Visionsysteem verbetert OEE met dubbele cijfers

06/01/2017

Door Liam van Koert

Voor een grote Duitse bakkerij ontwikkelde Van den Akker Engineering een 3D-visionsysteem om aanzienlijk meer grip te krijgen op de productie. Realtime volumetrische gegevens worden nu gebruikt om continu de receptuur bij te sturen. Ook kunnen de verschillende machines in de lijn vanuit het Line Management Systeem beter op elkaar worden afgestemd. Alles bij elkaar scheelt dat een flinke portie misbaksels.


     

“Brood is een levend product”, zegt directeur Arno van den Akker. “Verschillende typen deeg uniform verwerken is daarom niet zo eenvoudig als het lijkt. Even voor de beeldvorming: de lengte van een chiabatta broodje kan door gisting op een kort stukje productielijn gemakkelijk een centimeter afwijken. Met ons visionsysteem brengen wij dit terug naar 4 millimeter. Voor bakkersbegrippen is dat heel behoorlijk. Er is dan ook heel veel interesse vanuit de markt.”

Bakkerijautomatisering

De industriële automatiseerder uit Rosmalen is een expert op het gebied van logistiek en productieoptimalisatie in tal van sectoren. En hoewel misschien minder bekend bij het grote publiek, heeft het bedrijf een indrukwekkend lijstje met innovatieve projecten op hun naam staan. De allereerste PROFINet installatie in Nederland bijvoorbeeld, bij een zeer bekende retailer, waarvan de naam niet genoemd mag worden. Ook het onlangs opgeleverde sterke staaltje bakkerijautomatisering – een wereld waarin Van den Akker Engineering haar sporen ruimschoots heeft verdiend – valt in dit illustere rijtje. “Het optimaliseren van bakkerijen is een van onze specialiteiten. We werken onder andere veel samen met machinebouwer Verhoeven uit Oss. Zij ontwikkelen de hardware en bouwen de machines, wij verzorgen de integratie. Ook ontwikkelen we onze eigen software. Voor OEE (red. Overall Equiptment Efficency) bijvoorbeeld. Hiermee geven we onze klanten inzicht in de prestaties van hun machinepark op basis van gegevens die we uit sensoren en PLC trekken. Vervolgens biedt onze uitgebreide OEE-toolbox handvatten om de productie te optimaliseren.” Volgens Van den Akker is vision eigenlijk een logisch vervolg op deze ontwikkeling. Door realtime gegevens over producten met die van de productiemiddelen te combineren, kunnen – mits het proces gesnapt en dus gegevens geduid kunnen worden – krachtige analyses gedaan worden en nog betere keuzes worden gemaakt.

1500 broodjes per minuut bekijken

Michael Ruijs is met zo’n 20 jaar ervaring een van de visionroutiniers bij Van den Akker Engineering. Gevraagd waarom de Duitse bakker wel brood zag in 3D-visiontoevoegingen aan hun productielijnen, schetst hij een voor de bakkerswereld herkenbar verhaal. “Brood is zoals gezegd een natuurproduct, met alle variabele gevolgen van dien. Maar bij grote bakkerijen staan er ook heel veel verschillende soorten machines van verschillende makelij in eenzelfde lijn. Gezamenlijk zijn ze verantwoordelijk voor een eindproduct van goede kwaliteit. Gaat het fout, dan wordt er in de zoektocht naar de oorzaak vaak ongefundeerd naar elkaar gewezen. Meestal ligt de schuld echter niet bij één onderdeel, maar speelt een optelsom van factoren. Om die boven water te krijgen moet je meten. Dit heeft de klant eerst steekproefsgewijs handmatig met een mal geprobeerd. Maar met 1500 broodjes per minuut bleek dit al snel onbegonnen werk. Omdat wij met de installatie van onze OEE-oplossing al de nodige ervaring met de lijnen hadden opgedaan, zijn we gevraagd om ook inline productmetingen te verzorgen.”


