Robot last stalen én RVS silo’s

Voor silospecialist Transil International ontwikkelde RobWelding een 13 meter lange robotinstallatie. Het bijzondere schuilt evenwel niet zozeer in deze lengte, alswel in het feit dat deze robot zowel stalen als RVS silo’s kan lassen. En dan verstevigt hij ook nog eens het organisatorisch fundament.

“Dit is mogelijk doordat de robot is uitgevoerd met een gereedschapswisselaar en twee draadaanvoerkoffers”, licht RobWelding-projectleider Willem Jan van de Haar toe. “De robot wisselt zijn gehele toortspakket en kan daarmee wisselen tussen staal en RVS.” Transil International uit Zelhem produceert op maat gemaakte silo’s voor alle droge bulk. Jos Vinkenvleugel, Manager Productie: “Bij RobWelding zagen we robots op tracks staan. Zoiets hadden we nodig om ons lasproces verder te automatiseren. Onze door RobWelding geleverde robot staat ook op een track van 13 meter. De installatie kent daarnaast twee stations met traploos instelbare mallen, waarmee we silowanden tot drieënhalve meter kunnen lassen.”

Voorheen twee lassers, nu één robotoperator

De robot is uitgevoerd met een gereedschapswisselaar en twee draadaanvoerkoffers. Hij wisselt zijn gehele toortspakket en kan daarmee wisselen tussen staal en RVS.

Na een fase van engineering en testen (ongeveer één jaar) draait de robotinstallatie nu vol gas en haalt Transil de aantallen die het voor ogen had. “De laskwaliteit is ook constanter dan bij handmatig lassen. Hoewel we op een andere afdeling van ons bedrijf al jarenlang met een robot werken, was er in het begin onder onze lassers nog wel wat scepsis: ‘Wij lassen sneller dan de robot!’ Intussen zien ook zij dat de lasrobot een constante laskwaliteit levert. Verder voelen ze zich minder moe dan voorheen en zien ze de robot ook nog eens doorlassen tijdens de pauzes. Als management zien we bovendien een groot voordeel in de bedrijfszekerheid die de robot biedt: in een tijd waarin personeel steeds schaarser wordt, scheelt de robot ons nu al één fte’er. Voorheen hadden we twee lassers nodig, nu één robotoperator.”

Juiste zoekfunctie als oplossing

Samen met zijn collega Noud Bisselink en leverancier RobWelding puzzelde Vinkenvleugel in de engineeringfase heel wat af. “Het ziet er nu héél goed uit. Dit niveau haalden we alleen pas, nadat we nieuwe en slimmere lasvolgsystemen én de juiste zoekfunctie hadden ontwikkeld. In het begin zat er aan één zijde van ons product nog een golving in het voormateriaal, dankzij de zoekfunctie zoekt de robot nu eerst naar zijn ideale lascurve en -pad en sindsdien draait het foutloos en zonder golvingen.”

www.robwelding.com www.transil.com

De installatie kent twee stations met traploos instelbare mallen, waarmee Transil silowanden tot drieënhalve meter kan lassen.

JZ-Systems neemt activiteiten over van Flevo Trading, inclusief importeurschap van Jorns

Kwaliteit neerzetten in buigen

Arjan Weijs neemt met zijn pas opgerichte bedrijf JZ-Systems in Borculo per 1 januari 2023 de activiteiten over van Flevo Trading in Zeewolde. Dit gebeurt met volledige instemming van de Zwitserse fabrikant van buigmachines Jorns, de belangrijkste vertegenwoordiging van Flevo Trading. Ook andere vertegenwoordigingen gaan over naar JZ-Systems, maar de prioriteit van Weijs zal in eerste instantie liggen bij Jorns.

Flevo Trading is het bedrijf van Jack van Arnhem, die na vele tientallen jaren machines voor plaatbewerking te hebben geleverd aan met name de bedrijfstakken dak en wand, lucht en isolatie en industrie de pensioengerechtigde leeftijd nadert. Daarom was hij al enige tijd op zoek naar een geschikte partij om de activiteiten van Flevo Trading over te nemen.

Kwaliteit en langdurige relaties

Die partij heeft hij gevonden in de persoon van Arjan Weijs, die net als hemzelf een elektrotechnische achtergrond heeft. Weijs is ooit begonnen als servicemonteur, maar beschikt ook over rijke ervaring op gebied van machineverkoop, technische ondersteuning, robotisering en projectengineering. Al die ervaring heeft hij opgedaan in dienst van werkgevers, maar hij had al jaren de wens om voor zichzelf te beginnen met een bedrijf in de verkoop, service en onderhoud van plaatbewerkingsmachines. “Probeer echter maar eens iets goed te vinden, als je niet zit te wachten op prijsvechters”, zegt Weijs. “Daarom ben ik heel blij dat ik het pakket van Flevo Trading kan overnemen met allemaal mooie producten van goede fabrikanten. Mijn doel met JZ-Systems is kwaliteit neerzetten en langdurige relaties aangaan met leveranciers en klanten.”

