Werken bij Philips Drachten: één van de slimste fabrieken van Europa
- sep 16, 2022
- 5 minuten leestijd
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.”
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
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
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.”
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
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.