Universele 3D-oplossing

De keuze voor 3D-vsion kwam niet zomaar uit de lucht vallen. Michael: “We wilden al een aantal jaren een eigen kwaliteiscontrolesysteem op basis van 3D-vision als aanvulling op onze OEE software. We hadden al de nodige software geschreven en experimenten gedaan. Dat deze Duitse bakkerij nu met deze vraag kwam, was dus een perfecte kans om die ambitie waar te maken. In dit geval hebben we voor het vision-deel lasertriangulatie met een IVC 3D camera van Sick gedaan. Maar de zelf in C geschreven software kan ook prima met andere cameratypen of meetmethoden als stereovision uit de voeten. Ook daar hebben we de nodige testen mee gedraaid. Belangrijkste is dat we een puntenwolk hebben. Uit de volumetrische gegevens bepalen we het zwaartepunt. Uit de bounding box – de uiterste omkadering van het product – destilleren we hoogte, lengte en breedte. De combinatie levert ons vervolgens de positie en de rotatie om het zwaartepunt van het product. Al deze gegevens zetten we in een database waar we vervolgens allerlei realtime grafieken uit laten rollen die op een groot touch screen bij de lijn worden getoond. In het geval van deze Duitse bakkerij middelen we de gegevens eerst over 50 of 100 producten. De klant kan deze waarden zelf kiezen. Natuurlijk weten we nog steeds op productniveau of deze bijvoorbeeld niet te hoog is voor invoer in een machine en er moet worden ingegrepen, maar de klant kan ook trends bekijken. Is alles in orde, dan staan de groene duimpjes achter de grafieken omhoog. Lopen de gemiddelden buiten een eerste ingestelde grenswaarde, dan gaan de duimen omlaag. De klant weet nu dat waakzaamheid is geboden. Ook gebruikt hij deze gegevens over een langere periode gemeten om te kijken of het misschien telkens de ochtendploeg is die minder presteert, of dat er misschien een bepaald ingrediënt voor afwijkingen zorgt. Wordt een tweede grens overschreden, dan kleurt het geheel rood en volgt er afkeur. Het wordt dan zaak voor de operator om in te grijpen.”


Virtuele RFID-tag

Hoewel een grote aanwinst voor de bakkerswereld ziet Van den Akker Engineering veel meer mogelijkheden voor het systeem. Michael: “Eigenlijk kan bijna elke productielijn wel profiteren van realtime, inline 3D-vision. Niet alleen voor het controleren van de kwaliteit, maar ook voor de procesbesturing. Een robot voorzien van 3D-informatie is een voor de hand liggende keuze. Maar de echte kracht van ons systeem zit hem denk ik in de snelheid en de robuustheid. Hierdoor kunnen we data heel goed synchroniseren en precies zien waar een product zich op welk moment in een productielijn bevindt. Op productniveau dus. Je hebt nu feitelijk een ‘virtuele RFID-tag’ ter beschikking. Een virtuele informatiebox waarin telkens nieuwe productspecifieke procesdata kan worden gestopt. De machineparameters van een bewerkingsstap bijvoorbeeld. Maar ook extra meetwaarden zoals kleurinformatie vanuit een andere camera of de gegevens vanuit een weegsysteem.”


Kalibratie

Waarom het 3D-systeem van Van den Akker Engineering zo robuust en snel is? Dat is met name te danken aan de software en aan de kalibratie. Michael: “Hoewel universeel, is elk systeem ook maatwerk. We bouwen het voor een specifieke applicatie en testen uitvoerig. Een belangrijk onderdeel hiervan is de kalibratie van de camera’s. Want al is je camera nog zo duur, onze ervaring is dat er geen twee dezelfde zijn. Ook niet wanneer je het zelfde type bij dezelfde fabrikant koopt. Om de grote spreiding die we zien te ondervangen hebben we samen met de TU Eindhoven een algoritme ontwikkeld dat voor harde afwijkingen in hoek en positie corrigeert. Dit algoritme is onderdeel van onze visionsoftware en is zodanig opgebouwd dat we ook bij helemaal nieuwe type camera’s, snel afwijkingspatronen herkennen en hiervoor kunnen compenseren.”


Toekomstplannen

Naast de ambitie het nieuwe 3D-systeem op verschillende fabrieksvloeren neer te zetten, blijft er ook in Duitsland voldoende werk aan de winkel. Michael: “De klant is zo enthousiast dat we momenteel hard aan uitbreidingen werken. De koppeling met het LMS- en ERP-systeem is gelegd en op basis van onze meetwaarden direct na de afbaklijn – hier is het deeg het meest stabiel – wordt de receptuur inmiddels aangepast. Tijd voor meer metingen op andere plekken. Met name het tellen van de afkeur in het afkoelproces is een issue. Tellen in 2D is lastig omdat je niet goed ziet of er producten op elkaar liggen. Toch wil onze klant de leverancier van de afkoelinstallaties kunnen vertellen hoeveel afkeur hun machine oplevert. Door ook een 3D-camera direct na de koelinstallatie te plaatsen – deze kan op dezelfde CPU draaien als het reeds geïnstalleerde systeem – kunnen we de productstromen over elkaar heen leggen. We zien het verschil tussen de ingaande en de uitgaande productstroom en dat is precies waar de grote winst van 3D-vision zit. Niet alleen kijken naar gegevens vanuit de machine, maar naar hetgeen de producten zelf je vertellen. Dat werkt heel verhelderend. En mits je processen snapt, je lijnen kent en daarmee de juiste correlaties weet te leggen, zou dit je zomaar eens dubbele cijfers OEE-winst kunnen opleveren.”