Kennissessies vooraf 12.00-13.00 u Menno Herkes Mensgericht digitaliseren van de productie Jannes Slomp Reduceren van productvariëteit Mitchell van Roij en Meike Froklage I-Robot game - demo Vincent Wiegel en Stef Tiggeloven Sessie met Alumni Deelnemers: ca. 158 Lean medewerkers: 15 Studenten: 38 PROGRAMMA Website 13.00 - Inloop met koffie en thee 13.30 - Opening door Vincent Wiegel 14.10 – studentpresentaties 15.05 – Pauze 15.40 – Start themasessies: • Lean en duurzaamheid – Bart Snijders (Sprints & Sneakers) • Leren en ontwikkelen – Marcella Hoogeboom (Universiteit Twente) • Smart Manufacturing – Peter van Buuren (Verheij Metaal) 16.35 - Start netwerkborrel 16.45 - Bekendmaking Beste HAN Lean verbeterproject 17.30 – Einde programma
MULTIFILE
Gedrag van grote groepen mensen speelt een belangrijke rol in zowel het ontstaan en in stand houden van de problemen op het gebied van gezondheid en energie en milieu, als ook in de oplossing er van. De overheid, bedrijven en organisaties willen burgers, consumenten en werknemers aanzetten tot het maken van duurzame en gezonde keuzes. Zij doen daarbij een beroep op ondernemers in de creatieve industrie. Enkele best practices maken het aannemelijk dat fysieke producten zeer geschikt zijn om mensen op de juiste plaats en het juiste moment in actie te laten komen. De wetenschappelijke onderbouwing van de werking is echter nauwelijks voorhanden. Communicatie-, ontwerp- en adviesbureaus (bureaus) willen weten hoe je door de inzet van een passende strategie van overtuiging en sociale invloed (persuasief principe) op het juiste moment en op de juiste plaats (touchpoint) gedrag kunt beïnvloeden.
Niet de intelligente technologie als kunstmatige intelligente, maar de manier waarop mensen deze technologie inzetten levert een verantwoorde toepassing op. Op dit moment wordt innovatie op het gebied van data, algoritme en computerkracht nog niet maximaal benut. Met enig sociaal onbenul, of met gebrek aan inbedding via wetgeving, kunnen ondenkbare scenario’s werkelijkheid worden. We verkennen er hier een aantal waarbij technologie op een verrassende manier wordt ingezet. Daarbij zijn voorbeelden van hyperpersonalisering van adviezen, het recht op ongezien zijn en preventieve handhaving, en voorbeelden waar digitale representaties toe kunnen leiden. Van hieruit kunnen we de discussie starten hoe we als samenleving technologie willen duiden en inzetten. Hoe kunnen we van gebruiker van slimme systemen komen tot een rol als opdrachtgever van ondersteunende technologie?
In de Smart Industry –ook wel aangeduid als Industrie 4.0- staat Machine2Machine (M2M) communicatie centraal: door machines in productieprocessen, assemblagelijnen en opslagsystemen te verbinden wordt verbeteringen verwacht. In de Smart Industry wordt per definitie veel slimme software systemen gebruikt. Dit zijn vaak autonome, en min of meer intelligente systemen, waarbij internet connectiviteit direct of indirect nodig is. Cyber security is daarmee een belangrijk aandachtspunt voor Smart Industry. De risico’s op security incidenten worden immers groter naar mate steeds meer systemen op het internet zijn aangesloten. We zien op dit moment beperkte aandacht voor robot security, ondanks het feit dat iedereen het belang van cyber security onderschrijft. Dit project richt zich op exploratief onderzoek rondom de cyber security bedreigingen van robots als onderdeel van Smart Industry. Hierbij kijken we naar de technische aspecten van sensoren, communicatie en het geprogrammeerde gedrag van robots. Daarnaast wordt gekeken ook naar de keten waarin Smart Industry/robot toepassingen tot stand komen en worden gebruikt.
