De druk op de capaciteit van metaalbewerkers neemt toe. Klanten verlangen dat ze steeds meer verschillende bewerkingen uitvoeren en dus meer productiestappen aankunnen. Gelukkig biedt digitale transformatie uitkomst. Feature recognition en geautomatiseerde maakbaarheid analyses zorgen voor meer lucht. In deze blog lees je hoe en waarom Upstream Feature Management noodzakelijk is en de nieuwe standaard wordt binnen de metaalbewerkingsindustrie.
Zelf elke productiestap uitvoeren of uitbesteden?
De toenemende vraag naar verschillende bewerkingen stelt metaalbewerkers voor twee keuzes: zelf de steeds diversere productiestappen uitvoeren of een samenwerkingsverband aangaan met leveranciers. Neem het plaatsen van inserts, lakken of poedercoaten. Zelf doen of liever uitbesteden? Dat is helemaal aan de metaalbewerker, maar die wil het wel kunnen aanbieden aan de klant want nee verkopen is fataal.
Een groeiende diversiteit aan productiestappen betekent ook: een complexere route naar het eindproduct. Zeker als je als metaalbewerker ook nog onderdelen uitbesteedt, waardoor je ook over transport en aanverwante handelingen moet nadenken. De coördinatie op de werkvloer, het schatten van productietijden, van levertijden en dus ook het offreren: het wordt allemaal ingewikkelder.
De vraag naar (sub)assemblages neemt toe
Dat is nog niet alles. Een ontwikkeling die ook bijdraagt aan de druk op metaalbewerkers, is dat de vraag naar (sub)assemblies toeneemt. Steeds vaker moeten ze halffabricaten voor hun rekening nemen. Daardoor moeten metaalbewerkers bewerkingen op een hoger abstractieniveau uitvoeren, zoals lassen en monteren. Ook dat maakt het offerteproces en de productieroute complexer, want die gaan nu ook over (sub)assemblies en het in elkaar zetten daarvan.
Deze ontwikkelingen zorgen ervoor dat 2D-tekeningen in sneltreinvaart zullen verdwijnen. Die zijn namelijk niet meer toereikend om de toenemende diversiteit aan bewerkingen uit te voeren. Een plaat uitsnijden lukt prima in 2D, maar de productie van (sub)assemblies is een ander verhaal; die moet je echt in 3D tekenen. Dat heeft natuurlijk gevolgen voor de fabrieken die grotendeels omzet draaien op basis van 2D-tekeningen. Die gaan het steeds moeilijker krijgen de komende jaren.
Kunstmatige intelligentie is noodzaak geworden
Vanwege de diversiteit aan bewerkingen die metaalbewerkers op hun bordje krijgen, is er steeds meer kunstmatige intelligentie nodig aan het begin van het proces. De vertrouwde CAM-systemen zijn gespecialiseerd in slechts één specifieke bewerking, bijvoorbeeld het buigen van platen, en werken altijd vanuit dat ene perspectief. Stop je daar de geometrie van een buis of een draaideel in, dan weet het systeem niet wat het ermee aan moet.
Daarom is het momenteel zo dat metaalbewerkers voor elke tekening van een bewerking het juiste CAM-systeem moeten kiezen. Dat is een proces dat bij veel fabrieken nog door mensen gedaan wordt. Maar wil je dit als metaalbewerker slim en efficiënt doen, dan is er aan het begin van het proces (upstream) intelligentie nodig die de diversiteit aan onderdelen, (sub)assemblies en bewerkingen weet te herkennen.
Nieuwe generatie software binnen de metaalbewerkingsindustrie
Lange tijd was daar geen digitale oplossing voor. Maar er begint nu een nieuwe generatie software te ontstaan die een grote diversiteit aan vormen en bewerkingen nauwkeurig kan herkennen. Metaalbewerking software die platen kan onderscheiden van buizen, verschillende profielen categoriseert en de basis vormen herkent om inzicht te bieden in welke materialen (platen, profielen, buizen, staf en stock materiaal voor verspanen) je in welke hoeveelheid moet inkopen. Zelfs inkoopdelen zijn nu herkenbaar.
Dus in plaats van dat je een veelheid aan gespecialiseerde CAM software gebruikt, zet je zover mogelijk aan het begin van het proces deze nieuwe technologie in. Alle binnenkomende aanvragen van klanten kun je daarmee vol automatisch categoriseren en kenmerken herkennen. Het maakt offreren een stuk gemakkelijker en dat geeft lucht voor de metaalbewerker! En het maakt werkvoorbereiding een stuk gemakkelijker, dus ook lucht voor de werkvoorbereider.
Dit zijn de 6 grootste voordelen van deze nieuwe generatie software:
- Feature recognition
Deze vormen van intelligente software heten form recognition (vormherkenning) en feature recognition, die kenmerken in de geometrie herkent en daardoor kan bepalen welke productiestappen nodig zijn om ze te realiseren. Wat herkent kan worden is tegenwoordig heel uitgebreid en is veel nauwkeuriger dan wat een calculator zoal weet te herkennen.
- Feature management
Het mooie van feature recognition: Als je dat kunt in 3D, kun je ook de volgende stap zetten. En dat is dat je kunt ontfeaturen.
