleutels voor ‘connected’ productie en logistiek in de zin
van Industrie 4.0 (FOTO: SICK)
08-09-10-11_sick.indd 10 15-05-19 15:08