Het klinkt zo mooi: informatie en processen in elke fase van de levenscyclus van een product documenteren in één systeem. Dat maakt de informatie toegankelijk, zorgt voor consistentie, kwaliteitsverbetering en correcte overdracht van informatie. In een notendop is dit wat PLM doet (Product Lifecycle Management). PLM is een essentieel onderdeel van de digitale transformatiestrategie van maakbedrijven.
De behoefte hieraan groeit door de veranderende klantvragen, de kortere doorlooptijden en de noodzaak productie te verduurzamen. Grote machinebouwers en hightech Tier 1 toeleveranciers in hun supply chain werken er mee. Voor het midden- en kleinbedrijf in de industrie was een PLM-systeem tot nog toe een stap te ver. Implementatietrajecten van anderhalf tot twee jaar kunnen zij niet aan. “En dan nog haalt de helft niet de oorspronkelijke doelstelling”, zegt Bas Koomen, Technical Director bij Cadmes.
Toch wordt PLM belangrijker voor de kleinere spelers in de machine-industrie. Als je minder gecontroleerd innoveert, kun je niet de stappen maken waarvoor de mogelijkheden in het mkb-bedrijf wel aanwezig zijn, meent Renso Kuster, Strategic Business Development Manager bij Cadmes. “Ze zijn dan vooral druk met het ad hoc beheren van processen die toch wel lopen.” Terwijl innovatie alsmaar sneller moet gaan vandaag de dag.
PLM voor MKB, samen met het 3DEXPERIENCE platform van Dassault Systèmes, breng rust, zodat je sneller ontwerp iteraties kunt maken in een gecontroleerde systematiek. “PLM is zo perfect geschikt voor het midden- en kleinbedrijf en zorgt ervoor dat het gat met de grote bedrijven niet groter wordt.”
Kunstmatige Intelligentie is eigenlijk net zo’n thema waar grote spelers mee bezig zijn, maar waar de kleinere en middelgrote machinebouwer amper weet hoe ermee te beginnen. Het besef dat ze er iets mee moeten doen is er wel, merkt Peter Potters, Productmanager bij Festo op. Maar veel machinebouwers vinden het moeilijk om ermee te beginnen omdat niet duidelijk is wat het kost en wat het oplevert.
“Dat is ook hartstikke moeilijk”, beaamt hij. Maar je kunt AI niet negeren. “AI is iets dat blijvend de industrie gaat veranderen. Het wordt een onmisbaar gereedschap in je toolbox.” Festo demonstreert tijdens Digital Innovation een plug-and-play AI oplossing die behapbaar en tastbaar is voor kleinere machinebouwers om hun klanten predictive maintenance aan te kunnen bieden. En met een heldere kostenstructuur, zodat ze de business case kunnen berekenen.
Zowel Festo als Cadmes begrijpen dat digitalisering voor het midden- en kleinbedrijf vooral concreet moet zijn. Behapbaar en tastbaar, zoals Peter Potters van Festo het al zei. De oplossingen die de twee exposanten tijdens Digital Innovation, 5 en 6 juni in de Brabanthallen in ’s Hertogenbosch tonen, zijn heel concreet. Uniek aan de aanpak van Cadmes is dat het voor PLM voor MKB het totale PLM concept heeft opgeknipt in 32 bouwstenen, de zogenaamde referentieprocessen. Hieronder liggen use cases, heldere beschrijvingen. Hiervan zijn telkens meerdere varianten, zodat de beschrijving kan worden gekozen die het beste aansluit bij de manier van werken in een bedrijf.
Renso Kuster: “We betrekken hier de deelnemers bij, zodat zij direct begrijpen hoe het gedaan wordt en wat de impact ervan zal zijn.” Bij een implementatie maken de consultants eerst samen met de medewerkers een roadmap van welke referentieprocessen men gaat aanpakken. Ook staat hierin wanneer welke stappen gezet worden. “Zaken die we binnen enkele weken kunnen realiseren.” Van elk referentieproces wordt ambitieniveaus vastgesteld: waar staat het bedrijf nu, waar wil het over een bepaalde tijd staan en wat is het einddoel? Het voordeel van deze modulaire aanpak is volgens Bas Koomen en Renso Kuster dat je snel tot concrete resultaten komt en vanaf dag 1 de medewerkers erbij betrokken zijn.
En dankzij de use cases kan de aanpak worden afgestemd op het karakter van bedrijf, zonder dat er in de software telkens maatwerk geleverd kan worden. “In de oude opzet is er weinig ruimte om bij te sturen; in de nieuwe methode wordt de klant onderdeel van het proces. Ze worden meegenomen in het maken van de keuzes”, zegt Bas Koomen. De eerste implementaties bij mkb-maakbedrijven wijzen uit dat deze methodiek succesvol is. Binnen 5 tot 10 weken werken de eerste modules. Renso Kuster: “Voor het mkb is dit een heel praktische aanpak. Na die periode kunnen ze de voordelen die het systeem biedt er al uithalen en daarna deze voordelen alleen maar uitbreiden.”
Festo maakt AI heel tastbaar. De producent van automatiseringstechnologie heeft een algoritme, verpakt in een app, ontwikkeld die draait op een industrie PC en data uitleest van een PLC die een pneumatische cilinder aanstuurt (voor een elektrische cilinder komt er binnenkort een soortgelijke oplossing). In het dashboard dat bij de app hoort, zie je direct de status van de cilinder. De uitgelezen data kun je naar een hoger liggend systeem sturen.
Festo heeft voor de MQTT standaard gekozen, een breed geaccepteerd protocol voor data uitwisseling. Peter Potters: “Zie het als het kleinste steentje uit een Lego-doos vol AI blokken. We proberen het zo eenvoudig en laagdrempelig mogelijk te houden. Wie een PLC kan programmeren, kan onze app programmeren.” De software draait op een on-premise industrie PC; een koppeling naar de cloud is niet nodig. De data blijven op de industrie PC, eigendom van de eindgebruiker, precies zoals de Europese regelgeving voorschrijft. Machinebouwers kunnen zo beginnen met voorspellend onderhoud voor hun machines in te voeren.
Festo rekent per jaar €36 per cilinder voor de app en het dashboard, waarbij per 10 cilinders wordt afgerekend. Met deze vaste prijs wil Festo ook de financiële drempel verlagen en het berekenen van de business case vereenvoudigen. Peter Potters: “Ervaringen van klanten en van Fraunhofer wijzen uit dat je met predictive maintenance 5 tot 20 procent ongeplande productiestilstand kunt voorkomen. Als je de uurprijs van de machine of productielijn kent, kun je eenvoudig uitrekenen wat elke procent minder uitval oplevert.”
LOGO / LINK / WEBSITE
DOWNLOAD PDF