Inzicht in de productie door slimme sensoropstelling
De studenten plaatsten twee typen sensoren op de Melzer-stansmachine: een rotary encoder om rotaties te tellen (voor run/downtime en snelheid) en een afstandssensor om de diameter van de plastic moederrol te meten (voor materiaalverbruik).
Met behulp van een Arduino en een Raspberry Pi worden de metingen realtime verzameld, lokaal gefilterd en als .csv-bestand automatisch doorgestuurd naar een externe server. Voor de hardwarebehuizing zijn op maat gemaakte 3D-ontwerpen gerealiseerd. Dankzij deze opstelling is er nu een schaalbaar meetsysteem voor productieanalyse, volledig opgebouwd met betaalbare onderdelen.
TinyML maakt realtime data-analyse en voorspellingen ‘on the edge’ (dus op de machine) mogelijk zonder dure cloudoplossingen. Ook jouw machines kunnen slimmer werken, zonder zware IT-investeringen.
wat was het resultaat na de inzet van tinyml?
Inzicht in run/downtime en productiesnelheid, realtime monitoring van materiaalverbruik en automatische dataverzameling zonder tussenkomst van operators. Een goede mond vol, toch?
Eerste stap richting datagedreven procesoptimalisatieMet de verzamelde data wordt de productie-efficiëntie verbeterd. Ook wordt materiaalverspilling gereduceerd en worden storingen eerder gesignaleerd. De opstelling is schaalbaar naar andere machines en vormt de basis voor toekomstige TinyML-toepassingen zoals foutdetectie en voorspellend onderhoud.
meer info of aanmelden?
Neem contact op met het Fieldlab Edge AI for Smart Industry via Andre Gerver en ontdek wat we voor jouw productieproces kunnen betekenen.
CONTACTPERSOON
Andre Gerver
📧 a.gerver@techport.nl