Verpakkings­lijnen worden slimmer en datagedreven

AI toepassen binnen productieprocessen biedt zowel mogelijkheden als uitdagingen. Dirk Boumans, expertise director digitalisering, en Erik Snijders, senior projectmanager bij NIRAS, een ingenieursbureau gespecialiseerd in de voedingsmiddelenindustrie, delen hun visie en ervaring.

“AI biedt fantastisch veel opties voor automatisering en optimalisatie. De inzet ervan is echter geen doel an sich,” stelt Dirk. 

Wat verandert er? 

“Verpakkingslijnen waren eerst vooral mechanisch en gestandaardiseerd, maar worden nu steeds meer geautomatiseerd en zelflerend. Er zijn verpakkingslijnen die nu al automatisch hun snelheid of ordervolgordes aanpassen op basis van gegevens uit verschillende delen van het proces. Kunstmatige intelligentie kan, als centraal brein, data verzamelen en acties uitvoeren, al wordt deze volledige toepassing nog niet breed ingezet. De bouwstenen zijn er wel.” 

Waar moeten voedingsmiddelenproducenten op letten? Wat zijn de randvoorwaarden voor succesvolle AI-toepassing? 

“Het toepassen van AI is een onderdeel van bredere optimalisatie. Het begint met het verzamelen en valideren van data, gevolgd door het verkrijgen van inzicht. Pas als deze basis op orde is, kan machinelearning worden ingezet om in real-time bij te sturen.
Hardware, software en data-infrastructuur moeten betrouwbaar zijn. Goede sensoren zijn nodig, net als aandacht voor privacy en cyberveiligheid. Daarnaast moeten ook operators leren samenwerken met AI.”

Niet iedere organisatie is even snel met digitaliseren… 

“Klopt. Onbekend maakt onbemind,” stelt Erik. “De grootste terughoudendheid komt niet van de machinebouwer, maar van de voedingsmiddelenproducent, zien we. Investeren in nieuwe systemen en het trainen van medewerkers vergt tijd en middelen.” Toch zijn de mogelijkheden volgends hem legio. “Zo kunnen sensoren grondstoffen meten en waardevolle informatie ophalen voor verdere optimalisatie. Dit geldt ook voor het detecteren van afwijkingen in verpakkingen. Door deze gegevens nu al als bron voor AI te herkennen én vast te leggen, kunnen systemen later zelfstandig optimalisaties voorstellen.” 

Het brein van de verpakkingslijn

Bij nieuwe installaties en de optimalisatie van bestaande systemen is het verstandig om goed te overwegen welke kansen en beperkingen samenhangen met de te nemen beslissingen. Het loont om hier nu al strategisch over na te denken, zodat verpakkingslijnen klaar zijn voor de eisen en mogelijkheden van morgen. 

www.niras.nl