This report was produced within the framework of the RAAK PRP project ‘Veiligheid op de werkvloer’. Personal protective equipment (PPE) is used on a daily basis by millions of people all over the EU, voluntarily or as a result of EU legislation. In this report we deal specifically with the textile/garment aspects of PPE. In this context we must consider the fact that PPE encompasses a huge area with hundreds of different applications of materials and systems tuned to specific needs;from a materials point of view it represents a complex area due to the large diversity of labour conditions. Textiles and clothing represent an area where PPE is an important area of attention. On a global scale it is an area of much research. Safety and comfort are becoming more and more important and these aspects must be in balance. Uncomfortable systems will not be used and put safe working at risk. Thus there is a continuous need for technological innovation to improve the effectiveness of PPE systems. Specialization and specific combinations aimed at use under well-defined conditions contributes to finding a good balance between comfort and safety. The design of products, taking into account the individual needs represent an area of intensive research: Safety directed ‘fashion design’.The ultimate goal is the development of proactive systems by which workers (but capital goods as well) are optimally protected. There is also a lot of attention for maintenance and cleaning since protective functions may deteriorate as a result of cleaning processes. Another important point is standardization because producers need directions for product development and supply of goods. In our overview we make a distinction between static and dynamic systems. Static systems provide passive protection, simply by being a part of an equipment that separates the worker from the danger zone. Dynamic systems are more ‘intelligent’ because these can react to stimuli and subsequently can take action. These dynamic systems use sensors, communication technology and actuators. From this research the following may be concluded: 1. Safety is obtained by choice of materials for a textile construction, including the use of coatings with special properties, application of specific additives and he use of special designed fibre shapes. 2. The architecture and ultimate construction and the combinations with other materials result in products that respond adequately. This is of great importance because of the balance comfort – safety. But a lot can be improved in this respect. 3. Insight in human behaviour, ambient intelligence and systems technology will lead to new routes for product development and a more active approach and higher levels of safety on the work floor. Consequently there is a lot of research going on that is aimed at improved materials and systems. Also due to the enormous research area of smart textiles a lot of development is aimed at the integration of new technology for application in PPE. This results in complex products that enhance both passive and active safety. Especially the commissioners, government and industry, must pay a lot of attention to specifying the required properties that a product should meet under the specific conditions. This has a cost aspect as well because production volumes are usually not that large if for small groups of products specific demands are defined. We expect that through the technology that is being developed in the scope of mass customization production technologies will be developed that allows production at acceptable cost, but still aimed at products that have specific properties for unique application areas. Purchasing is now being practiced through large procurements. We must than consider the fact that specification takes place on the basis of functionality. In that case we should move away from the current cost focus but the attention should shift towards the life cycle
MULTIFILE
De hoofdvraag die beantwoord wordt in dit onderzoek is de volgende: Hoe kan de beleving van bezoekers van Nationaal Park Weerribben Wieden geoptimaliseerd worden in de verschillende fasen van de customer journey? De volgende sub vragen worden beantwoord in dit onderzoek: - Met welke touchpoints zijn de verschillende fasen van de customer journey ingericht? - Welke promotionele boodschap (motivaties en belevenissen) worden gecommuniceerd door middel van de touchpoints? - Welke touchpoints worden gebruikt door de bezoekers (dagbezoekers en verblijfstoeristen)? - Naar welke ervaringen/belevenissen is de bezoeker op zoek (motivaties)? Na het beantwoorden van de onderzoeksvragen worden aanbevelingen gedaan over de vraag hoe de touch points nog beter in te richten zijn om die beleving/ervaring verder te optimaliseren.
Personalization, production on-demand, and flexible manufacture facilities are growing within the European apparel sector, supported by national and regional public policy. These developments seem to embody a much waited “paradigm shift” in the fashion industry; a shift from global to local scale, from quantity to quality and from standard products to personalized services. Such values, however, are far from new, and scholars have already pointed out the similarities between emerging and pre-industrial systems of production and consumption. This article argues that in order to understand current developments in historical context, we should return to the process of industrialization of the apparel industry during the turn from the 19th to the 20th C, taking into account aspects of production as much as mediation and consumption. With this aim in mind, the article traces the rise of ready-made garments in the Netherlands and northwest Europe, and the associated decline in custom- and home-made garments in the region. Although available statistical data is insufficient to accurately map these phenomena, secondary sources suggest that both processes were not simultaneous and therefore there was not a straightforward substitution of custom- and home-made clothing by ready-mades. While availability and trade of mass-produced ready-mades was escalating since the early 19th C, it was not until mid 20th C that custom- and home-made clothing declined among the middle class. In this study, such a gap is explained by a steady increase in the amount of clothes acquired per person: an expanding culture of consumption during the period under consideration may have enabled these different systems to flourish all together. A parallelism of the findings above with current developments suggests that we should not regard emergent industrial formats as substitutionary of established ones, but as complementary. We may then reevaluate to what extent does the rise of the flexible factory enable a “revolution”, a shift from a problematic present to a contrasting and desirable future. This historical overview indicates that, on the contrary, emerging product-service-systems manufacturing personalized garments on-demand must be considered in relation to – and in coexistence with- traditional industrial models.
