Ceratec verkent AI en automatisering binnen AI-MATTERS: twee haalbaarheidsstudies met grote waarde voor de toekomst

Om concurrerend te blijven in een wereldwijde markt, richt specialist in technische keramische materialen Ceratec zich steeds meer op het automatiseren van de productie. Tim van Kampen, verantwoordelijk voor innovatie en new business: “Wij willen onze product- en productiekosten laag houden en toch hoogwaardige producten maken. Dat kan alleen als we blijven innoveren. AI kan daarbij een geweldig hulpmiddel zijn.” Ceratec nam deel aan AI-MATTERS experimenten met AM-Flow en Sorama, aangeboden door Brainport Industries Coöperatie, om te onderzoeken in welke mate de technologieën van deze bedrijven toepasbaar zijn binnen Ceratec.

Ceratec: specialist in keramiek
Ceratec levert wereldwijd hoog complexe onderdelen van keramische materialen in relatief kleine volumes voor de hightech industrie. Het bedrijf uit Geldermalsen startte in 1982 en groeide uit tot een engineering- en productiebedrijf dat klanten helpt wanneer materialen te veel slijten, te heet worden en/of chemisch niet sterk genoeg zijn. Tim: “Deze problemen los je op door te kiezen voor keramiek. We vertalen bestaande ontwerpen naar keramische oplossingen en maken die vervolgens met zeer nauwkeurige slijptechnologie. Dat doen we met zo’n vijftig collega’s.”

Binnen AI-MATTERS werkte Ceratec samen met twee serviceproviders: AM-Flow en Sorama. Beide trajecten leverden waardevolle inzichten op over automatische kwaliteitscontrole en procesmonitoring.

Kwaliteitscontrole met AM-Flow: werkt geavanceerde vision ook voor keramiek?
Automatische kwaliteitscontrole is een belangrijk toekomstdoel voor Ceratec. Tim: “We produceren complexe onderdelen in kleine tot middelgrote series. Klanten vragen vaak van elk onderdeel een meetrapport. Dat kost veel tijd. Als onze productie groeit, loopt de meetkamer vol. Dan moeten we slim automatiseren.”

Ceratec onderzocht samen met AM-Flow de mogelijkheid om het meten van de producten en de kwaliteitsmonitoring op basis van deze metingen te automatiseren. AM-Flow ontwikkelde een systeem waarbij onderdelen op een lopende band volledig worden vastgelegd met behulp van camera’s en scanners. Het algoritme herkent het onderdeel én vergelijkt het met de originele tekening. Zo kun je onderdelen volledig geautomatiseerd controleren en meten.

Ceratec wilde weten of deze technologie geschikt is voor keramische onderdelen.
Tim: “Keramiek is een ander materiaal dan metaal of kunststof. Het bestaat uit kleine kristallen die licht in alle richtingen weerkaatsen. Dat maakt het lastig om er goede foto’s van te maken. Onze vraag was: kan dit camerasysteem onze producten goed genoeg vastleggen voor nauwkeurige kwaliteitscontrole?”

De proef verliep technisch goed, maar gaf een belangrijk inzicht: de huidige camera’s maken nog geen bruikbaar beeld van keramiek. “Dit is voor ons heel waardevol,” vertelt Tim. “Via AI-MATTERS konden we dit laagdrempelig testen. We weten nu dat de techniek nog niet zover is. Tegelijk heeft AM-Flow iets aan deze kennis. Zij kunnen hiermee verder ontwikkelen en onderzoeken welke camera’s of instellingen wél werken.”

Procesmonitoring met Sorama: kan geluid vertellen of het slijpproces goed gaat?
Naast visiontechnologie onderzocht Ceratec ook een tweede innovatie: geluidgebaseerde procesmonitoring. Sorama ontwikkelt technologie waarmee je geluiden in een ruimte nauwkeurig kunt lokaliseren en analyseren. Tim: “Onze slijpprocessen lopen 24/7. Operators horen vaak aan het geluid of een slijpsteen goed werkt, maar ze staan niet constant bij de machine. We vroegen ons af: kun je dat geluid automatisch registreren en beoordelen met AI?”

Sorama nam een week lang geluidsprofielen op van goed en bewust fout uitgevoerd slijpwerk. Deze dataset vormt de basis voor een AI-model dat onderscheid moet maken tussen een gezond en afwijkend proces. “De vraag is nu of de dataset groot genoeg is en of het model goed kan herkennen wanneer het proces fout loopt. Als dat lukt, kunnen we in de toekomst automatisch ingrijpen: de machine stoppen of nieuw gereedschap laten ophalen. Dat onderzoeken we samen met Siemens in een vervolgproject op de BIC.”

Geluidsmonitoring biedt grote voordelen ten opzichte van bijvoorbeeld trillingsensoren om te meten of apparatuur nog goed draait. “Het gebruik van trillingsensoren vraagt extra hardware op elke machine. Met geluid kun je eenvoudiger meten, omdat je sensoren draadloos in de ruimte ophangt. Je krijgt dan op meerdere plekken inzicht in wat er gebeurt.”

Ook voor Sorama levert de pilot waardevolle kennis op. “Zij passen hun techniek toe in hele andere omgevingen, zoals voetbalstadions. Wij helpen hen testen of geluidstechnologie ook in een productieomgeving werkt. En of ze het moeten verfijnen voor kleinere, gerichte meetpunten. Dat kan leiden tot een oplossing die voor ons én voor andere klanten in de maakindustrie beter werkt.”

Waarde voor Ceratec én voor de regio
Tim ziet grote meerwaarde in AI-MATTERS: “Binnen Brainport Industries werken 120 MKB-bedrijven aan vergelijkbare uitdagingen. Hoe kunnen we onze productieprocessen betrouwbaar, geautomatiseerd en onbemand in een zogenaamde Dark Factory produceren? Omdat de architectuur van een dergelijke fabriek voor veel Brainpoort Industries-leden gelijk is, is het slim om samen te innoveren en naar oplossingen te zoeken. AI-MATTERS koppelt onze vragen aan bedrijven met mogelijke antwoorden. En door de subsidie kun je laagdrempelig experimenteren.”

De resultaten van deze twee experimenten zijn vooral strategisch belangrijk. “De proeven leiden niet meteen tot een kant-en-klare oplossing. Wat ze wél doen, is laten zien wat technisch haalbaar is en waar de technologie verder moet groeien. Wij helpen AM-Flow en Sorama aan waardevolle inzichten, en zij helpen ons vooruitkijken.”

Tim is duidelijk over het nut van meedoen: “Ik zou andere bedrijven absoluut aanraden om deel te nemen. Je maakt tegen lage kosten kennis met nieuwe technologie. Als je dit niet doet, mis je echt een kans om voorop te blijven lopen.”

Meer over AI-MATTERS

Ceratec verkent AI en automatisering binnen AI-MATTERS: twee haalbaarheidsstudies met grote waarde voor de toekomst