Werken bij Philips Drachten: één van de slimste fabrieken van Europa

Industry, Innovation and Infrastructure

Op de productie- als innovatielocatie van Philips in Drachten staat één van de slimste fabrieken van Europa. De medewerkers in de fabriek worden ondersteund door maar liefst 300 robots, en dankzij slimme data-analyses komt het steeds minder vaak voor dat machines onverwacht uitvallen.

 

Ingenieurs Daniël Caljouw en Wiljan Vos, onze eigen collega, zijn dagelijks bezig met het verder automatiseren en digitaliseren van deze fabrieksomgeving – ook wel industriële automatisering genoemd: “De stip aan de horizon is een fabriek die bij wijze van spreken in het donker kan draaien.”

Precisie op 70 micrometer nauwkeurig

In Drachten worden onder meer scheerapparaten en persoonlijke verzorgingsapparaten geproduceerd. Met name de fabricage van scheerapparaten heeft ervoor gezorgd dat Philips vooroploopt in de digitalisering van de fabrieksomgeving, aldus Daniël. “Voor scheerapparaten heb je te maken met precisiewerk. Het dunste onderdeel is 70 micrometer, ongeveer zo dik als een haar; als je het dikker maakt kun je niet meer glad scheren, als het dunner zou worden dan is het onderdeel niet meer stevig genoeg. Als je zo nauwkeurig wilt werken, dan moet je heel veel data verzamelen om zeker te weten wat je aan het doen bent.”

 

Machines in de fabriek zijn verbonden met computers die data verzamelen en analyseren. Net zoals moderne auto’s of slimme thermostaten: “De hoeveelheid data die we in Drachten verzamelen, ligt wel heel hoog, dankzij onze Manufacturing IT-afdeling”, aldus Wiljan. “Laatst was een leverancier van robots bij ons op bezoek, die vroeg of onze data gebruikt konden worden om robots door te ontwikkelen.”

 

“De hoeveelheid data die we in Drachten verzamelen, ligt wel heel hoog. Laatst was een leverancier van robots bij ons op bezoek, die vroeg of onze data gebruikt konden worden om robots door te ontwikkelen.”

Wiljan Vos, Data Consultant vanuit Batenburg Beenen



Alles is traceerbaar

Een van de manieren waarop deze verzamelde data kan worden toegepast, is voorkomen dat machines stuk gaan. “We kunnen bijvoorbeeld zien hoeveel kracht er nodig is om een robot te laten bewegen”, aldus Wiljan. “Als een robot ineens meer kracht nodig heeft, dan kan dat wijzen op slijtage van onderdelen. Bij dit soort signalen, kunnen we ingrijpen en onderdelen vervangen voordat een machine stuk gaat. Dat heet ook wel predictive maintenance; je kunt voorspellen wanneer onderhoud nodig is.”

 

Het belangrijkste doel is het voorkomen van ongeplande storingen. Wiljan: “Als een fabriek stil komt te liggen, dan heeft dat best wel wat gevolgen. Mensen in de fabriek kunnen hun werk niet doen, er moeten extra monteurs komen, je hebt reserve-onderdelen nodig. Daarbij gaat de leverbetrouwbaarheid omlaag; je kunt daardoor wellicht je planning niet meer halen.”

 

Data helpt ook om producten te verbeteren: “Elk scheerapparaat dat hier van de band rolt, krijgt een uniek nummer. We kunnen ook van elk apparaat terugzien welke onderdelen zijn gebruikt, van welke leverancier en wanneer die zijn binnengekomen. Eigenlijk is alles traceerbaar; we weten precies wanneer welk apparaat van de band rolt. Als er dan een keer iets misgaat en er is een batch met kwalitatief mindere producten, dan kunnen we veel beter herleiden waar dat aan lag.”



Data van scheerkappen verzamelen

Binnen de wereld van industriële automatisering wordt er ook wel gesproken over ‘Industry 4.0’; fabrieksomgevingen zijn steeds meer verbonden, genereren meer data en worden daardoor slimmer. Daniël: “Het is wel een beetje een ‘buzzwoord’, net als Big Data. Er wordt soms meer over gesproken dan dat het wordt toegepast. Maar wij zijn hier in Drachten echt ver mee in de praktijk. In 2000 zijn we begonnen met het verzamelen van data van scheerkappen. Toen ging het nog om 4 kilobyte per kapje, nu is dat minstens het 500-voudige.”

 

“Wij zijn hier echt ver met big data in de praktijk. In 2000 zijn we begonnen met het verzamelen van data van scheerkappen. Toen ging het nog om 4 kilobyte per kapje, nu is dat minstens het 500-voudige.”

Daniël Caljouw, Senior Production Engineer

 

 

Om in de toekomst nog verder te verbeteren, heeft het team zelfs een eigen data-analyseplatform ontwikkeld: “Samen met externe partners gaan we kijken hoe we data zo kunnen inzetten dat we naar nul ‘unexpected breakdowns’ kunnen gaan. Problemen kunnen vaak worden voorkomen door op tijd in te grijpen als er kleine afwijkingen te zien zijn.

 

Al onze data zitten in dit platform, dat algoritmes ontwikkeld om nog verder te verbeteren. Het is belangrijk domein kennis toe te voegen van de systemen die je wilt analyseren. Een data scientist zou het niet alleen kunnen; de kennis van een engineer of monteur is erg belangrijk.”

 

“Werken bij Philips in Drachten voelt eigenlijk als een grote technologische speeltuin”, aldus Daniël. “Als je zo op de fabrieksvloer rondkijkt dan zie je bijvoorbeeld wel al veel autonoom rijdende wagentjes, die onder meer van de productievloer naar het magazijn en terugrijden om producten van de ene afdeling naar de andere te krijgen. Er gebeurt hier gewoon ontzettend veel op het gebied van innovatie.”

 

 

“Werken bij Philips in Drachten voelt eigenlijk als een grote technologische speeltuin. Er gebeurt hier gewoon ontzettend veel op het gebied van innovatie.”

Daniël Caljouw, Senior Production Engineer

Sitemap