MULTIFILE
Mkb-bedrijven hebben twee gerelateerde vragen: hoe gaan we om met de steeds groter wordende variatie in klantvraag en kunnen we de toenemende beschikbare productiedata hiervoor inzetten? De klantvraag variatie in productmix, volume en frequentie wordt veroorzaakt door mass customization en geopolitieke invloeden. De variatie bemoeilijkt het realiseren van korte betrouwbare levertijden. Het is een uitdaging voor bedrijven om de beschikbare productiedata effectief in te zetten om kort op de bal te sturen en zo grip te krijgen op levertijden. In het lopende RAAK-onderzoek ‘Organized Digital Factory’ (ODF) constateren we dat traditionele methoden om de klantvraag te analyseren, zoals de Glenday Sieve/Syntetos niet voldoen voor mkb-bedrijven met een hoge variatie in hun klantvraag. Wij zien terug dat de klantvraag analyses: 1. Niet toereikend zijn door het hoge aantal one-of-a-kind producten in de klantvraag. 2. Mede hierdoor, onvoldoende inzicht bieden in de impact van de klantvraag het productiesysteem. Het ontbreken van dit inzicht leidt tot beperkte en vertraagde mogelijkheden om bij te sturen. Het doel van dit onderzoek is om samen met mkb-bedrijven met een hierboven beschreven klantvraagpatroon, klantvraag analyses te ontwikkelen die inzicht bieden in de gevolgen hiervan op hun productiesysteem. Deze analyses moeten bedrijven inzicht geven in hoe zij het reactievermogen van hun productiesysteem kunnen verbeteren door: 1. Aanpassingen in hun productiesysteem 2. Snellere bijsturingsmogelijkheden tijdens productie. De praktijkvraag vanuit discrete mkb-productiebedrijven voor deze KIEM-aanvraag is dan ook: ‘Hoe kunnen we onze klantvraag analyseren zodat wij inzicht krijgen in de impact van deze klantvraag op ons productiesysteem?’ De hieruit voortvloeiende onderzoeksvraag: “Hoe kunnen we de klantvraag voor discrete mkb-productiebedrijven zodanig in kaart brengen dat er een directe koppeling naar de impact op het productiesysteem te maken is?”
Dit voorstel richt zich op het verkennen van machine learning (ML) mogelijkheden om mkb-bedrijven te onder-steunen bij het verbeteren van hun productieplanning en besturing. Uit interviews met verschillende bedrijven is gebleken dat ze worstelen met plannings- en besturingsproblemen, zoals hoge variatie in de klantvraag, onbe-trouwbare voorcalculaties van capaciteitsbehoefte. Bedrijven zijn continu bezig om hun productieproces en de planning- en besturing hiervan te verbeteren. Ze verwachten hierin een volgende stap te zetten door gebruik te maken van de steeds ruimere (real-time) beschikbaarheid van orderstatus en productiedata. Ze worstelen ech-ter met het waarde toevoegend inzetten van de beschikbare data. Dit KIEM-onderzoek verkent welke bestaande machine learning modellen toepasbaar zijn om de productie planning en besturing van mkb-bedrijven te verbeteren. Deze machine learning modellen kunnen worden inge-zet bij voorspellende analyses om zo te kunnen acteren op bijvoorbeeld bottlenecks in het productieproces. Het onderzoek vloeit voort uit de het RAAK-mkb project ‘Organized Digital Factory’, waar we met mkb-bedrijven bezig zijn hun data te ontsluiten met digital twinning. Mkb-bedrijven verwachten de ontsloten data met ML-modellen in te zetten om zo de hoge variatie in de klantvraag beter te plannen én de productie sneller bij te sturen. Met dit KIEM-onderzoek sluiten we aan bij de roadmap Smart Industry op de volgende punten: Cyber Physical Systems, Digital Twin, Mass Customization, Production Management. Daarnaast sluit het aan bij KIA sleutel-technologieën: Data sciencie and data analystics, digital twinning and immersive tecnologies.
De Mass Customization-Twin (de McTwin) is een proces digital twin voor de ondersteuning van doorlooptijdbeheersing van mass customized productie. Consumenten vragen korte levertijden en bij voorkeur (mass) customized producten. Dit is voor veel Mkb-maakbedrijven lastig: de planning en besturing van de productieprocessen is complex met als gevolg lange onbeheerste doorlooptijden en lage leverbetrouwbaarheid. De McTwin is een digitaal model van de productie en loopt ‘live’ mee met de werkelijke productie. Wijzigingen op de werkvloer (en verwachte wijzigingen) rekent de McTwin realtime door om advies te geven over de beste keuzes. De McTwin bieden we aan als App in de cloud en we koppelen de McTwin aan bestaande Manufacturing Execution Systems (MES) via een universele interface. We berekenen real time de doorlooptijd van orders te op basis van de actualiteit op de shopfloor. Op dit moment bestaan geen werkende proces digital twins voor de ca. 30.000 mkb maakbedrijven die Mass Customized producten aanbieden. Bestaande werkende Digital Twins zijn modellen van machines of producten en niet van werkende processen. Laat staan dat deze twins real time gekoppeld zijn. We sluiten aan bij de topsector Hightech Systemen & Materialen en sleuteltechnologie Smart Industry in de nationale kennis- en innovatieagenda. Tijdens deze haalbaarheidsstudie integreren we de bestaande McTwin modules en koppelen deze koppelen aan een MES in een praktijksituatie bij een klant. Daarnaast ontwikkelen een strategisch marketingplan waarbij we gedetailleerd de (technische, organisatorische en financiële) eisen van het technisch mkb verder uitwerken om een levensvatbare ontwikkelrichting te ondersteunen.
