Kaak monitort bakkerijlijnen met Semiotic Labs

Sinds kort biedt Kaak zijn klanten een optie waarmee de kans op stilstand van hun bakkerijlijn drastisch afneemt. De Terborgse machinebouwer rust de kritieke motoren in het proces uit met de slimme monitortechnologie van Semiotic Labs. ‘Als je er vroeg bij bent, hoef je misschien alleen een lager te vervangen terwijl je anders je hele motor in de soep draait.’

Alexander Pil

De Kaak Group ontwikkelt en levert productielijnen voor industriële bakkerijen. Dat zijn installaties die het hele bakproces geautomatiseerd kunnen uitvoeren, van meel tot krat. Zo’n lijn bestaat uit een scala aan machines zoals rijskasten, koelinstallaties, ovens en andere gespecialiseerde apparatuur. Kaak levert de productielijnen met software waarmee zijn klanten kunnen zien en analyseren wat er gebeurt. Hoe snel en hoe lang draait een bepaalde machine? Hoe vaak zijn de productdragers al op de lijn in gebruik geweest? Wat gebeurt er met de temperatuur en luchtvochtigheid? Al die informatie wordt verwerkt door het Ibakecare-platform van Kaak.

In het verlengde van die service kan ook gedetailleerde data worden verstrekt over bijvoorbeeld de motoren. Het bedrijf uit Terborg werkt toe naar een platform waarop alle technologische informatie beschikbaar is. Een platform dat bijvoorbeeld een seintje geeft als een filter een vooraf ingestelde leeftijd heeft bereikt of als een motor steeds minder efficiënt draait. ‘Maar het gaat verder dan alleen onderhoudsgegevens’, vertelt Marcel Trapman, teamleider van het Ibakecare-platform bij Kaak. ‘Ook de productiemanager en de directeur kunnen er de informatie vinden die ze nodig hebben. En wij als machinebouwer hebben baat bij sommige gegevens omdat ze ons kunnen helpen nog efficiënter support te leveren.’

Er zijn posities in een productielijn die kritiek zijn voor het proces. Trapman geeft een voorbeeld: ‘Neem de aandrijving van de koeltoren. Zo’n toren zit richting het einde van het proces. Als op dat punt iets fout gaat, dan frustreert dat niet alleen de lopende productie, maar ook de verdere planning.’

Om zo’n situatie voor te zijn, biedt Kaak zijn klanten nu de mogelijkheid om – eventueel achteraf – de lijn te voorzien van de sensoren van Semiotic Labs. Die herkennen niet alleen dat een motor afwijkend gedrag vertoont, maar geven ook een waarschuwing af wanneer deze afwijking zou kunnen leiden tot breuk.

Patronen herkennen

Door machine learning los te laten op het stroomgebruik kan Semiotic Labs precies voorspellen wanneer een elektromotor het zal begeven. ‘Mechanische schade aan een motor veroorzaakt trillingen en die verstoren het luchtveld tussen de stator en de rotor. Dat zie je terug in de stroomsinus’, verklaart Simon Jagers, oprichter en coo van het Leidse bedrijf. ‘Op basis van die rimpels kun je zelfs het type schade identificeren.’

Voor monitoring hoeven daarom geen sensoren op de machines geïnstalleerd te worden; een stroomsensor in de schakelkast volstaat. Die bemonstert het verbruik met hoge frequentie – zo’n duizend hertz – en zendt de gegevens door naar de cloud. Via machine learning rolt daar een indicatie uit welke motoren in de problemen aan het raken zijn, en hoe lang het nog duurt voordat het zover is. ‘Je kunt de patronen leren die passen bij lagerschade of juist bij overbelasting. In theorie kun je daarmee heel dicht tegen de honderd procent betrouwbaarheid komen’, stelt Jagers. Daarvoor moeten de algoritmes die faalmechanismen wel een keer gezien hebben. Een van de voordelen van de cloudaanpak is dat Semiotic Labs de sensorgegevens centraal verzamelt, dus dat de dataset met elke klant groter wordt.

Jagers: ‘Voor zes tientjes in de maand bieden we een robuuste oplossing. Voor kritieke componenten zijn die kosten te billijken.’ Er hangt immers een stevig prijskaartje aan stilstand. ‘Downtime kan op zichzelf al heel duur zijn, maar je hebt nog hogere kosten als je onderhoud moet doen op zondagmiddag of als een motor heel lastig te bereiken is zoals in een rijskast. Als je er vroeg bij bent, hoef je misschien alleen een lager te vervangen terwijl je anders je hele motor in de soep draait.’

Exclusief

Kaak en Semiotic Labs werken al sinds 2015 samen. De partners hebben het Ibakecare-platform gekoppeld aan de Leidse Smart Asset Monitoring-oplossing (Sam4). ‘Wij signaleren de schade, Kaak pakt het daarna op’, schetst Jagers de rolverdeling. ‘Dat gaat vaak om een inspectie, omdat we het vrij ver van tevoren zien aankomen. Dan kun je nog iemand langs sturen. Anders gezegd: als wij zeggen dat iets het doet, heb je er geen omkijken naar.’

De testfase is inmiddels voorbij, waarin Kaak de technologie onder meer in de praktijk uitprobeerde bij een grote Nederlandse klant. Trapman: ‘Op een bakkerijlijn komt het voor dat er per dag tien verschillende producten voorbijkomen. Dat heeft invloed op het gedrag van de machine en dat leverde in eerste instantie veel valse foutmeldingen op, ook omdat we relatief lichte motoren gebruiken. Semiotic Labs heeft de gevoeligheid van zijn tool aangepast om dat probleem te tackelen.’

Beide partijen zijn nu tevreden over de kwaliteit van de oplossing. Ze sloten daarom onlangs een nieuwe en intensievere samenwerkingsovereenkomst. Kaak gaat de Semiotic-technologie exclusief voor de bakkerijwereld aanbieden. ‘Het is nu afwachten hoeveel klanten de technologie daadwerkelijk aanschaffen’, zegt Trapman. ‘Er zijn er die nog zeer ambachtelijk werken of waar heel veel personeel rondloopt. Maar ik verwacht dat de interesse de komende jaren zeker zal toenemen omdat er steeds meer wordt geautomatiseerd.’