VCM_022026_LR

PRODUCTIEMANAGEMENT

ten, omdat we samen de competitiviteit van de Vlaamse industrie willen versterken. Het Accelerator-project toont hoe industrieel onderzoek direct zijn weg kan vinden naar de werkvloer.” De aanpak van Flanders Make is inte graal: van productontwerp tot logistieke optimalisering, met digitale hulpmidde len die medewerkers ondersteunen in plaats van vervangen. Denk aan digitale werkinstructies, slimme simulaties via digital twins en realtime kwaliteitsmoni toring op basis van data en AI. Volgens Grisja Lobbestael markeert het project het begin van een multiplicatoreffect: andere bedrijven rollen nu de technolo gieën uit die bij CNH zijn ontwikkeld. Zo legt Flanders Make de basis voor een vol gend programma, dat het als ‘Industrie 6.0’ omschrijft. De fabriek in Zedelgem vormde de ide ale testomgeving voor de vijf Accelera tor-deelprojecten van CNH. De realisa tie van alle oplossingen verliep zonder downtime in de productie en geldt alleen al daarom als succesvol. In samenwerking met het Belgische AI-consultancybedrijf Superlinear ont wikkelde CNH een datagedreven model voor veiligheidsvoorraden. Waar de fabriek vroeger met statische regels werkte, past het nieuwe systeem de voor raden proactief aan leveringsrisico’s en fluctuaties in de vraag aan. De resultaten spreken voor zich: tien procent minder kosten voor exprestransport, goed voor een verschil van ongeveer 120.000 euro per jaar, en vijftig procent lagere voor raadkosten. De methode vond intussen al de weg naar verschillende CNH-fabrieken wereldwijd. Belangrijk is ook het leerproces rond datakwaliteit en vertrouwen in algorit mische beslissingen, een uitdaging die in de hele supply chain sector herkenbaar is. Datagedreven voorraad- optimalisering

Elke maaidorser beweegt op zijn eigen AGV, die stopt waar nodig op basis van de assemblagevereisten.

Geavanceerde planningssoftware in de lakkerij Een andere innovatie betreft de digitale tweeling van de lakafdeling, ontwikkeld met automatiseringsbedrijf Atree en softwarebe drijf Atumind. De Paint Scheduler vervangt handmatige laadbeslissingen door een algoritme dat de volgorde van onderdelen optimaliseert. Het systeem verhoogt de out put-efficiëntie met meer dan twintig pro cent en vermindert de downtime met een kwart. Door continu simulaties uit te voe ren, stelt het algoritme zelfs bij wisselende inputscenario’s de beste productiestrategie voor. De volgende stap is een volledig auto nome planning, voorzien tegen 2027. Flexibele assemblage met AGV’s Een van de meest zichtbare veranderingen in de fabriek is de introductie van ‘auto mated guided vehicles’ (AGV’s) in samen werking met Actemium. Die autonome voertuigen vervangen de klassieke ket tingtransportbanden en maken een volle dig flexibele assemblagelijn mogelijk. Elke maaidorser beweegt op zijn eigen AGV, die stopt waar nodig op basis van de assem blagevereisten. Het resultaat: betere ergo nomie, minder veiligheidsrisico’s en geen productieverlies tijdens de omschakeling. De oplossing ondersteunt nu drie productlijnen

en vormt de ruggengraat van de gemengde productie in Zedelgem.

Gecombineerd end-of-line- testen

Voor de nieuwe generatie maaidorsers ont wikkelde CNH in samenwerking met COS&T, ontwikkelaar van hard- en software voor testsystemen en QC logging, een schaalbaar ‘end-of-line’-testsysteem. Waar vroeger vier afzonderlijke teststations stonden met een beperkte traceerbaarheid, beschikt de pro ductiesite nu over een geïntegreerd systeem dat elke machine digitaal volgt tot aan de eindkeuring. Die inline-testopstelling laat realtime feedbacklussen naar eerdere proces stappen toe, zodat kwaliteitsproblemen snel ler kunnen worden opgespoord. De komende jaren nemen andere CNH-sites in Frankrijk en Polen die aanpak over. Samen met Ninix Technologies, ontwikke laar van innovatieve elektronische systemen en slimme machines, ontwikkelde CNH een reeks draadloze trillingssensoren die tijdens de testritten van maaidorsers realtime data verzamelen. Waar inspecties vroeger vooral op gehoor en ervaring berustten, detecte ren die sensoren structurele afwijkingen Smart testing via trillings- monitoring

74

WWW.VALUECHAIN.BE