Webinar 3: AI supporting operators in a flexible manufacturing environment

Productiebedrijven worden geconfronteerd met een toenemende vraag naar aangepaste producten tegen de prijs van serieproductie. Om aan deze vraag te kunnen voldoen, zullen zij hun productieparadigma moeten heroverwegen. Historisch gezien kunnen de productiesystemen in twee klassen worden onderverdeeld: i) manuele assemblage waarbij menselijke operators het voorwerp manipuleren en assembleren, wat prima werkt voor lage volumes van zeer complexe en diverse (hoogwaardige) voorwerpen, ii) volledig geautomatiseerde systemen, met robotoplossingen, wat zeer geschikt is voor producties met hoog volume. 

Om tegemoet te komen aan de vraag naar massacustomisaties is er behoefte aan herconfigureerbare productiesystemen waarin mensen en (multi-)robotoplossingen nauw zullen samenwerken. Operators zullen een cruciale rol blijven spelen in deze flexibele productieomgevingen, aangezien menselijke operators een grote flexibiliteit, handigheid en creativiteit bieden. Om echter effectief te zijn in high-mix low-volume productie (HMLV), worden nieuwe technologische oplossingen ontwikkeld om operators te ondersteunen in hun werk, waardoor de cognitieve en fysieke belasting wordt verminderd. De toekomstige flexibele assemblagecel zal hoogstwaarschijnlijk een robotachtig hulpmiddel bevatten om hoge ladingen te dragen of repetitieve taken uit te voeren die een hoog ergonomisch risico inhouden, camerasystemen om de assemblagekwaliteit te bewaken en informatiesystemen die operators informeren over de huidige order en de assemblagetaken die voor deze specifieke productvariant moeten worden uitgevoerd.

Tijdens dit webinar introduceren we nieuwe benaderingen die gebruik maken van AI-technieken om mensen die in flexibele productieomgevingen werken, te ondersteunen. Allereerst introduceren we systeemarchitecturen voor flexibele werkcellen waarin mensen intuïtief kunnen communiceren, bijvoorbeeld via spraak om taakinformatie op te vragen of om een assisterende robot te configureren. Vervolgens wordt in detail besproken hoe Reinforcement Learning gebruikt kan worden om slimme robotsystemen te realiseren, door slimme taakplanning en adaptieve robotcontrole. Tenslotte zal Gert Claes (Arkite) presenteren hoe Human Interface Mate adaptief wordt gemaakt in operator- en assemblagecontext.