In deze research rubriek van september, zoomen we in op hoe industriële productiesoftware, razendsnel evolueert, bekommernissen over continuïteit, vendor lock-in, en dat waardecreatie de basis is voor onderzoek. Dit doen we met niemand anders dan Prof. Johannes Cottyn, hoofddocent aan de Faculteit Ingenieurswetenschappen en Architectuur van UGent.
Hij is voorzitter van de vakgroep Industriële Systemen en Productontwerp. Hijzelf koos na zijn Master in de industriële wetenschappen Elektrotechniek-Automatisering, om op te schalen via een aanvullende en predoctorale opleiding in de Computerwetenschappen, om daarna een Doctoraat in Industrial Engineering & Operations Research te voltooien. Binnen de universiteit richt hij zich op het opleiden van ingenieurs en het coördineren van onderzoekstrajecten die inspelen op de uitdagingen van de moderne maakindustrie. Sinds zijn doctoraat is hij vooral bezig met onderzoek naar hoe je op een efficiënte manier productie- en logistieke omgevingen kan aansturen. Hij is nauw betrokken bij onderzoek via Flanders Make waar hij de onderzoeksgroep FlandersMake@UGent-ISyE coördineert. Hij is sterk betrokken via de Campus Kortrijk in de lokale technologiecluster, waar Flanders Make, UGent, Howest, Agoria, Sirris, KULeuven en Vives op een boogscheut van elkaar samenwerken.
De laatste 10 jaar is Cottyn vooral een bruggenbouwer, die industrie en research verbindt. Onderzoek binnen zijn domein is maar zo waardevol, als de toegevoegde waarde die je in de toekomst voor de industrie creëert. Concreet, Cottyn is bezig met hoe fabrieken in de toekomst nog efficiënter hun processen, zelfs autonoom, niet alleen monitoren, maar realtime bijsturen.
Hij koos resoluut voor toegepast onderzoek in plaats van de bedrijfswereld. Hij wil de hyaten in de industriële technologie opsporen en via bijkomende innovaties de bruikbaarheid en industriële adoptie verhogen, in samenwerking met de technologie aanbieders. Het blijft hem verbazen hoe bedrijven, die wereldspelers zijn op het vlak van vooruitstrevende producten, vaak hun productieprocessen nog zo stiefmoederlijk behandelen. Hier ligt nochtans één van de opportuniteiten om productie activiteiten in Europa/Vlaanderen te houden en te versterken. Maar die autonomie, variatie, en uitdagingen voor die toekomstgerichte fabrieken kan je als ingenieur moeilijk alleen bewerkstelligen. Het vereist een multidisciplinair team van ingenieurs met goede partnerships met technologie aanbieders. ‘ Het onderzoek dat wij met ons FlandersMake@UGent team doen, naar toekomstige technologie, is zeer sterk valorisatie gedreven’ benadrukt Johannes, ‘er is geen tijd om als onderzoeker ergens vanuit een ivoren toren of donker lab random te zitten experimenteren, alles evolueert zo snel. Bovendien geeft het enorm veel voldoening als we zien dat onze resultaten bedrijven effectief verder helpen’.
Wat is er allemaal veranderd
Johannes begint met uit te leggen dat, waar 20 jaar geleden alles nog draaide rond de uitrol van productiesoftware in de fabriek, het op vandaag vooral gaat over hoe die software zo slim gemaakt wordt dat alles nog meer autonoom gebeurt. AI, digitale modellen, en de navenante cybersecurity poppen uiteraard in die trend steeds meer op.
Volgens mijn gesprekspartner is onderzoek vanop vandaag de balans van wat de industrie aan research vraagt, en omgekeerd, detecteren mensen zoals Johannes, lacunes, zwakheden in productie, waarvoor ze zelf oplossingen gaan voorstellen. Meestal is het zo dat als industrie iets vraagt, het veelal vijf voor twaalf is, en plots immens prioritair. Vandaar, het toegepast onderzoek probeert de noden van de fabriek nu en morgen, vandaag voor te zijn.
‘Typisch aan productie is dat iedere fabriek niet zomaar staat te springen om constant te veranderen, want dat zou wel een immense impact kunnen hebben op huidige productie. Productie omgevingen zijn om te beginnen heel complex, en ook per bedrijf heel specifiek’ benadrukt onze professor. ‘Software om productie te plannen, te organiseren, en te monitoren zoals MES ( Manufacturing Execution Systems) en pure ERP ( Enterprise Resource Planning) zijn op vandaag al de norm, ook voor de meeste KMO’s. De vraag op vandaag is eerder hoe je zo’n software kan laten mee evolueren met de actuele behoefte van de fabriek of laten meeschalen met uw groeiend bedrijf. Vroeger stonden de principes van lean nog een beetje dwars tegenover het rigide gestandaardiseerd principe van software. Op vandaag, door slimme platformen en AI hoeft dit niet meer zo te zijn’ vervolgt hij.
