Wanneer vakmanschap data wordt

HGG verkent binnen PARADAIM hoe AI robots doelgerichter laat werken

In veel gesprekken over AI in de maakindustrie gaat het al snel over algoritmes, rekenkracht en data. In de praktijk blijkt de echte versneller vaak ergens anders te zitten: in jarenlange ervaring op de werkvloer. Binnen het PARADAIM-project onderzoekt HGG hoe die praktijkkennis kan worden omgezet in slimme ondersteuning voor robots en machines.

Het project richt zich op toepassingen die niet alleen technisch interessant zijn, maar ook direct aansluiten op de dagelijkse realiteit van machinebouwers en operators. AI is daarbij geen eindpunt, maar een hulpmiddel om bestaande processen slimmer in te richten.

Van experiment naar gezamenlijke leercurve

HGG werkt al langer aan AI binnen de eigen technologie. Toch is deelname aan PARADAIM geen logisch verlengstuk van intern onderzoek, maar een bewuste verbreding. Door samen te werken met andere maakbedrijven en kennisinstellingen ontstaat een gedeeld leerproces.

Die samenwerking maakt zichtbaar waar aannames uit de praktijk standhouden en waar niet. Tegelijkertijd dwingt het om verder te kijken dan de techniek alleen. Vragen over datakwaliteit, overdraagbaarheid tussen machines en acceptatie door gebruikers spelen een even grote rol als de keuze voor een model of algoritme.

Snijpaden: minder rekenen, slimmer kiezen

Een concreet onderzoeksthema binnen PARADAIM is de manier waarop robots hun snijpad bepalen bij het bewerken van staalprofielen. Zo’n pad wordt beïnvloed door veel variabelen: geometrie van het profiel, instellingen van de machine, toleranties, en dynamiek van de robotbeweging.

In theorie zijn er meerdere geldige routes mogelijk. Klassieke optimalisatie-algoritmes rekenen deze paden één voor één door. Dat werkt, maar vraagt tijd en rekenkracht. Opvallend genoeg lossen operators dit probleem vaak sneller op: zij herkennen patronen en sluiten ongeschikte opties intuïtief uit.

HGG onderzoekt hoe deze impliciete kennis kan worden vastgelegd in een AI-model. Niet om het volledige rekenwerk te vervangen, maar om het zoekproces te sturen. Door vooraf kansarme opties te filteren, wordt het optimale pad sneller gevonden.

Data die verder gaat dan één machine

Een belangrijk aandachtspunt in het onderzoek is generaliseerbaarheid. De oplossing moet niet afhankelijk zijn van één specifieke machine of configuratie, maar toepasbaar zijn op meerdere machines van hetzelfde type.

Dat vraagt om zorgvuldige keuzes in dataverzameling en modellering. Welke parameters zijn echt bepalend? Hoe ga je om met verschillen in kalibratie? En hoe meet je of een voorspelling in de praktijk daadwerkelijk beter is? Binnen PARADAIM worden verschillende benaderingen getest en vergeleken in een digitale omgeving, zodat snel kan worden geleerd en bijgestuurd.

Het beoogde resultaat is een stabiele AI-ondersteuning die bijdraagt aan kortere voorbereidingstijden, consistenter gedrag van machines en meer vertrouwen in automatische beslissingen.

AI als versterking van maakkennis

Wat het PARADAIM-project voor HGG vooral laat zien, is dat succesvolle AI-toepassingen beginnen bij domeinkennis. Technologie wordt pas waardevol wanneer zij aansluit op hoe machines worden gebruikt en hoe mensen ermee werken.

Die les reikt verder dan snijpaden alleen. Ook op andere plekken in de machinebouw liggen kansen, zoals visuele kwaliteitscontrole, ondersteuning van operators en adaptieve machineaansturing. Naarmate AI-technieken volwassener worden, verschuift de focus van experimenteren naar structurele verbetering.

Over HGG

HGG ontwikkelt en bouwt machines voor 3D-profilering van staal, waarmee complexe snedes en afschuiningen in buizen, balken en kokers mogelijk worden. Door naast machinebouw ook snijdiensten te leveren, werkt het bedrijf dagelijks met zijn eigen technologie. Die combinatie van ontwikkeling en praktijk vormt de basis voor oplossingen die goed aansluiten op de realiteit van productieomgevingen. Sinds 1984 is HGG uitgegroeid tot een internationale leverancier voor onder meer staalbouw, offshore en scheepsbouw.

Over PARADAIM

PARADAIM is een samenwerkingsproject waarin zes industriële partners werken aan praktijkgerichte AI-toepassingen voor de machinebouw. Kennisinstellingen Windesheim en Universiteit Twente leveren wetenschappelijke ondersteuning. Het project staat onder penvoerderschap van Perron038 in Zwolle en richt zich op het versnellen en verbeteren van het ontwikkelproces van nieuwe machines.

Bron: Hoe HGG praktijkkennis gebruikt om robots slimmer te laten werken - Perron038