U-Shaped Assembly Cell Digital Shadow op de HAN een feit!

Gedurende het 6e semester (feb 2022 – jun 2022) zijn derdejaars studenten de uitdaging aangegaan om de output van de fysiek geplaatste USAC te verhogen door middel van een Digital Shadow. Als randvoorwaarde gold dat de kosten en kwaliteit van de geproduceerde producten minimaal gelijk moesten blijven. Om de output te verhogen, is gekozen om de USAC ‘slim’ te maken. Dit betekent dat data wordt verzameld vanuit de cel door gebruik te maken van sensoren en in een Digital Shadow de productie wordt gesimuleerd. Daarmee kan een verbeterde productie plaatsvinden met een hogere output. Door de Digital Shadow, kunnen onderbouwde keuzes worden gemaakt op het gebied van de planning op basis van de orderportefeuille.

Wat doen alle verschillende onderdelen in de Digital Shadow? In Figuur 1 hierboven is de samenhang tussen de verschillende onderdelen van de Digital Shadow al weergegeven. Deze staan hieronder verder toegelicht over wat ze inhouden.

ERP-systeem In het ERP-systeem staan de gegevens die de simulatie voorzien van informatie: wat zijn de bestellingen van de klanten, hoe ziet het gewenste product eruit, welke bewerkingen moeten de producten ondergaan om tot het gewenste resultaat te komen, etc. Al deze gegevens synchroniseren tussen het ERP-systeem en de centrale database.

Sensoren Om te zorgen dat de Digital Shadow niet alleen een 1-op-1 kopie is van de USAC, gebruikt de Digital Shadow RFID- en PIR-sensoren om het model ‘slim’ te maken. Met deze sensoren is het mogelijk om te tracken welk product zich waar en hoelang in de USAC bevindt. Daarnaast registeren de sensoren ook beweging aan de assemblagecellen. Dit geeft een real-time inzicht in de status van de productieorders. Met deze informatie kan het simulatiemodel de productie optimaliseren.

Database De database is het centrale onderdeel in de Digital Shadow. De database ontvangt gegevens van alle kanten, het ERP-systeem, de sensoren en Plant Simulation. Door alle gegevens in een centrale gestandaardiseerde database op te slaan, zijn alle gegevens toegankelijk voor de systemen die data verwerken.

Simulatie In Plant Simulation draait de Digital Shadow van de USAC. Het programma haalt de benodigde gegevens uit de database. Voor de optimalisatie zijn verschillende variabelen in te stellen: de orders, het aantal werknemers en de eigenschappen van de bewerkingsstations. Het genetisch algoritme berekent een optimale productievolgorde die via de database staat weergegeven in een Power BI rapport.

In de basis bestaan er drie vormen die uiteindelijk als een ‘route’ leiden tot een Digital Twin. In Figuur 2 (Tchana et al., 2019) staan deze stappen van de route weergegeven. De eerste stap is het creëren van een Digital Model. Dit model is gebaseerd op de werkelijkheid. Hierbij is het nodig om handmatig het model te voorzien van data en zullen de resultaten handmatig worden verwerkt. In stap twee wordt het model voorzien van real-time data. Deze data komt automatisch verwerkt in het model, bijvoorbeeld door gebruik te maken van sensoren. In stap drie, wordt een Digital Twin gerealiseerd. Dit model krijgt automatisch data aangeleverd en het model is instaat deze resultaten automatisch te verwerken zonder dat er menselijke handelingen meer van toepassing zijn.

In dit project zijn de eerste twee stappen doorlopen om tot een Digital Shadow te komen. Dit is bewust gekozen, om ook nog de optie te houden om een advies van het model niet te accepteren . Dit kan van toepassing zijn als het model keuzes voorschrijft die niet realistisch zijn.

De eerste stap was een Digital Model maken van de USAC. In deze stap is de USAC gemodelleerd in Plant Simulation van Simens, zie Figuur 3. Dit betekent dat in het programma de werkstations, staanplaatsen voor werknemers en productstromen zijn gedefinieerd. De inputdata zoals bewerkingstijd per station, het aantal werknemers, klantorders, etc., worden handmatig ingevoerd in de Digital Model.

