CNH verbetert kwaliteitscontrole van maaidorsers met datagedreven eindtesten
“Dankzij slimme analyse van sensordata kan CNH de kwaliteit van maaidorsers aan het einde van de productielijn nauwkeuriger beoordelen en tegelijk structureel leren uit productiegegevens.”
In de productie van maaidorsers is een grondige kwaliteitscontrole aan het einde van de productielijn essentieel. Voor CNH lag daar een duidelijke uitdaging: hoe kun je bij pas geproduceerde machines sneller en betrouwbaarder detecteren of er afwijkingen zijn in draaiende componenten, zoals lagers, onbalans of kettinggerelateerde fouten? Klassieke eindtesten geven wel een algemeen beeld van de werking van een machine, maar maken het niet altijd eenvoudig om zulke specifieke problemen vroeg en systematisch te herkennen.
Net daar bracht de samenwerking met Flanders Make een meerwaarde. Flanders Make bepaalde welke sensoren en welke kenmerken in de meetdata het meest geschikt zijn om tijdens de DRI-test (dynamic ride-in of end-of-line testing) de conditie van nieuwe CNH-maaidorsers op te volgen. Daarbij werd gefocust op foutdetectie voor onder meer lagers, onbalans en kettingproblemen in verschillende componenten van de machine. Die kenmerken werden vervolgens verwerkt in een Power BI-dashboard om de conditie van individuele machines tijdens de eindtest zichtbaar te maken.
Betere eindtest dankzij sensordata
De aanpak vertrekt van meetdata die tijdens de eindtest wordt verzameld met zorgvuldig gekozen sensoren. Die sensoren worden tijdelijk op specifieke posities op de maaidorser geplaatst om relevante data op te nemen, en na de test opnieuw afgenomen. Op basis van die gegevens werden kenmerken ontwikkeld die toelaten om mogelijke afwijkingen zichtbaar te maken en op te volgen. Zo ontstaat voor CNH een veel helderder beeld van de conditie van individuele machines op het moment dat ze de productielijn verlaten.
De sensorgegevens uit de testen worden doorgestuurd naar een cloudomgeving, waar ze verder verwerkt worden zodat snel zichtbaar wordt of een machine voldoet aan de kwaliteitsverwachtingen of dat een gerichte actie nodig is.
Data levert dubbele meerwaarde
Die datagedreven aanpak levert een dubbele meerwaarde op. Enerzijds maakt ze een grondigere kwaliteitscontrole mogelijk van elke afzonderlijke machine aan het einde van het productieproces. Anderzijds zorgt de systematische beschikbaarheid van data over veel geproduceerde machines ook voor waardevolle input richting ontwerp en R&D. Door trends en terugkerende afwijkingen beter te analyseren, kan CNH niet alleen sneller fouten detecteren, maar ook structurele verbeteringen doorvoeren in ontwerp en productie.
Voor CNH betekent dit een belangrijke stap naar slimmere kwaliteitscontrole in de fabriek in Zedelgem. Door sensoren, data-analyse, cloudverwerking en duidelijke dashboards te combineren, wordt end-of-line testing niet alleen een controlemoment, maar ook een bron van inzichten om machines en processen verder te verbeteren. Zo toont deze case hoe onderzoekskennis, digitale infrastructuur en industriële implementatie samenkomen in een concrete toepassing met directe impact op kwaliteit én continue verbetering.
Meer over de gebruikte technologieën
Productie, mechanische componenten & systemen
Voor het optimaliseren van mechanische componenten en systemen, hun prestaties, duurzaamheid en productieprocessen.
Situational & self-awareness technologieën
Voor het identificeren, analyseren en evalueren van zowel omgevingscondities als systemen.
