Hans van Wijk

Hans van Wijk is van oorsprong een werktuigbouwkundig ingenieur maar al jaren werkzaam op het terrein van industriele automatisering en mechatronica. De laatste jaren werkzaam als Business Development manager bij een grote systeem integrator. Daar kijkt hij zowel naar de ontwikkelingen binnen de diverse marktsegmenten maar ook naar nieuwe technologieen die toegepast kunnen gaan worden. Hij verzorgt regelmatig presentaties en gastcolleges over diverse onderwerpen en zijn er een groot aantal artikelen van zijn hand gepubliceerd. Hij is alweer enige jaren de vice-voorzitter van de FEDA, de branchevereniging voor aandrijftechniek en automatiseren.

Eerst even wat cijfers. Volgens voorspellingen van de gezaghebbende International Data Corporation zal de hoeveelheid digitaal opgeslagen informatie tot 2020 toenemen tot een indrukwekkende omvang van 3,5 zettabytes. Dat is 3,5 x 1021 bytes en dat is veel, ongelooflijk veel. Dat moet natuurlijk allemaal worden opgeslagen en dat betekent dat er alleen al vorig jaar wereldwijd tussen de 550 en 600 miljoen harddiskdrives (HDD’s) zijn verkocht. Dat aantal zal de komende jaren gestaag blijven groeien en misschien wel harder dan we denken, want wellicht zijn de voorspellingen van de IDC zelfs wat aan de voorzichtige kant. Zo hoorde ik onlangs dat alleen al de opgeslagen informatie binnen Windows Live Hotmail momenteel met 2 petabytes (1015) per maand groeit. En dan heb je ook nog Facebook en Twitter en LinkedIn waarvan steeds meer mensen gebruikmaken, wat de datagroei een extra versnelling kan geven. Omdat datagroei voorspelbaar is, is deze in principe ook beheersbaar. Maar dat neemt niet weg dat organisaties de juiste technologieën (virtualisatie, search, analytics, management, replicatie, etc.) en de juiste processen en procedures moeten implementeren (rond dataclassificatie, retentie, beveiliging etc.) om die groei ook inderdaad beheersbaar te houden. Binnen de industrie wordt op dit moment nog veel data handmatig verzameld, maar vooral door de opmars van intelligente instrumentatie, digitale sensorsystemen en netwerken zal dit steeds meer automatisch gebeuren, op basis waarvan productieprocessen steeds beter geanalyseerd kunnen worden. Daarnaast is het ook de overheid die de datagroei versnelt. Productiegegevens moeten immers vele jaren later nog feilloos boven water zijn te toveren (‘tracking & tracing’) en ook die gegevens moeten goed bewaard worden en op afroep te reproduceren zijn. Datamanagement wordt daarmee in vrijwel alle takken van de industrie een steeds belangrijker fenomeen.
De afgelopen jaren heeft de aandacht zich binnen de industrie vooral toegespitst op het verbeteren van de ‘overall equipment efficiency’, kortweg OEE. Steeds meer komen we erachter dat die niet altijd zaligmakend is voor het bereiken van een ‘overall’ optimaal bedrijfsresultaat. Want een efficiënt productieproces wil immers niet per definitie zeggen dat een bedrijf daarmee ook op alle fronten een maximale winst realiseert. De factoren die daarop van invloed zijn, zijn aanzienlijk diverser en beslaan ook zaken als voorraadbeheer, planning, logistiek, onderhoudskosten, energieterugwinning, ploegenoptimalisatie, batch- en productieflowdimensionering, afvalbeheer, CO2-uitstoot, verkooprendement, marktprijsontwikkeling, etc. Als we de onderlinge relatie van de verschillende parameters zouden weten, dan kunnen we pas écht gaan optimaliseren. Maar hoe weet je dat? Ten eerste door er experts bij te halen die verstand hebben van productiemachines en de processen die zich daarin afspelen. Ten tweede door data-acquisitie, ofwel het uit de fabriek destilleren van gegevens en deze gestructureerd op te slaan. Vervolgens ga je die data intelligent ‘crosslinken’ en met behulp van speciaal daarvoor ontwikkelde software analyseren. Daarmee zijn tegenwoordig fantastische conclusies te trekken. Zo kun je de machineprestaties (output) of bepaalde proceswaarden in die machines weergeven per dag van de week, maand van het jaar, per tijdstip, per ploeg. Je kunt gelijkwaardige machines onderling vergelijken en zo afwijkingen opsporen. Zo kwamen we onlangs in een bedrijf dat op basis van dergelijke analyses had ontdekt dat het energieverbruik van de installatie per ploeg verschilde, terwijl de output gelijk was. Verdere analyses wezen uit dat de ene ploeg veel meer proceskennis in huis had en op basis daarvan een lagere systeemdruk instelde dan de ploeg ervoor. Ook kom je er door analyses achter of dezelfde machines in de ene of de andere vestiging al of niet gelijkwaardig presteren en wat de oorzaak ervan is als dit niet het geval is. Te onderzoeken is ook wat de relatie is tussen buitentemperatuur of tijdstip van de dag en energiegebruik, maar ook wat het gevolg is van een andere planning op de output en de kosten of de CO2-uitstoot. Piekbelastingen kunnen worden opgespoord en bijvoorbeeld door verschuiving van productiemomenten worden voorkomen, waardoor de energiekosten dalen. Kortom, er is veel meer te optimaliseren dan alleen het rendement (OEE). Dat je daarvoor state-of-the-art data-acquisitie en -analysesoftware nodig hebt zal duidelijk zijn en ook binnen onze onderneming is dat een snelgroeiend vakgebied.