De hoofdvraag is voortgekomen uit overleg met het MKB, NHL en een eerder RAAK-project (genaamd Robocompo) en is als volgt: Hoe kan een first-time-right injectie bereikt worden om kosten te besparen bij de deelnemende composietbedrijven voor eenmalige producten en/of hele kleine series? Deze onderzoeksvraag is gebaseerd op concrete behoeftes van het MKB die composietproducten met hogere kwaliteit en tegen lagere kosten willen fabriceren. Het deelnemende MKB bestaat uit productie bedrijven die baat zullen hebben bij methodes voor first-time-right, maar er zitten ook bedrijven bij die met hun kennis/ervaring/producten kunnen bij dragen aan het ontwikkelen van de first-time-right methodes. Door deze diversiteit in bedrijven bestaat er een gezamenlijk belang om de opgedane kennis en ervaring te bundelen en te gebruiken tijdens en na het project. Het project zal beginnen met de evaluatie van de verschillende processen en materialen die gebruikt worden binnen het MKB. Deze resultaten zullen vastgelegd worden in een document dat door het gehele project heen gebruikt kan worden. De volgende stap is het (door)ontwikkelen van de mallen die gebruikt worden voor het injectieproces. Uiteindelijk worden de methodes ontwikkeld door het combineren van ‘slimme’ mallen met simulatie software zodat de injectie bijgestuurd kan worden. Tijdens het gehele proces zal er ook gebruik gemaakt worden van defectendetectie om alle soorten fouten te voorkomen tijdens de injectie. Het project wordt afgesloten met een kosten-baten analyse, waarbij gekeken wordt naar de specifieke producten en processen bij het deelnemende MKB. Voor de doorwerking naar het onderwijs zullen er stage- en afstudeerplekken beschikbaar komen voor de studenten van Inholland en NHL. Deze studenten en hun begeleiders werken dan op hoog niveau samen met de bedrijven, waardoor ze zowel kunnen bijdragen aan hun eigen kennis/ervaring als aan de kennis van de bedrijven door middel van het ontwikkelen van innovatieve oplossingen voor actuele problemen in de industrie.
Na een grondige analyse van de behoefte in de markt door middel van bilaterale gesprekken en een workshop, komt HAN Automotive Research (HAN AR) tot de conclusie dat het werkveld behoefte heeft aan ondersteuning bij het optimaliseren van ontwerp en aansturing van de elektrische en hybride aandrijvingen voor hun (proto-)voertuigen en -machines. De complexiteit van eisen, randvoorwaarden en technische mogelijkheden is moeilijk te overzien en te vertalen naar een succesvol product, dat aan de wensen van de klant voldoet. Het Intemas project beoogt genoemde bedrijven te ondersteunen bij dit belangrijke werk, door een voldoende gedetailleerde analyse van het lastproces (bijvoorbeeld: snelheid tegen de tijd), een wetenschappelijk gefundeerd ontwerp van het energiemanagement systeem (EMS) en een voorstel voor de dimensionering van de deelsystemen (batterij, verbrandingsmotor, e.d.). Het EMS is een systeem dat voortdurend het meest optimale werkpunt kiest voor de diverse energiesystemen aan boord van het voertuig. Deze keuze wordt bepaald op basis van eisen en wensen in termen van o.a. emissies, energieverbruik, prestaties en/of kosten. De HAN wil eigen kennis en ervaring combineren met die van diverse bedrijven en de groep regeltechniek van de Hochschule Rhein Waal om tot nieuwe inzichten en oplossingen te komen en deze te implementeren in het MKB. Veel bij HAN AR bestaande kennis en ervaring (besturingstechniek, modelontwikkeling, veiligheidsconcepten, testtechnieken) is opgedaan met de auto-industrie. Met Intemas willen we ons werkterrein uitbreiden richting de Agro-industrie, een bedrijfstak met veel potentie vanwege haar omvang en stand van techniek. Een kruisbestuiving tussen beide domeinen kan met relatief weinig inspanning tot grote voordelen leiden. Belangrijke deliverables van Intemas project zijn: TCO analyse van diverse producten, een softwaretool voor dimensionering van deelsystemen, Rapport EMS in praktische toepassingen en minimaal 2 demonstrators (elektrische fiets en een hybride trekker). Het bouwen van de demonstrators behoort niet tot het Intemas project; dit zal door de partner-bedrijven worden gedaan. Door de lange ervaring opgedaan in meerdere aanverwante (Raak) projecten, een promotieonderzoek op dit gebied en veel hands-on ervaring kan HAN AR van grote meerwaarde zijn voor de MKB?s en ook belangrijk bijdragen aan een nieuwe kennisbasis voor onderwijs op bachelor en master niveau, gericht op een meer systeem georiënteerde probleemaanpak.
