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, algemeen directeur 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 vergemakkelijkt.”

Outputverhoging in de praktijk

Van Nispen haalt een succesvol voorbeeld uit de praktijk aan. Op een productielocatie van Suikerunie, waar suikerbieten worden gesneden, blijkt het gebruik van nieuwe data uiterst effectief. “De operator ziet nu op zijn scherm de status van snijmessen en welke van de 720 messen aan vervanging toe zijn. De operator hoeft niet langer puur op zijn gevoel te beslissen.” Botte messen zetten meer kracht en verbruiken aanzienlijk meer energie. Nu meten ze per messenset de benodigde druk. Geven de data vervanging aan, dan voedt de operator het systeem door aan te geven of hij het wel of niet eens is met het vervangingsverzoek. Zo verrijkt het systeem zich voortdurend.

Van Nispen: “Elke keer dat de operator messen moet vervangen ligt het productieproces stil. Nu plannen ze de vervanging op een gunstig moment. Suikerunie realiseert zo een hogere output. Maar uit de analyses van data bleek nog een onverwacht effect. In de daaropvolgende productiefase, het halen van suiker uit het snijproduct, resulteerde dankzij een verbeterd snijproces meer suiker én een mooie energiebesparing.”

Gerealiseerde kostenverlaging

Chocoladeproducent Callebaut zette big data-analyse in om het elektriciteits-, stoom-, gas- en waterverbruik (wages) per internationale productielocatie met elkaar te vergelijken. Van Nispen toont een model met de hoeveelheid verbruikte energie per ton productie. Het schema laat aan duidelijkheid niets te wensen over. Donker gekleurde bolletjes duiden op te dure productie op een locatie. De plaats van bolletjes geeft de kostenhoogte aan.

“Callebaut ziet in één oogopslag welke acties ze kan ondernemen en wanneer een proces niet onder controle is. Het inschakelen van de procestechnoloog is dan gewenst. De fabrikant weet zo snel of er een relatie ligt tussen de werkploeg en eventueel hogere energiekosten per productierun”, licht van Nispen toe. “We hebben ook het aantal tonnen productie per uur inzichtelijk gemaakt. Aangetoond is dat meer produceren op enig moment daadwerkelijk voordeliger uitpakt, in relatie tot productuitval en het voldoen aan productspecificaties. Dat is lang niet altijd het geval. Bij andere fabrieken zien we vaak een omslagpunt.” De big data bieden het bedrijf ook de mogelijkheid om snel aan toekomstige consumentenwensen te voldoen. Denk bijvoorbeeld aan etiketinformatie over de hoeveelheid energie die verbruikt is om het product te fabriceren.

Vochtmeting en besparing

Voor een diervoedingsbedrijf heeft Wonderware Benelux bijgedragen aan procesverbetering. Net als voor kaasproductiebedrijven geldt een wettelijk toelaatbaar vochtgehalte. Bij teveel vocht volgt zelfs een flinke boete. De praktijk leert dat bedrijven dan aan de veilige kant gaan zitten. Van Nispen toont acht batches in een heldere tabel met honderden vochtmetingen per batch binnen een minimale en maximale marge. “Door het verzamelen van alle data kunnen we zien welke batch onder een minimale marge komt. Door dit instrument begeven we ons nu op het terrein van continuous improvement. Het bedrijf kan met de data van deze productierun gericht aan de slag om zijn productieproces te optimaliseren. Een aanzienlijk bedrag aan kostenbesparing, tussen één en twee miljoen euro is te realiseren”, concludeert de gedreven Van Nispen.

Van Nispen is een van de sprekers tijdens het Engineering in Food&Beverage Event op 10 oktober aanstaande. Het thema van de dag is Van Big Data naar Informatie. Daar zal hij meer vertellen over energiemanagement door data-analyse bij chocoladeproducent Barry Callebaut.

Bekijk het hele programma

Meld u direct aan