artikel

Over vijf jaar vrijwel alle bedrijven serieus bezig met data

Algemeen

Over vijf jaar vrijwel alle bedrijven serieus bezig met data

De ontwikkeling van big data-gebruik gaat razendsnel binnen de voedingsmiddelenindustrie. Naar schatting is bijna een derde van de bedrijven ermee bezig. Tonnen, of zelfs miljoenen euro’s zijn te verdienen met efficiënter produceren. Hoe werkt de data-analyse in praktijk, wat levert het op en wat zijn de voorwaarden voor succes? Dit artikel is verschenen in VMT 10 van 14 september 2018.

Voedingsmiddelenbedrijven ontvangen steeds meer data over het productieproces. De gebruikers zien door de bomen het bos niet meer en veel data blijven nog onbenut. Een stijgend aantal productiebedrijven investeert tijd en geld in data-analyse om de voordelen te onderzoeken. De kunst is om de juiste verbanden te leggen tussen al die data.

De volgende stap is om de informatie zo eenvoudig mogelijk voor de gebruikers te maken. Eric van Nispen, general manager van Wonderware Benelux: “De data, die via diverse systemen binnen een productieomgeving beschikbaar komen, koppelen we aan bijvoorbeeld batchgegevens. Zo creëren we informatie. Er ontstaat inzicht in patronen en het doen van voorspellingen wordt makkelijker.”

Verschillende typen

De data, afkomstig van onder meer plc’s, pc’s, sensoren en opnemers, zijn onder te verdelen in verschillende categorieën. Frank van Tour, senior-businessconsultant bij Actemium, spreekt over tijdgedreven, transactionele en ongestructureerde data: “Bij de eerste categorie volgen we het verloop van bijvoorbeeld temperatuur, volume, druk en watergebruik met een bepaalde frequentie. De transactionele data hebben betrekking op gebeurtenissen binnen de productie zoals een orderstatus update. De ongestructureerde data komen voort uit gegevens van onder meer social media, waaronder waarderingen of beoordelingen van consumenten over een product. Om van data informatie te maken ontsluiten en combineren we vooral de tijdgedreven en transactionele data, oftewel: horizontale en verticale integratie.”

Gebruikers van data

Waar vroeger sprake was van slechts één bron, zijn de huidige informatiebronnen legio. “We moeten daar slim mee omgaan. Alle informatie komt overzichtelijk op één scherm. Voorzien van begrijpelijke afbeeldingen en grafieken die in één oogopslag het noodzakelijke inzicht geven. Dit levert relevante stuurinformatie op. Overigens moet alle informatie ook nog eens volledig betrouwbaar zijn”, licht Van Nispen toe. “Bij de analyse van data is het van belang dat de betrokkenen gemakkelijk de verbanden herkennen. Zo kunnen zij de juiste acties bepalen”, merkt Van Tour op. De huidige gebruikers van informatie zijn volgens Van Nispen vooral operators en directieleden. In zeer beperkte mate zijn in de voedingsmiddelenindustrie hiervoor data-analisten actief.

“Daarvan is met name sprake als de toegevoegde waarde van het product hoog is”, vertelt Van Tour. Hij ziet deze functie tegenwoordig vooral op marketingafdelingen waar de analyse van ongestructureerde data plaatsvindt. Deze data worden in de praktijk nog nauwelijks gecombineerd met data uit de productieomgeving. Dat gaat volgens hem in de toekomst veranderen. Van Nispen benadrukt dat er belangrijke voorwaarden gelden voor een succesvol gebruik van big data: “Het management moet duidelijke doelen stellen. Denk bijvoorbeeld aan efficiënter of duurzamer produceren. Dit motiveert de operator om met de data, die voor hem zo begrijpelijk mogelijk inzichtelijk moet zijn, actief aan de slag te gaan. Bovendien is het wenselijk om de procestechnoloog bij dit ‘omslagproces’ te betrekken.

Opbrengsten

De analyse van big data wordt binnen de voedingsmiddelproductie vooral ingezet ten behoeve van energiemanagement, productiviteitsverbetering en kostenbesparing. Via de gebruikte plc-besturing blijkt bijvoorbeeld dat een machine niet meer de gewenste capaciteit haalt. Tijdig onderzoek naar machinestoringen kan zo relevant inzicht bieden. Data kunnen ook antwoord geven op de vraag waarom een verpakkingslijn bij bijvoorbeeld de ochtendploeg betere resultaten oplevert dan bij de middagploeg.

Zo ook waarom productuitval op enig moment veel hoger ligt dan gemiddeld en hoe dit te verminderen is. Of hoe het komt dat het energieverbruik in een fabriek op bepaalde tijden hoger ligt dan normaal. Van Nispen: “Om inzicht te geven in alle mogelijke vraagstukken lezen wij continu gegevens uit. Wij loggen al die data in hoge frequenties. Vervolgens laten we daar analyses op los. Een betrouwbare actie om het proces te verbeteren ligt voorhanden. Bijna elke keer opnieuw zijn we onder de indruk van het besparingspotentieel. Soms wel miljoenen euro’s.”

Onderhoud voorspellen

Een productielijn zo efficiënt mogelijk en volgens de juiste specificaties laten draaien is een groot voordeel. Maar de toenemende beschikbare data zijn ook bruikbaar voor het voorspellen van onderhoud aan machines en apparatuur. Volgens Van Nispen en Van Tour is op dit terrein nog veel winst te boeken en gaan langzaamaan meer bedrijven ermee aan de slag. “Wij zorgen dat bijvoorbeeld trillingssensoren op apparaten de gewenste data verschaffen. Als de trillingen heftiger worden, kunnen we de relatie leggen met het plannen van onderhoud. Zo voorkomen we dat machines plotseling uitvallen en het productieproces ongewenst stil komt te liggen”, verklaart Van Tour.

“Ook geven de data bijvoorbeeld voorspellend inzicht in het moment waarop een klep een storing kan krijgen om zo een beter onderhoudsprogramma op te stellen. Of waarom een motor bij de verwerking van het ene product meer trilt dan bij het andere product. De informatie moet begrijpelijk zijn en de gebruiker moet via overzichtelijke verslaglegging snel de juiste conclusies kunnen trekken.”

Verwachtingen

Waar gaan we heen met de data in de toekomst? Van Tour: “De komende jaren voorzie ik een sterke toename van data-analyse binnen productiebedrijven. Want de huidige initiatieven spreken voor zich. Vervangende machines, voorzien van de nieuwste technieken en functionaliteiten voor data, dragen bij aan het vereenvoudigen van het ontsluiten van data. En wat te denken van Industrie 4.0 en artificial intelligence: op termijn gaan machines zelf beslissingen nemen. Bijvoorbeeld door zelf de snelheid van draaien te verhogen of te verlagen.

De data-analyse zal zich niet beperken tot fabrieksdata, een combinatie met ongestructureerde data is te verwachten. De procestechnoloog van de toekomst gaat zich ook met marketing bezighouden.” Van Nispen is overtuigd na diverse successen in de praktijk: “Nu nog een derde, maar over vijf jaar is 90 tot 95% van de foodbedrijven serieus actief met data. Het gebruik van big data gaat zelfs de continuïteit van het voedingsmiddelenbedrijf bepalen. Wie te duur produceert of niet de gewenste kwaliteit levert, legt het loodje en verliest de te verwachten toenemende concurrentiestrijd. Geen bedrijf kan er meer omheen.”

Reageer op dit artikel