Passende oplossingen

Dat is precies wat Jack van Arnhem al die jaren ook heeft gedaan. Advies en service stonden bij hem hoog in het vaandel; altijd zoeken naar een passende en optimale oplossing voor de klant en hem verder helpen. Na installatie van een machine proefdraaien en klantspecifieke producten testen, scholing/uitleg geven over het gebruik en de bediening van de machine en daarna de service en het (preventief) onderhoud.

Continuïteit gewaarborgd

Van Arnhem is niet gelijk helemaal uit beeld. Afgesproken is dat hij nog zeker anderhalf jaar zal blijven meelopen bij JZ-Systems, zodat Weijs kan profiteren van zijn kennis en alle verplichtingen van Flevo Trading jegens leveranciers en klanten vlekkeloos overgaan. Mark Jorns, directeur van het familiebedrijf Jorns, is blij dat de

De activiteiten van Flevo Trading worden met volledige instemming van Jorns overgenomen door JZ-Systems. V.l.n.r. Jack van Arnhem, Arjan Weijs en Mark Jorns voor een volautomatische Jorns JDB dubbelbuigmachine.

overdracht bij voorbaat al op deze manier is geregeld. Nederland is weliswaar geen grote, maar wel een continue markt voor Jorns, die goed is voor 5 tot 10 procent van de omzet van het bedrijf. “We werken over de hele wereld samen met partners, allemaal onafhankelijke verkoop- en servicebureaus, die verantwoordelijk zijn voor onze producten in hun regio”, legt Jorns uit. “Niet alleen hun technische kennis moet goed zijn, er moet ook sprake zijn van chemie. Die is er met Arjan en daarom hebben we er alle vertrouwen in dat hij het werk van Jack kan voortzetten voor onze klanten in Nederland.”

Buigmachines van Zwitserse kwaliteit

Jorns is fabrikant van buigmachines voor fabrikanten van dak- en wandprofielen. De belangrijkste producten zijn de halfautomatische, grafisch gestuurde Jorns buigmachine JB, geschikt voor simpele buigprofielen tot complexe gevelprofielen, en de volautomatische, grafisch gestuurde Jorns JDB dubbelbuigmachine, waarop meerdere profielen tegelijkertijd parallel, conisch of steekbaar gebogen kunnen worden. Daarnaast produceert Jorns de nodige toebehoren. Alle machines worden ontworpen en gebouwd in Zwitserse kwaliteit.

Jaarlijks produceert Jorns zo’n 120 buigmachines, waarvan 40 dubbelbuigmachines. Sinds de oprichting in 1973 is de doelstelling flexibele machines te produceren met maximale nauwkeurigheid en de grootst mogelijke efficiëntie. Zo zijn de machines in de loop der jaren steeds sneller en gebruiksvriendelijker geworden.

Industrie 4.0

Dat Jorns ook op het gebied van Industrie 4.0 niet stilzit, liet het op de Euroblech in Hannover zien aan de hand van de totaaloplossingen die samen met de partners Krasser en Micro-Sea System Solutions worden ontwikkeld, zowel voor kleine bedrijven als grote ondernemingen. De combinatie van de MetIQ-software van MicroSea System Solutions, de dubbele buigmachine van Jorns, de volautomatische coilhandling en het Centurio slitting-systeem van Krasser maakt het mogelijk om flexibel, efficiënt en vrijwel zonder verspilling te werken. Via een mobiel apparaat direct op de bouwplaats of op de pc in de werkvoorbereiding kunnen de gewenste geometrie en afmetingen met de MetIQ-software worden ingevoerd, waarna de gewenste producten worden geproduceerd en bezorgd. Of het nu gaat om voorgeconfigureerde standaardprofielen of locatiespecifieke plaatwerkcomponenten, op deze manier kan alles worden gerealiseerd.

Het zijn oplossingen als deze waarmee Arjan Weijs met zijn nieuwe bedrijf JZ-Systems graag mee aan de slag gaat. “Want dergelijke systeemoplossingen zijn ook in Nederland de toekomst.”

Lasermachines met hersens leren elke dag wat nieuws

Kleine en middelgrote bedrijven hebben vooral bij vaak wisselende toepassingen meestal niet de capaciteit en de kennis om lasers optimaal te benutten. Vier industriële bedrijven en twee onderzoeksinstituten in Duitsland ontwikkelen daarom in het project DIPOOL twee demonstrators voor lasersnijden en laserlassen. Het doel is de lasermachines hersens te geven, waardoor hun effectiviteit met zeker 25 procent kan stijgen.

