Studenten maken showcase Industrial Analytics en Machine Learning
Het bedrijf Kensan, dat in de Duurzaamheidsfabriek is gevestigd, helpt bedrijven onder meer om met behulp van data en algoritmes vroegtijdig fouten of verstoringen te signaleren in processen en systemen. Zelfs nog voordat ze optreden. Dat is op zich niet echt nieuw. Door deze vorm van Industrial Analytics echter te combineren met machine learning, wordt het mogelijk om nog preciezer en eerder ‘anomalies’ te detecteren. En dat zelfs zonder vooraf een probleemstelling te definiëren. Dát is wel vernieuwend. En best lastig uit te leggen aan potentiële klanten. Daarom vroeg Kensan-directeur Wiek Wijnands studenten van de mbo-opleiding Smart Technology een showcase te maken op basis van een eenvoudige dataset.
‘Rule based’ vs Machine learning
Versimpeld uitgelegd, wordt bij industrial analytics doorgaans een ‘rule based’ aanpak gehanteerd. Er wordt een probleem benoemd en daar worden vervolgens bepaalde regels en waarden aan toegekend. Bijvoorbeeld: als een machine hard draait gaat een bepaald tandwiel trillen. Boven een bepaalde waarde kan dat problemen opleveren en moet er dus worden ingegrepen. De machine kan dan bijvoorbeeld een signaal afgeven als die waarde bijna bereikt wordt. Op zich heel mooi, maar het nadeel is dus dat je zelf altijd eerst moet wéten dat dat probleem kan optreden en bij welke waarden dat gebeurt.
Bij Industrial analytics in combinatie met machine learning gaat de data-analyse software als het ware zelf op zoek naar afwijkingen. Op basis van – zelfs relatief weinig – machinegegevens kan de software zelf leren wat ‘normaal’ is voor de machine en dus ook waar afwijkingen ontstaan. Je hoeft dus zelf niet van tevoren zelf te definiëren wat je als een afwijking beschouwt. Daarbij brengt deze aanpak ook nog onbekende problemen aan het licht.
Demo op basis van showcase met Nacelle
In werkelijkheid is het verhaal natuurlijk complexer. En daardoor ook niet heel eenvoudig uit te leggen of inzichtelijk te maken. Wiek Wijnands vroeg daarom stagiairs Wes te Braak en Said Keteldijk van het da Vinci College een showcase te maken. Op basis van een beperkte set van 7 variabelen, gemeten over een dag tijd, analyseerden ze de data van de Nacelle windturbinesimulator van de Duurzaamheidsfabriek. Ze bouwden een analyse-model en verwerkten hun bevindingen in een presentatie.
Wiek: “Het is mooi dat we de Nacelle hiervoor konden gebruiken en ik ben heel trots op de studenten en wat zij hebben neergezet. Dat dergelijke faciliteiten hier in de Duurzaamheidsfabriek beschikbaar zijn én de opleiding Smart Technology was voor mij een belangrijke reden om me hier te vestigen. Het is ook goed om te zien dat de opleiding perfect aansluit bij wat wij doen en wat de bedrijven nodig hebben: het gaat niet alleen om IT, maar juist ook het bedrijfskundige aspect is heel belangrijk. De studenten hebben écht iets toegevoegd waarmee wij ons verhaal beter in de markt kunnen zetten. En binnenkort komt er een nieuwe stagiair die het onderzoek nog een stapje verder gaat brengen.”
Bekijk hieronder een korte videoclip van de draaiende Nacelle.