Machines met spraakopdrachten en gebaren, autonome transportsystemen in fabriekshallen, gegevensoverdracht met snelheden van 10 gigabits per seconde: dit zijn allemaal technologische trends van 2018.
Mensen op Mars? Dit zal niet zo heel snel gaan gebeuren. Zelfs niet als visionairs zoals Elon Musk momenteel enthousiast zijn over de eerste bemande missies naar de Rode Planeet. Veel technologieën die zich slechts enkele jaren geleden in het sciencefiction-bereik hadden gevestigd, komen nu echter in rap tempo op de markt. Bij deze een blik op de technologische trends voor 2018 en de kansen die ze bieden voor de sector van de machinebouw.
Spraakherkenningssystemen
Siri en Alexa zijn al bekende namen geworden. Niet iedereen organiseert zijn leven met behulp van de spraakherkenningssystemen van Apple en Amazon, maar het aantal gebruikers neemt toe. Om spraakopdrachten echter in een fabrieksinstelling haalbaar te maken, zijn er iets andere functies nodig dan nodig voor het reserveren van een tafel in een restaurant.
Kunnen machines worden bestuurd met spraakopdrachten? Het aantal applicaties voor stembesturing is nog steeds relatief klein, maar de mogelijke voordelen mogen niet over het hoofd worden gezien. Als interactie tussen mens en machine wordt verbeterd met gebarencontrole, dan zal ons gebruik van machines naar een heel nieuw niveau worden gebracht.
Bijvoorbeeld, knoppen en touchscreens zijn lastig te gebruiken bij het assembleren of onderhouden van machines, terwijl handsfree systemen tijd besparen en het risico op bedieningsfouten verminderen. De concepten voor het besturen en bedienen van machines worden steeds intuïtiever en kunnen voor elke medewerker individueel worden aangepast. Dit betekent dat we verdere geweldige ontwikkelingen op het gebied van spraak- en gebarencontrole in 2018 kunnen verwachten en dat deze technologieën snel hun weg naar de fabrieken vinden.
Autonoom rijden
Kunnen we binnenkort aan boord van onze eigen, zelfsturende taxi stappen om naar onze gewenste bestemming te worden vervoerd? Zonder files en zonder ongelukken? Het is zeer onwaarschijnlijk dat er nog steeds zoveel onbeantwoorde vragen en onopgeloste technische problemen zijn met betrekking tot autonoom rijden. De ontwikkeling van autonome transportsystemen in fabrieken gaat echter met grote stappen vooruit. Omdat beperkte ruimtes zoals fabriekshallen een veel betere omgeving voor dergelijke systemen zijn.
De routes en processen, zelfs de omgevingslichtomstandigheden, zijn allemaal duidelijk gedefinieerd en de snelheden zijn natuurlijk lager. Mogelijke ongevalssituaties kunnen gemakkelijker worden voorspeld en dus worden vermeden, terwijl plotseling slecht weer, de vloek van elk autonoom voertuig, duidelijk geen probleem is in een fabriek. Duidelijk gedefinieerde routes en complexe geleidingssystemen voor transportsystemen zonder bestuurder behoren daarom tot het verleden. Zelfs dronesystemen worden momenteel getest. 3D-logistiek binnen de fabriek, met fantastische mogelijkheden om snelheid en efficiëntie te verhogen.
Kunstmatige intelligentie / machine learning
Industrie 4.0 heeft fabrieken in staat gesteld zichzelf te organiseren, bijvoorbeeld met behulp van onafhankelijke netwerksensoren die allemaal samenwerken, maar dit is slechts de eerste stap. Met behulp van kunstmatige intelligentie (AI) en machine learning, zelfs zelflerende fabrieken zijn mogelijk.
Dit is met name interessant voor dure en gecompliceerde productieprocessen waarbij fouten niet worden getolereerd. Daarom wordt het gebruik van AI in industrieën zoals de productie van halfgeleiders met bijzondere ijver gedreven. Veel traditionele machinebouwbedrijven, zoals Siemens of John Deere, willen echter ook in de toekomst AI gebruiken in hun productieprocessen. Dit is een geweldige kans voor de machinebouwindustrie als geheel, maar alleen als het de systemen kan leveren die nodig zijn voor een zelflerende fabriek.
De grote uitdaging bij het introduceren van AI in productiefaciliteiten is echter dat het systeem eigenlijk moet leren van ervaringen. Fouten maken deel uit van dit proces voor zowel mens als machine. Daarom wordt de procedure stapsgewijs uitgevoerd om te voorkomen dat lopende operaties riskeren. Voorspellend onderhoud en platformeconomieën zijn hiervoor al perfect geschikt. De meeste AI-projecten voor fabrieken zullen daarom in 2018 in testomgevingen blijven plaatsvinden – maar hun doorbraak op de werkvloer komt eraan, zo zijn de voorspellingen.
