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 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.”

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.”

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 ontwikkelt om nog verder te verbeteren. Het is belangrijk domeinkennis 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.”

Elke dag proberen we manieren te vinden om het leven te verbeteren, soms in kleine stapjes, soms met grote sprongen. Binnen Philips werken veel talenten aan technologische innovaties op het gebied van zorg en gezondheid. In de serie Young Innovators komen deze vernieuwers aan het woord en vertellen ze waar ze aan werken, wat hen motiveert en wat hun ambities zijn voor de toekomst.

Lees ook deze eerdere artikelen:

“Ik wil gewoon heel graag bijdragen aan innovatieve oplossingen voor de zorg”; Eline van Haaften promoveerde cum laude op haar 27e cum en kreeg verschillende onderscheidingen.
 
“De jongen die wolf riep”; Rohan Joshi promoveerde op alarmmoeheid op de IC. Bij Philips werkt hij aan innovaties om te vroeg geboren baby's te monitoren.
 
“Als wetenschapper houd ik van techniek, maar techniek zonder toepassing is niks”; in zijn promotieonderzoek maakte Rogier Wildeboer gebruik van machine learning om verschillende echotechnieken te combineren om prostaatkanker op te sporen.
 
Een fascinatie voor algoritmes, puzzels oplossen en het menselijk lichaam; Rozemarijn Weijers leidt een team van specialisten dat onderzoek naar de toepassing van een nieuwe mobiele röntgentechnologie in de praktijk.
 
“We staan met Artificial Intelligence in de gezondheidszorg aan het begin van wat er mogelijk is”; als Senior Scientist AI ontwikkelt Nicola Pezzotti nieuwe toepassingen van artificial intelligence die de gezondheidszorg verbeteren én te begrijpen zijn voor mensen.
 
“Ik geloof dat we de kwaliteit van leven echt kunnen gaan verbeteren door meer monitoring en betere preventie”; designer Renee Noortman ziet het als haar missie om innovatie zo goed mogelijk te laten aansluiten bij de behoeftes van patiënten.
 
Lena Jaschke deed als echte 'tech woman' een stap opzij, van softwareontwikkeling naar HR: “Met programmeren kun je levens redden”
 
Collin Tittle is één van de getalenteerde ingenieurs die scheer- en verzorgingsproducten voor mannen ontwikkelen: “Dankzij onze robotarm maken we slimme scheerapparaten”

Als Clinical Data Scientist versnelt Ymke de Jong innovatietrajecten met data en AI. Op die manier zorgt ze ervoor dat de oplossingen die worden ontwikkeld ook praktisch toepasbaar zijn in de gezondheidszorg – en het liefst zo snel en impactvol mogelijk.

Soms kan het combineren van bestaande technologieën zorgen voor een medische doorbraak. Jeroen van Pelt en Joost Groenen werkten als ingenieurs aan een essentieel onderdeel van zo’n innovatie: een CT-scanner die kan bewegen over rails.

At Philips' production and innovation location in Drachten, one of the smartest factories in Europe can be found. The employees in the factory are supported by no fewer than 300 robots, and smart data analyses make it less and less common for machines to break down unexpectedly.

Every day, engineers Daniël Caljouw and Wiljan Vos work on further automation and digitization of this factory environment – also referred to as industrial automation: "The dot on the horizon is a factory that can – in a manner of speaking – run in the dark."

Precision down to 70 micrometers

The Drachten factory produces – among other things – shavers and Personal Health appliances. According to Daniël, the manufacture of shavers in particular has put Philips at the forefront of digitization of the factory environment. "The production of shavers involves precision work. The thinnest part is only 70 micrometers thick, about the thickness of a hair; making it thicker means you can no longer get a close shave, and if it were thinner, the part would no longer be strong enough. If you want to work with that much precision, you have to collect a lot of data to be sure of what you're doing."

Machines in the factory are connected to computers that collect and analyze data, like modern cars or smart thermostats: "However, thanks to our Manufacturing IT department, the amount of data we collect in Drachten is extraordinarily high," says Wiljan. "Recently, a robot supplier visited us, and asked whether our data could be used in the further development of robots."

