De concurrentie binnen de maakindustrie groeit, zowel in Europa als in Azië. Productiebedrijven zoeken daarom continu naar manieren om slimmer, efficiënter en nauwkeuriger te werken. Toch staat AI bij veel organisaties nog in de kinderschoenen. “Wie relevant wil blijven, moet zich verdiepen in de mogelijkheden,” zegt Stan Erens, COO van Meldon. Het bedrijf startte samen met Blue Engineering een AI-MATTERS experiment, aangeboden door Brainport Industries Coöperatie, om met visuele inspecties de productkwaliteit te verbeteren. “De inzichten die we opdeden, kunnen we op meerdere vlakken toepassen.”
Meldon: continu in beweging
Meldon ontwikkelt en produceert kunststof profielen voor uiteenlopende toepassingen. Het familiebedrijf werkt multidisciplinair, innovatief en nauw samen met klanten en partners. “Onze productie draait 24/7, met vijf ploegen en 27 extrusielijnen,” vertelt Stan. “Met 95 collega’s maken we ons eigen PVC-compound en granulaat en ontwikkelen en produceren we onze eigen extrusietooling.”
AI speelt nog geen grote rol binnen Meldon. “We gebruiken robots en hebben in twee productiesystemen een camerasysteem, maar die systemen zijn al vijftien jaar oud. Ze zijn aan vernieuwing toe. Via een AI-MATTERS service aangeboden door Brainport Industries Coöperatie in samenwerking met Blue Engineering, onderzochten we samen met Blue Engineering welke Vision-technologie geschikt is voor onze processen en hoe we onze lijnen kunnen upgraden.”
De uitdaging: zichtbare afwijkingen die pas achteraf worden ontdekt
Het experiment richtte zich op een kunststof extrusieprofiel met hoge zichtvlak eisen. Bij de productie van deze profielen ontstaan regelmatig zichtbare afwijkingen, zoals vlekken, krassen en schaven. Deze leiden tot afkeur, maar worden vaak pas later in het proces ontdekt. Operators bedienen meerdere lijnen tegelijk en kijken niet continu naar het product. Met profielen van zes tot twaalf meter is het lastig om een gevonden afwijking te herleiden naar het moment waarop die ontstond.
Stan: “We willen niet achteraf sorteren, maar direct foutloos produceren. Om dat te bereiken moeten we de productkwaliteit meetbaar maken en afwijkingen tijdens het proces herkennen.” Machine Vision en AI bieden daarvoor een veelbelovende basis. Ze maken het mogelijk om real-time kwaliteitsdata te verzamelen en procesinstellingen gericht te optimaliseren.
Een zelflerend systeem met 2D-linescan camera en Anomaly Detect
Tijdens het AI-MATTERS experiment onderzocht Blue Engineering verschillende opname-methoden en AI-technieken. Uit de tests bleek dat een 2D-linescan camera het meest geschikt is voor continu-processen zoals de extrusie van deze profielen. Deze camera scant het product lijn voor lijn en heeft weinig verlichting nodig, wat het systeem technisch én kostentechnisch aantrekkelijk maakt.
Het hart van de kwaliteitscontrole is het AI-algoritme Anomaly Detect. Dit model leert uitsluitend op basis van beelden van een goed product. Alles wat daarvan afwijkt, ziet het systeem als afwijking. Dat past perfect bij de variatie in mogelijke fouten: vorm, grootte en structuur verschillen sterk per type profiel.
Stan: “Veel systemen herkennen alleen fouten die je vooraf definieert. Dat kost veel tijd. Met Anomaly Detect werkt het precies andersom: je leert het model wat goed is, en het herkent vanzelf alles wat daar niet bij hoort. Dat gaat veel sneller en levert meer betrouwbaarheid op.” Het systeem herkent zelfs subtiele afwijkingen, zoals fijne krassen. Door de drempelwaarde aan te passen stemmen engineers eenvoudig af hoe gevoelig het systeem reageert.
De haalbaarheidsstudie toont aan dat de combinatie van een 2D-linescan camera en Anomaly Detect-software afwijkingen in verschillende typen profielen betrouwbaar detecteert en onderscheidt van onbeschadigde producten. Daarmee is een belangrijke stap gezet richting directe kwaliteitsbewaking tijdens de productie.
Resultaat en volgende stappen
Het experiment leverde Meldon waardevolle inzichten op. “We weten nu welke technologie voor ons werkt en hoe we met Vision en AI onze processen kunnen verbeteren,” zegt Stan. Meldon gaat de komende tijd:
- gericht data verzamelen en analyseren
- procesinstellingen verbeteren op basis van kwaliteitsdata
- onderzoeken of de bestaande camerasystemen op twee lijnen kunnen worden vervangen of geüpgraded
- een nieuw camerasysteem inzetten voor een andere toepassing
“Ons doel is om sneller en beter data te analyseren, zodat we problemen direct oplossen in plaats van achteraf te sorteren.” De opgedane inzichten werden inmiddels gedeeld in een presentatie aan alle engineers. “Zo ziet iedereen wat er mogelijk is en waar we naartoe kunnen groeien. De reacties waren heel enthousiast.”
AI-MATTERS als versneller
“Onbekend maakt onbemind. Dankzij AI-MATTERS weten onze engineers nu veel beter wat AI en Vision voor ons kunnen betekenen,” zegt Stan. “Dat is precies waarom we meededen: om kennis op te bouwen en te ontdekken wat er mogelijk is. AI-MATTERS helpt bedrijven om laagdrempelig aan de slag te gaan met nieuwe technologie.”
Volgens Stan is deelname zeker de moeite waard: “Deze technieken zijn nodig om slimmer, efficiënter en nauwkeuriger te produceren. Ze helpen ons om relevant te blijven in een markt met stevige concurrentie. Dat maakt dit soort projecten heel waardevol.”