Om de tweede stap te zetten naar de Digital Shadow, worden de datastromen naar de Digital Model toe geautomatiseerd. Dit hebben wij gedaan door het toevoegen van sensoren. De sensoren kunnen de producten in de cel volgen en daardoor ook de bewerkingstijden meten. Op basis van die gegevens en de gegevens uit het ERP-systeem, kon het genetisch algoritme in Plant Simulation de optimale productievolgorde berekenen. Dit zal leiden tot een hogere output.

Hoe zal de Digital Shadow van de USAC kunnen werken in uw organisatie? Tijdens de partnerdag van het lectoraat is al een korte demonstratie gegeven. Samengevat verliep deze als volgt:

• De klant stelt naar wens zijn producten samen in een configurator. Dit kan bijvoorbeeld in de vorm van een webshop zijn.
• Na het plaatsen van de bestelling komt de order binnen in het ERP-systeem. Hierin zijn verschillende gegevens te vinden: klantorders, samenstellingen, aantallen, leverdatums, etc.
• Op de werkvloer is men ondertussen aan de slag gegaan met de eerste orders. De sensoren in de slimme USAC verzamelen gegevens en sturen deze naar de database.
• Op een bepaald moment (in ons geval de lunchpauze) wordt de simulatie gedraaid voor de optimalisatie. Het model haalt alle gegevens op uit de centrale database.
• De geoptimaliseerde volgorde is na de optimalisatie grafisch weergegeven in een rapport. Op basis van die gegevens kan worden gekozen om de nieuwe volgorde door te voeren of toch bij het oude te blijven.

Na het doorlopen van bovenstaande stappen krijgt de planner een voorstel waarmee een hogere output kan worden behaald. Het simulatiemodel heeft namelijk verschillende scenario’s doorgerekend en gekeken welk scenario de hoogste output geeft.

• De vraag die men zich als eerste zou moeten stellen: “Wat willen we bereiken met deze Digital Twin?”
• Breng eerst het systeem goed in kaart, maak aan de hand van dit systeem verschillende modellen. Dit zorgt ervoor dat er gestructureerd wordt gewerkt en geeft je houvast om jezelf vervolgens te controleren.
• Bedenk van te voren hoe je het datamodel in wilt richten. Dit zorgt voor een gerichte, overzichtelijke en niet overbodige dataverzameling.

In dit project is de eerste Digital Shadow van de USAC gerealiseerd. Hiermee kan een organisatie inzicht creëren in haar productiemogelijkheden. Wat gebeurt er met de wachttijden of voorraad als er een spoedorder binnenkomt? Wat kunnen we beloven aan de klant of hoe is de productie het beste aan te sturen als werknemers ziek of op vakantie zijn? Een andere mogelijkheid is om tot stap drie te komen: een Digital Twin. De Digital Twin onderneemt zelf actie en voert zelf de beslissingen door. In ons geval is gekozen voor een Digital Shadow. Daardoor blijft er ruimte voor een menselijke blik op de uitkomst van de Digital Shadow.

Op 10 november 2022 zal de eerste online masterclass plaatsvinden over de USAC masterclass. Waarna er 3 verdiepende workshops ingaan op:

• USAC voor eigen bedrijf (01-12-2022)
• Standaardisatie werkinstructies met smart bril (19-01-2023)
• Robotization for Lean Assembly (09-02-2023)

Neem contact op met Thomas Lautenbach (thomas.lautenbach@han.nl )

Auteur: Emiel Maters 

Emily McGowan. (2021). Smart Factory Demo: Dynamic U-shaped cell Assembly. HAN Research Group Lean.

Tchana, Y., Ducellier, G., & Remy, S. (2019). Designing a unique Digital Twin for linear infrastructures lifecycle management. Procedia CIRP, 84, 545–549. https://doi.org/10.1016/j.procir.2019.04.176