{"id":24339,"date":"2024-06-27T16:34:40","date_gmt":"2024-06-27T14:34:40","guid":{"rendered":"https:\/\/hai.nl\/?p=24339"},"modified":"2024-07-15T11:07:22","modified_gmt":"2024-07-15T09:07:22","slug":"ai-optimalisatie-kaasproductie","status":"publish","type":"post","link":"https:\/\/hai.nl\/nl\/nieuws\/ai-optimalisatie-kaasproductie\/","title":{"rendered":"Artificial intelligence voor optimalisatie kaasproductie"},"content":{"rendered":"

[vc_row type=”vc_default” bg_type=”image” parallax_style=”vcpb-default” bg_image_new=”id^14863|url^https:\/\/hai.nl\/wp-content\/uploads\/2014\/11\/coud_white.jpg|caption^null|alt^null|title^coud_white|description^null” bg_override=”ex-full”][vc_column][vc_empty_space][vc_column_text css=””]<\/p>\n

Artificial intelligence voor optimaliseren kaasproductie<\/b><\/h2>\n

[\/vc_column_text][vc_empty_space][\/vc_column][\/vc_row][vc_row][vc_column][vc_row_inner][vc_column_inner width=”1\/2″][vc_empty_space height=”40px”]

<\/div>

Use case: Artificial Intelligence<\/h2><\/div><\/div>
<\/div>

Duurzamer kaas produceren met optimale Kwaliteit & Opbrengst<\/h2><\/div><\/div>[vc_column_text css=””]Een interessant voorbeeld van de toepassing van Artificial Intelligence in de voedingsmiddelenindustrie. Steeds meer fabrikanten ontdekken hoe ze met slim gebruik van fabrieksdata de aansturing van hun productieprocessen kunnen verbeteren. HAI heeft al jarenlang ervaring met Data Science in de industrie. In het hieronder beschreven project werkte HAI nauw samen met Notilyze. Het leverde zelfs een internationale award op. In dit project gaat het om de industri\u00eble productie van kaas, maar het hier toegepaste principe van slim gebruik van data kan worden toegepast in veel andere industri\u00eble processen.[\/vc_column_text][vc_empty_space height=”16px”][\/vc_column_inner][vc_column_inner width=”1\/2″][vc_raw_js el_id=”javascriptCounter”]JTNDc2NyaXB0JTIwc3JjJTNEJTIyJTJGJTJGcGxhdGZvcm0ubGlua2VkaW4uY29tJTJGaW4uanMlMjIlMjB0eXBlJTNEJTIydGV4dCUyRmphdmFzY3JpcHQlMjIlM0UlMjBsYW5nJTNBJTIwbmxfTkwlM0MlMkZzY3JpcHQlM0UlMEElM0NzY3JpcHQlMjB0eXBlJTNEJTIySU4lMkZGb2xsb3dDb21wYW55JTIyJTIwZGF0YS1pZCUzRCUyMjMyOTEzNTUlMjIlMjBkYXRhLWNvdW50ZXIlM0QlMjJ0b3AlMjIlM0UlM0MlMkZzY3JpcHQlM0U=[\/vc_raw_js][vc_empty_space height=”16px”][vc_single_image image=”24349″ img_size=”full” css=””][\/vc_column_inner][\/vc_row_inner][vc_row_inner][vc_column_inner width=”1\/2″ css=”.vc_custom_1709548507177{padding-top: 12px !important;padding-right: 12px !important;padding-bottom: 12px !important;padding-left: 12px !important;background-color: #d6d6d6 !important;}”][vc_empty_space][vc_column_text css=””]\n\n\n\n\t\n\t\n\t\n\t\n\t
Industrie:<\/td>Voedingsmiddelenindustrie
 
<\/td>\n<\/tr>\n
Proces:<\/td>Kaasproductie
 
<\/td>\n<\/tr>\n
Doel:<\/td>Optimaliseer het productieproces naar voorspelbare constante kwaliteit, maximaliseer de opbrengst, en verminder energieverbruik & verspilling.
 
<\/td>\n<\/tr>\n
Resultaten:<\/td>\u2022 AI-model dat wekelijks optimale procesinstellingen berekent
\n\u2022 Een model dat voor de huidige productierun de verwachte kwaliteit en opbrengst voorspelt
\n\u2022 Een real-time dashboard met een bijsturingsadvies voor operators.
 
<\/td>\n<\/tr>\n
Award:<\/td>Winnend project van de Global SAS Hackaton for Manufacturing 2023
 
<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n[\/vc_column_text][\/vc_column_inner][vc_column_inner width=”1\/2″]
<\/div>

Achtergrond:
\nUitdagingen bij industri\u00eble productie van kaas<\/h2><\/div><\/div>[vc_column_text css=””]Voor veel kaastechnologen in dienst bij grote kaasfabrikanten is het een wekelijks terugkerend ritueel: het bepalen van de optimale procesinstellingen voor de kaasmakerij voor de komende week. Dat heeft te maken met de wisselende samenstelling van de melk waar de kaas van gemaakt wordt. De samenstelling van de melk varieert naar herkomst en onder invloed van bijvoorbeeld de seizoenen en specifieke weersomstandigheden.<\/p>\n

Met deze wisselende kwaliteit van de melk wil je echter wel altijd een constante kwaliteit kaas produceren, en een maximale opbrengst. Dit betekent dat het productieproces voortdurend aangepast moet worden op de kwaliteit van de inkomende melk.<\/p>\n

Daarom wordt bij veel kaasfabrikanten wekelijks een analyse gemaakt van actuele en historische data. Op basis hiervan berekenen ze wat de procesinstellingen van de productielijnen voor de komende week zou moeten zijn om tot een optimale kwaliteit en opbrengst te komen.<\/p>\n

