Webinar 1: AI-enabled Optimization of Production Processes

Industriële productieprocessen zijn vaak zeer complex: zij bestaan uit meerdere stappen en de verschillende parameters van elke afzonderlijke productiestap kunnen het eindresultaat sterk beïnvloeden. Bijgevolg kan het verkrijgen van goede procesparameters die de productkwaliteit en productiviteit garanderen, een omslachtige taak zijn, vooral wanneer het meten van de (tussen)productkwaliteit moeilijk is en experimenten duur zijn. Bovendien moet vaak een afweging worden gemaakt tussen conflicterende doelstellingen, bijv. het minimaliseren van de procestijd en het maximaliseren van de productkwaliteit.

Tijdens dit webinar introduceren we nieuwe benaderingen die gebruik maken van AI-technieken om procesparameters te optimaliseren. Ten eerste zullen we aan de hand van een industriële lijmtoepassing illustreren hoe Gaussiaanse processen kunnen worden gebruikt om kosteneffectieve procesparameters te vinden die de structurele sterkte van het eindproduct garanderen. Ten tweede zullen we bespreken hoe AI-technieken kunnen worden gebruikt om anomaliedetectiesystemen te realiseren en hoe actieve leermethoden kunnen zorgen voor online kwaliteitscontrole voor additieve productie, die in staat zijn om te gaan met veranderende productie- en omgevingsomstandigheden, en de effectiviteit van de technieken aantonen aan de hand van eerste experimentele resultaten. Tot slot zal Nicolas Deruytter, CEO van ML6, uitleggen hoe Machine Learning vandaag al wordt gebruikt om de efficiëntie te verbeteren en de koolstofvoetafdruk van productieprocessen te verkleinen.