Thuis
Contacten

    Hoofdpagina


Industrie 0 voor kmo’s Wat zijn de mogelijkheden?

Dovnload 0.87 Mb.

Industrie 0 voor kmo’s Wat zijn de mogelijkheden?



Pagina2/11
Datum05.12.2018
Grootte0.87 Mb.

Dovnload 0.87 Mb.
1   2   3   4   5   6   7   8   9   10   11

Data, Informatie, Kennis


De kern van het I4.0 begrip wordt gevormd door “big data” en “analytics” als kernvaardigheid. Om dit goed te begrijpen, moeten we het even hebben over de relatie tussen data, informatie en kennis (afbeelding 1).

Tot op heden worden computers in de industrie vooral gebruikt om data te verzamelen en, via informatie die eraan wordt toegevoegd, welomschreven automatische acties aan te sturen. We kennen bijvoorbeeld allemaal de elektronische thermostaat die onze verwarming thuis aanstuurt. Hij meet de temperatuur in de ruimte (de data) en als deze onder de gewenste temperatuur komt (deze vaststelling is een eenvoudige vorm van informatie), zal de thermostaat de verwarmingsketel aanschakelen (de vooraf bepaalde, automatische actie). Je stelt de thermostaat zelf in op basis van je comfortgevoel, dit is evenzeer informatie die je toevoegt.

Met informatie kan je dus met andere woorden beslissingen nemen, met alleen data niet. Dat zijn enkel de cijfers en feiten die je meet maar er gebeurt verder niets mee.



Data in een I4.0 wereld zijn digitaal. Heel wat bedrijven staan dus voor een massale omzetting van hun papieren data naar digitale formaten: technische gegevens van producten, procesgegevens en recepturen, kenmerken van machines, procestijden, …. Dit is vanzelfsprekend de allereerste actie die je te wachten staat als je met I4.0 aan de slag wil.

Een niveau hoger is het verwerven van kennis uit informatie, door te leren. Dat is vandaag in de meeste bedrijven een opdracht voor de R&D of Engineering afdeling. Met I4.0 wordt het voor het eerst mogelijk om het leren systematisch te laten gebeuren met en door computers om op die manier dus ook zonder of met minimale menselijke input kennis te genereren. Met kennis kan je begrijpen hoe iets in zijn werk gaat en er dus op anticiperen. Het is kennis die computers (en apparaten) “slim” maakt.

Als we terug het voorbeeld van de thermostaat nemen, merk je het verschil: een slimme thermostaat kan zelf leren en acties uitvoeren op basis van kennis. Uit de gemeten opwarming en afkoeling van de ruimte bijvoorbeeld, leert de thermostaat hoe snel de ruimte opwarmt. Als hij via sensoren ook weet hoe koud het buiten is, en hoeveel wind er is, wordt die kennis alleen maar accurater. Als er gevraagd wordt om een ruimte tegen 17u op te warmen bijvoorbeeld, zet de thermostaat op het juiste moment de verwarming op. In tegenstelling dus tot de huidige thermostaat die op een door de gebruiker vastgelegd tijdstip de verwarming opstart, hetzij vooraf ingesteld, hetzij via een app op de smartphone. Hierbij zal de verwarming ofwel te vroeg op temperatuur zijn (en dus energie verspillen) ofwel te laat, en komt de gebruiker thuis in een kille ruimte.

Met zijn ingebouwde communicatiemogelijkheden (IoT) zal de slimme thermostaat afstemmen met de thermostaat van de buren (in een appartementsgebouw) zodat de globale energiebalans optimaal verdeeld wordt (en wordt vermeden dat je buur bij afwezigheid zijn woning te koud laat worden). Het IoT zorgt er ook voor dat de thermostaat van een sensor in het raamkozijn verneemt wanneer het venster open staat, en dan kan hij tijdelijk de verwarming afzetten (afbeelding 2). Als de slimme thermostaat ook met het internet verbonden is, zou hij zelfs het weerbericht kunnen raadplegen of de aankomsttijd van je tram of trein.

Slimme computers zijn dus in staat om zelf te leren. Iets wat ze bij Google Translate en IBM al konden vaststellen. Hoe dat precies werkt, kan je onder andere lezen in dit artikel over “deep learning” of deze website over “Watson”. Daarbij is gebleken dat computers vooral leren door het snel en iteratief verwerken van massaal veel data, iets wat we als “data analytics” bestempelen.


1   2   3   4   5   6   7   8   9   10   11

  • Tot op heden worden computers in de industrie vooral gebruikt om data te verzamelen en, via informatie die eraan wordt toegevoegd, welomschreven automatische acties aan te sturen.
  • Een niveau hoger is het verwerven van kennis uit informatie, door te leren.

  • Dovnload 0.87 Mb.