Ook blijkt tijdens het produceren dat de operator incidenteel het proces moet bijsturen om tot een optimale kwaliteit en opbrengst te komen. Vakmanschap, ervaring en kennis van het proces spelen hierbij van oudsher een belangrijke rol.[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_empty_space height=”16px”][\/vc_column][\/vc_row][vc_row][vc_column width=”1\/2″]

<\/div>

De casus:<\/h2><\/div><\/div>[vc_column_text css=””]Automatisch genereren van inzichten, voorspellingen en adviezen voor een optimale kwaliteit en opbrengst<\/strong><\/span><\/p>\n

Een internationale industri\u00eble kaasproducent vroeg het hackaton team HAI\/Notilyze<\/a>\u00a0om te onderzoeken of het mogelijk zou zijn om het bepalen van de optimale procesinstellingen te automatiseren met behulp van Data Analyse en Artificial Intelligence. En dat bleek verrassende resultaten op te leveren: een dashboard dat alle stappen van het productieproces verkent en modellen bouwt om de opbrengst en kwaliteit te voorspellen. Ook werd een model ontwikkeld die procesoptimalisaties voorstelt. Operators in de kaasmakerij kunnen hiermee ook in real-time hun productieproces bijsturen om de opbrengst en kwaliteit te verhogen. Een indrukwekkend voorbeeld hoe het slim gebruik van data fabrikanten helpt om kwaliteit en opbrengst te maximaliseren.[\/vc_column_text][vc_empty_space height=”16px”][\/vc_column][vc_column width=”1\/2″][vc_empty_space height=”24px”][vc_single_image image=”24343″ img_size=”full” alignment=”center” css=””][\/vc_column][\/vc_row][vc_row][vc_column width=”1\/2″][\/vc_column][vc_column width=”1\/2″][\/vc_column][\/vc_row][vc_row][vc_column][vc_row_inner][vc_column_inner width=”1\/2″][vc_single_image image=”24346″ img_size=”full” alignment=”center” css=””][\/vc_column_inner][vc_column_inner width=”1\/2″]

<\/div>

Succesfactoren en een valkuil<\/h2><\/div><\/div>[vc_column_text css=””]Voor dit project werd gebruik gemaakt van de krachtige en gebruiksvriendelijke Analyse software van SAS Viya: het High Performance AI and Analytics Platform. Dit platform is gekoppeld aan het HAI Cloud Data Platform, waar alle data over productie en kwaliteit gestructureerd wordt opgeslagen en gevisualiseerd.<\/p>\n

De kaasproducent in kwestie maakte al jaren gebruik van het HAI Cloud Platform van HAI, en dus was er een schat aan gestructureerde historische informatie over kwaliteit en procescondities die direct beschikbaar was voor analyse. Hierdoor konden de experts snel aan de slag met het daadwerkelijk analyseren van twee jaar historische data.[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_column_text css=””]Voor een succesvolle data analyse is het cruciaal dat je beschikt over betrouwbare data, die gestructureerd en compleet is. In de praktijk blijkt juist het traject om tot een complete gestructureerde en gevalideerde database te komen een zeer tijdrovende klus. Heb je onvolledige of onbetrouwbare data, ga er dan maar van uit dat de analyse geen betrouwbare resultaten op zal leveren.<\/p>\n

Dit is een valkuil waar veel fabrikanten zich niet bewust van zijn: zij zijn geneigd om te denken dat met de beschikbaarheid van een goede analysetool en een data expert de klus wel geklaard gaat worden. Maar al te vaak blijkt echter dat goede betrouwbare data over kwaliteit en procescondities niet eenvoudig voorhanden is.<\/p>\n

Colin Nugteren, van Team HAI\/Notilyze: “Dat is de kracht van samenwerking. Zonder de gestructureerde data uit HAI, de krachtige SAS Analytics en de knowhow van de kaasproducent had het Data Science team nooit zo’n indrukwekkend resultaat neer kunnen zetten.”[\/vc_column_text][vc_empty_space height=”16px”][\/vc_column][\/vc_row][vc_row][vc_column]

<\/div>

Artifical Intelligence als onderdeel van de dagelijkse operatie<\/h2><\/div><\/div>[vc_column_text css=””]De AI-tool kan naadloos ge\u00efntegreerd worden in de dagelijkse werkzaamheden van operators en wordt\u00a0 zodoende een integraal onderdeel van de dagelijkse routine. Deze integratie maakt real-time ondersteuning mogelijk voor het besluitvormingsproces van operators.[\/vc_column_text][vc_empty_space height=”16px”][\/vc_column][\/vc_row][vc_row][vc_column width=”1\/2″]
<\/div>

Winnend project in de wereldwijde SAS Hackaton 2023<\/h2><\/div><\/div>[vc_column_text css=””]De wereldwijde SAS Hackathon richt zich op innovatieve softwareoplossingen om maatschappelijke en zakelijke uitdagingen aan te pakken. Teams bestaande uit datawetenschappers, technologie-liefhebbers en visionairs werken samen met experts en SAS-mentoren om oplossingen te ontwikkelen. De Tool voor Analyzing Cheese Batches werd hierbij tot winnaar aangewezen in het Manufacturing Domein.[\/vc_column_text][vc_column_text css=””]Lees meer over HAI’s aanpak van Artificial Intelligence in de industrie: https:\/\/hai.nl\/artificial-intelligence<\/a>[\/vc_column_text][vc_empty_space height=”16px”][\/vc_column][vc_column width=”1\/2″][vc_empty_space height=”16px”][vc_single_image image=”21889″ img_size=”full” alignment=”center” css=””][\/vc_column][\/vc_row][vc_row][vc_column]