Dirk Petring van het Fraunhofer Instituut voor Lasertechnologie ILT in Aken is wetenschappelijk coördinator van DIPOOL. Volgens hem zijn we op weg van de geautomatiseerde naar de autonome lasermachine. “De focus ligt op het gebruik van kunstmatige intelligentie (AI), omdat die de autonomie en functionaliteit van machines tot ongekende hoogte kan vergroten. AI die goed is opgeleid door experts, herkent systeemafwijkingen, fouten en kwaliteitsgebreken sneller en betrouwbaarder dan klassieke monitoring- en controlesystemen. AI kan sensorsignalen analyseren voor uitgebreidere en zelfs voorheen niet-herkende patrooneigenschappen.”

Bewaking en kwaliteitsborging

In het project wordt een digitale proces online optimizer voor intelligente lasermachines (vandaar de afkorting DIPOOL) gemaakt. Petring legt uit: “We combineren een uniek kenmerk van lasertools – namelijk dat ze tijdelijk en ruimtelijk kunnen worden geprogrammeerd en bestuurd - met machine learning (ML). Concreet betreft ons werk automatische en robuuste bewaking, kwaliteitsborging en optimalisatie van lasermachines met wisselende productietaken. Het doel van DIPOOL is om - voor de eerste keer - de voordelen te demonstreren van de integratie van machine learning voor de twee laserproductieprocessen met de hoogste verkoop wereldwijd: snijden en lassen. Behalve de laserfabrikanten zullen alle sectoren die plaatwerk verwerken profiteren van de resultaten. We worden ondersteund door het Karlsruhe Institute for Industrial Information Technology IIIT, dat de basis legde voor efficiënte signaalanalyse voor machine learning. Deskundigen van Marx Automation implementeren de getrainde ML algoritmen in het zogeheten inferentiesysteem van de laserbesturing.”

Nieuwe sensortechnologie

Het verzamelen van data – onmisbaar bij machine learning - gebeurt onder andere met een nieuw type multispectrale sensortechnologie van 4D Photonics. Petring: “We hopen deze te gebruiken om de informatie van de processignalen die kunnen worden gebruikt met ML te vergroten, vooral bij laserlassen. De slimme systeemtechniek en sensoren voor lasersnijsystemen komen van Precitec. Hun nieuwste generatie lasersnijkoppen zal worden uitgerust met sensoren en datainterfaces die speciaal zijn ontwikkeld voor de AI-software en de DIPOOLaanpak.”

Automatic-Systeme Dreher gebruikt de technologie in zijn demonstrator voor het highspeed lasersnijden van gevormde blanks uit een lopende

De demonstrator van een laser blanking systeem van Dreher gebruikt nieuwe, intelligente AI-ondersteunde algoritmen om het snijproces te bewaken, deze automatisch aan te passen bij afwijkingen en zo de snijkwaliteit en productiviteit te waarborgen.

plaatmetalen strip. “In deze testfaciliteit moet het snijproces worden bewaakt met onze nieuwe, intelligente ML-ondersteunde algoritmen en automatisch worden aangepast bij afwijkingen, waardoor de vereiste snijkwaliteit en productiviteit met een gesloten lus systeem wordt gegarandeerd”, licht Petring toe. Laserserviceprovider LBBZ gebruikt dezelfde digitale optimalisatietechnologie in een gerobotiseerde lasercel om te demonstreren hoe 3D-lassen kan worden verbeterd.”

Signaalpatronen herkennen

Bij het verbeteren van processen met AI draait het volgens Petring allemaal om het interpreteren van sensorsignalen uit het proces en het trekken van conclusies over de processtatus. “Wat is de huidige status van het proces en moet ik iets in het systeem veranderen? Is de naad slechts deels of volledig gelast? Werkt het snijproces met de optimale snelheid? Dus net als een gesloten lus systeem moet de inferentiemachine een besluit nemen. Het doel is om signaalpatronen te herkennen. We gebruiken hiervoor echter niet de ruwe data, maar condenseren deze voor verdere verwerking door de AI met algoritmen die we al hebben ontwikkeld op basis van onze domeinkennis van het proces.”

Niet overtrainen

Over het vervolg van het project zegt Petring: “Het proces heet feature engineering: we voeden de AI niet met alle procesdata, maar met intelligent voorbereide data. De kunst is om het beste compromis te vinden tussen datavolume en datakwaliteit, want machine learning kan een systeem ook overtrainen. Als de trainers het overdrijven met te veel data, dan leert de AI alleen uit het hoofd. Zodra de gegevens echter afwijken van wat ze uit het hoofd heeft geleerd, is ze overweldigd en kan ze geen verstandige beslissing meer nemen.”