Dat zit zo. Het ontwerp dat je binnenkrijgt van de klant, is altijd het eindresultaat. Tekeningen beschrijven dus alleen maar wat een metaalbewerkingsfabriek uitgaat. Maar hoe het er op een bepaald moment in het productieproces uitziet op de werkvloer, daar bestaat geen tekening van. Met heel krachtige feature management ben je in staat om een tekening te ontdoen van bepaalde features. Dat wil zeggen: je kunt automatisch een tekening genereren van het product zodat je weet hoe het product eruit ziet vóór een productiestap en ná een productiestap. En dat door de hele route van bewerkingen heen!
- Geschikt voor robots
Waarom is dit zo belangrijk? Metaalbewerkers moeten vergaand automatiseren om te kunnen overleven. Een robot inzetten in plaats van een operator lijkt eenvoudig. Maar als producten moeilijk stapelbaar zijn, moet er toch menselijke arbeid aan te pas komen. Want dat kan een robot niet. Per productiestap moet je weten hoe het product eruit ziet om te bepalen of het geschikt is om door een robot te laten oppakken. De zuignapjes moeten voldoende op het product passen.
De vorm moet dus geschikt zijn voor een robot. Daarom is het cruciaal dat je over heel krachtige feature management beschikt, zodat je een tekening hebt van hoe het product eruit ziet voor en na elke productiestap. Oppakbaarheid, stapelbaarheid, het zijn maar een paar grepen uit de tientallen soorten beslissingen die je automatisch moet kunnen nemen wil je je fabriek vergaand automatiseren.
- Geautomatiseerde beslissingen op de werkvloer
Ander voorbeeld. Stel: je hebt een product, laten we sheet metal nemen, en je moet er inserts in plaatsen (inpersdelen). Daar kunnen zettingen (vouwen) in zitten, dat is heel gangbaar. Wat nu als die inserts op een plek moeten komen waar je door de zetting niet bij kunt? Dan moet je voor dat product de route van je productieproces anders inrichten. Eerst lasersnijden, inpersen en dan pas kanten. Nu beslissen mensen dat. Maar als we toe willen – en dat moeten we – naar een fabriek waar het licht uit kan en waar dus grotendeels robots werken, dan heb je aan het begin van het proces heel krachtige vormherkenning en feature management nodig. Die vormen van kunstmatige intelligentie zijn straks de basis van al je geautomatiseerde beslissingen op de werkvloer.
- Maakbaarheid analyses
Feature management geeft ook een impuls aan de maakbaarheid van een product. Nu zitten er beperkingen aan wat een gespecialiseerd CAM-systeem kan bepalen. Door features aan de voorkant van het proces in te richten is de beginvraag niet langer: is het maakbaar? Maar: hoe kunnen we dit het best maken? En dus: welke features kunnen we met welke machines/leveranciers het best maken? Bijna alles is maakbaar, maar op een andere manier dan je standaard routes zouden werken in je fabriek. Dus ook de keuze om te gaan uitbesteden, en met welke partners, kun je automatiseren middels kunstmatige intelligentie.
Er ontstaat dankzij deze ontwikkelingen een nieuw fundament voor het productieproces. Het herkennen van vormen en features, het kunnen ontdoen van features, en het kunnen doen van maakbaarheid analyses: dat is de basis van de infrastructuur die een metaalbewerkingsfabriek nodig heeft om überhaupt ooit een geautomatiseerde fabriek te worden.
- Product and Manufacturing Information (PMI)
Het mag duidelijk zijn: kunstmatige intelligentie gaat het werkproces van metaalbewerkers slimmer en efficiënter maken. Hierdoor gaan ook de werktekeningen met alle toleranties verdwijnen. Die Word- en PDF-bestanden worden nu nog vanuit CAD-systemen door mensen gemaakt. Dat is verre van ideaal. Want door de computer is het moeilijk te interpreteren wat er in die ongestructureerde documenten precies staat.
Gelukkig bestaat er al tientallen jaren een oplossing voor om dit nauwkeurig te doen: Product and Manufacturing Information (PMI), waarmee de ontwerper extra informatie aan de CAD-tekening kan toevoegen. Gebruik je dit in plaats van werktekeningen, dan heb je als metaalbewerker alle informatie bij elkaar om de besluiten die je moet nemen te automatiseren. Je weet in een oogopslag: hier worden bepaalde toleranties gevraagd, dus moet ik die machine gebruiken.
Conclusie:
Komen we bij de conclusie van dit verhaal. Met digitale transformatie, waar we het vandaag de dag zoveel over hebben, zou je als metaalbewerker moeten beginnen aan de voorkant van de fabriek. Upstream noemen we dat. En wel met hele krachtige form recognition, feature recognition, geautomatiseerde maakbaarheid analyses en PMI. Zodat je op elk moment in het productieproces alle informatie hebt om elke beslissing geautomatiseerd te kunnen nemen.
Het resultaat: minder druk, minder afhankelijk van mensen en een geautomatiseerd productieproces dat slim is en daardoor autonoom kan functioneren. Het goede nieuws is dat de technologie hiervoor vandaag de dag al bestaat. De naam die we daar zelf aan hebben gegeven is Upstream Feature Management.