Everything is traceable

One of the ways in which this collected data can be applied is to prevent machines from breaking down. "We can – for example – see how much force is required to make a robot move," says Wiljan. "If a robot suddenly requires more power, this can be a sign that parts have become worn. These kinds of signals allow us to intervene, and replace parts before a machine breaks down. This is also known as predictive maintenance; you can predict when maintenance is required."

The main goal is to prevent unplanned breakdowns. Wiljan: "If a factory comes to a standstill, that has quite a few consequences. It means people in the factory can't do their job, you have to bring in extra technicians, and you need spare parts. In addition, the delivery reliability decreases, which may mean that you can no longer meet your schedule."

Data also helps us improve products: “Every razor that comes off our production line gets a unique number. We can also tell which parts have been used for every individual device, which supplier they come from, and when they arrived. In fact, everything is traceable; we know exactly when which device rolls off the production line. This means that if something does go wrong, and there is a batch with lower quality products, it is easier to determine the cause."

Collecting data from shaving heads

Within the world of industrial automation, the process is also referred to as 'Industry 4.0'; factory environments have become increasingly connected, generate more data, and are becoming smarter as a result. Daniël: "It's a bit of a buzzword, just like Big Data. Sometimes, it is talked about more than it is actually applied. However, in Drachten, we have actually come a long way in putting it into practice. In 2000, we started collecting data from shaving heads. At that time, it was only 4 kilobytes per head, now it is at least 500 times that number."

In order to improve even further in the future, the team has even developed its own data analytics platform: “In collaboration with external partners, we will be looking at how we can use data in such a way that we end up with zero 'unexpected breakdowns'. Problems can often be prevented by intervening in time, when small deviations become visible.

All our data is kept in this platform, which develops algorithms to improve even further. It is important to add domain knowledge of the systems you wish to analyze. A data scientist could not do that alone; the knowledge of an engineer or mechanic is very important."

"Working at Philips in Drachten actually feels like being in a big technological playground," Daniël says. "If you look around the factory floor, for example, you can already see a lot of automated guided vehicles, which – among other things – run from the production floor to the warehouse and back to transport products from one department to another. There's just a lot going on here in the field of innovation."

Every day we are looking for ways to improve life - sometimes in small steps, sometimes in big leaps. Within Philips, many talents are working on technological innovations for care and health. In the Young Innovators series, these innovators have their say; what are they working on? What drives them? What are their ambitions for the future?

Also check out these previous episodes:
 
“The boy who cried wolf”; Rohan Joshi was promoted on alarm fatigue in the IC. At Philips, he is working on innovations to monitor premature babies.
 
“As a scientist I like technique, but technique without application is nothing”; in his doctoral research Rogier Wildeboer used machine learning to combine different ultrasound techniques to detect prostate cancer.
 
A fascination for algorithms, solving puzzles and the human body; Rozemarijn Weijers leads a team of specialists investigating the application of a new mobile X-ray technology in practice.
 
With Artificial Intelligence in healthcare, we are at the beginning of what is possible; as a Senior Scientist, Nicola Pezzotti develops AI methods that improve healthcare, are applicable in practice, and easy to understand for humans.

"I believe we can really improve the quality of life through more monitoring and better prevention"; designer Renee Noortman sees it as her mission to make innovation meet the needs of patients as well as possible.

Lena Jaschke decided to take a step aside; as a 'true tech woman' she decided to move from software development to HR. "Coding can save lives"

Collin Tittle is one of the talented engineers who develop shaving and grooming products for men: “Thanks to our robotic arm we develop smart shavers”

As a Clinical Data Scientist, Ymke de Jong accelerates innovation processes with data and AI. In this way, she ensures that the solutions that are developed are also practically applicable in healthcare – and preferably as quickly and with impact as possible.

Sometimes combining existing technologies can deliver a medical breakthrough. Engineers Jeroen van Pelt and Joost Groenen have been working on a vital technical element of such an innovation; creating a CT scanner that is able to move on rails.