Integratie procesbewaking vaak mislukt

niet constant los te laten op het proces, maar deze minimaal te moduleren. “We veranderen periodiek het vermogen heel licht en kijken hoe het proces reageert”, licht Petring toe. “Idealiter zou men een lineair responsgedrag aannemen en hierop gesloten lussen bouwen. Helaas werkt dit niet met het verwerken van lasermateriaal omdat we hier te maken hebben met zeer niet-lineaire processen. De processen reageren relatief ‘gevoelig’, maar ook snel op parameterwijzigingen. Ook de reactie van het processignaal verandert overeenkomstig de procestoestand navenant snel met een karakteristiek signaalpatroon. Wij, en in de toekomst de AI, zullen dit gebruiken om er in realtime achter te komen of de besturing de snijsnelheid nog verder kan verhogen of misschien zelfs wat kan verlagen om een optimale snijkwaliteit te bereiken. Zonder deze modulatietechniek worden alleen de signalen van een zogenaamd onbetwist proces gecreëerd, die snel verkeerd of helemaal niet kunnen worden geïnterpreteerd. Dat is waarom de integratie van procesbewaking in industriële lasermachines in de afgelopen 30 jaar vaak is mislukt.”

Meer zekerheid van interpretatie

Het doel is dus meer zekerheid van interpretatie. Petring: “Op dit moment richten we ons daarom vooral op leren onder toezicht in het DIPOOL-project: we testen het responsgedrag met minimaal invasieve lasermodulatie (MILM). Hiermee ontvangen we karakteristieke signalen die makkelijker te interpreteren zijn. Bij leren onder toezicht trainen we zo het ML-systeem, meestal een kunstmatig neuraal netwerk, om de juiste conclusies te trekken uit de signaalpatronen en, indien nodig, passende maatregelen te initiëren: deze kunnen variëren van notities voor de systeemoperator tot de automatische aanpassing van procesparameters. Het getrainde ‘model’ wordt dan als een zogenaamde inferentiemachine in de systeembesturing geïntegreerd.”

Robuust en compact

Sensoren die worden gebruikt zijn bijvoorbeeld multispectrale sensoren met verschillende golflengten die door 4D-Photonics

Bewaking van het snijproces.

worden ontwikkeld. Aanvullende informatie kan worden afgeleid uit de verschillende signaalniveaus bij de verschillende golflengten. Petring: “Het brede kleurenspectrum is vergelijkbaar met een dynamisch veranderende regenboog. AI is voorbestemd om dat te evalueren. Bij de ontwikkeling van de sensor voor lasersnijden heeft Precitec specifiek gekeken naar de randvoorwaarden in een 2D vlakbedsnijsysteem. Naast de zeer dynamische registratie van de procesreacties, zijn compactheid en vooral robuustheid van de oplossing topprioriteiten.”

Petring ziet kansen om ook het MKB van deze oplossingen te overtuigen. Volgens hem kan zo’n systeem vandaag de dag kan ook voor het MKB worden geïmplementeerd, omdat de prijzen voor laser- en rekenkracht aanzienlijk zijn gedaald. “Vrijwel alle productiebedrijven staan onder constante druk om te innoveren - niet in de laatste plaats van concurrenten uit China. Dit vergroot de bereidheid om te investeren in innovatieve technologie. Daarnaast groeit ook het procesinzicht voor AI-systemen bij middelgrote bedrijven.”

Eerste eindgebruiker in zicht

De vraag hoeveel efficiënter bedrijven kunnen snijden of lassen met lasers dankzij AI-besturing, is volgens Petring niet eenduidig te beantwoorden: “Maar op basis van een gematigde schatting ga ik ervan uit dat de algehele effectiviteit van de apparatuur (OEE) met 25 procent kan worden verhoogd.”

Hoewel het project DIPOOL – dat medio 2021 is gestart - nog loopt tot zomer 2024, is er al een eindgebruiker in zicht. De Bilstein Group heeft zelfs haar eigen dochteronderneming Bilcut opgericht, die vanaf 2025 met hoge snelheid vormdelen voor de auto-industrie moet snijden. DIPOOL-projectdeelnemer Dreher gaat een lasersnijsysteem bouwen op basis van de technologie die nu is ontwikkeld. “Dit zal Bilcut in staat stellen individueel ontworpen blanks te leveren met uitstekende economische en ecologische prestaties”, besluit Petring.

www.ilt.fraunhofer.de