AI gedreven software geeft op vandaag suggesties, en neemt soms ook beslissingen. Dat kan alleen maar met de juiste data en de juiste infrastructuur. Actueel zijn we vooral bezig met hoe via digitale tools en AI iemand uit productie of zelfs een operator kan ondersteund worden met de nodige data om beslissingen te nemen, of zelfs predictief scenario’s gaat berekenen van welke beslissing welke impact kan hebben. In die predicties moet met heel veel rekening gehouden worden, gaande van beschikbaarheden van producten, machine uitval, herstellingstijden, maar ook bijvoorbeeld (ziekte) afwezigheden van mensen.
Vermijd het vastrijden in de toekomst
‘Met het Vlaio Industrie 4.0 proeftuin project MES4SME was het toen vooral de bedoeling om na te gaan of voor specifieke fabrieken, het kiezen voor één alles overkoepelende MES, of eerder het kiezen voor een middleware, waar heel specifieke modules per proces worden aan gekoppeld. Op vandaag is eerder de vraag hoe lang een digitaal platform beantwoordt aan de nieuwste digitale noden van een fabriek, en vooral gaan vermijden dat je als fabriek niet vastgenageld zit aan een systeem dat niet meer voldoet (vendor lock-in) - Stel dat je behoefte hebt aan een meer AI gedreven ‘scheduler’, en je bestaande MES voldoet daar niet aan, of laat geen integratie toe, dan zit je moervast met grote kosten om daaruit te geraken’ oppert onze onderzoeker. Voor productiesoftware bestaat eigenlijk geen ‘one size fits all’ oplossing.
Er zijn eigenlijk 2 typische pistes volgens Cottyn. Ofwel ga je werken met een MES leverancier die overal modules voor aanbiedt, en ook de mogelijkheid biedt om daar externe integraties op te laten draaien, ofwel ga je zelf de ruggengraat ontwikkelen, en ben jij de dirigent die andere partijen oplegt hoe, en onder welke voorwaarden hun tools kunnen ingeplugd worden op die backbone.
De toekomst is self optimizing en flexibel
‘De behoefte is nu om je productieparameters realtime aan te passen op de actuele situatie. Daarvoor heb je een grote hoeveelheid historische data nodig, om meestal via een digital twin, elk relevant detail weer te geven, om scenario’s uit te denken, en daar voor de toekomst uit te leren. Zo’n simulaties zijn heel intensief, en vereisen de nodige voorkennis om te weten wat je moet in de simulaties meenemen’ vervolgt Johannes.
Concreet is de vraag groot naar lay-out aanpassingen van de productielijnen. In een era waar producten snel veranderen, moet ook een productielijn flexibel kunnen aangepast worden legt Cottyn uit. Grote spelers zoals Atlas Copco, Tenneco, Picanol, CNH en Vandewiele proberen om 5 à 10 jaar verder te denken, bij het investeren in nieuwe productielijnen. ‘Neem nu het typevoorbeeld van een robot in een flexibele werkcel, duidt Cottyn, je kan die aankopen met de reikwijdte en payload voor je huidig product, maar misschien is het beter om hem wat te over dimensioneren, omdat je toekomstige product misschien groter of zwaarder zal worden. Natuurlijk, iedere Euro die je vandaag extra investeert, moet zijn geld terug verdienen (of kosten besparen) in je productie van morgen’.
Met Flanders Make ontwikkelt men nu rekenmodellen die op basis van historische data, en in functie van toekomstige scenario’s, ook voorspellen welke technologie en machines ingepland moeten worden om flexibel en goedkoop naar die nieuwe productie te schalen.
Straks op ABISS 2026, tonen FlandersMake@UGent en Howest, samen met een aantal partners van het Vlaio TETRA project VE∞X, hoe je met XR en 3D modellen het ontwerpen en optimaliseren van je productieomgeving kan ondersteunen. De bedoeling is om bij het ontwikkelen van een productiesysteem, al op voorhand, en samen met de fabrikant, de integrator, en de hard- en software leveranciers, kennis te delen. Zo kan je bijvoorbeeld wanneer de machine nog geïnstalleerd wordt, vanuit de modellen die je gebruikte voor virtuele inbedrijfsstelling (virtual commissioning) ook al een XR trainingsplatform genereren voor de operatoren en onderhoudstechniekers van de machine.
Wat ik onthoudt uit mijn gesprek met Johannes is vooral dat de toekomst van productie ‘autonoom’ is. Automatisering wordt geautomatiseerd, in die mate dat machines niet alleen automatisch werken, maar ook autonoom, realtime, zelflerend en flexibel de productieparameters gaan aanpassen aan nieuwe productiesituaties.
