Een storingsvrije koelinstallatie door middel van Artificial Intelligence[1] (AI)? Het cluster Unica Industry Solutions is bezig met een innovatietraject waar door gebruik van AI wordt bekeken hoe storingen in koelinstallaties voorkomen kunnen worden.
Het hele cluster is betrokken bij het pilotproject. Pro-Fa Automation zorgt voor de data-analyse op basis van AI-modellen. PCT en Van Kempen leveren de inbreng van technische kennis op het gebied van koudetechniek, het ter beschikking stellen van live data uit koude-installaties en het beoordelen van de resultaten uit AI-modellen. De vestiging Bodegraven van Unica Industry Solutions koppelt de databases, verwerkt de data en ontwikkelt een dashboard via het Remote Control Platform. Adviseur Marc Jacobs van MSJ Advies staat hen bij. Lessons learned kunnen daarna ook voor andere (industriële) domeinen worden toegepast.
AI is overal
We komen AI-toepassingen overal tegen. Als je gaat winkelen op het internet, krijg je suggesties voor artikelen zodra je een artikel in je winkelmand hebt: ‘misschien is dit ook interessant voor jou’ of ‘andere kopers zochten ook dit’. Zoek je op internet naar een bepaald product, dan ontvang je vervolgens op verschillende websites reclames voor dit product. Dit gebeurt door data te verzamelen en te labelen, ofwel te markeren. Winkeliers hebben daardoor een goed beeld van wie hun klant is, wat die tegen welke prijs wil kopen en hoe ze het juiste assortiment kunnen inplannen. Dit technologische proces wordt ook wel machine learning[2] genoemd. Door machine learning, (waarin AI wordt toegepast) wordt een systeem steeds ‘slimmer’ doordat er steeds meer verbanden worden gelegd.
Van mens naar machine
Deze technologie kun je ook inzetten om meer te weten te komen over een installatie. Waarom valt een installatie in storing? Wat zijn de eerste signalen? Door een installatie intensief te monitoren en verdachte situaties te labelen/markeren, leert het programma die situaties te herkennen. Het labelen is een kernonderdeel van bijna alles wat met machine learning en AI te maken heeft.
Pilot bij de supermarkt
Unica Industry Solutions zet machine learning en dus AI nu in om te voorkomen dat industriële koelinstallaties gaan invriezen. Industriële koelinstallaties staan bijvoorbeeld in distributiecentra, productiebedrijven en datacenters. Overal waar warmteafvoer en temperatuurregeling cruciaal zijn, spelen industriële koelsystemen een rol.
In een van die distributiecentra voor supermarkten is Unica Industry Solutions gestart met een pilot om storingen in vriesinstallaties terug te dringen door het gebruik van AI. Het doel van deze pilot is niet om uiteindelijk mensen te vervangen, maar om technologie zo in te zetten dat het mensen kan ondersteunen.
Door het samenbrengen van de specialistische kennis van alle betrokken bedrijven wordt het straks mogelijk om storingen te beperken of zelfs te voorkomen. Het op de juiste manier combineren van alle kennis en dit toepassen in een voor Unica nieuwe techniek is de grootste uitdaging.
Storingen herkennen
In de praktijk is de eerste uitdaging om het invriezen bij koelmachines tegen te gaan. Dit is het moment dat de verdamper[3] in het vrieshuis gaat invriezen[4], waarna de binnentemperatuur langzaam maar zeker op zal lopen.
het ‘hartritme’ van een verdamper
Twan Aarts, Hoofd Techniek bij PCT Koudetechniek: “Als de machine eenmaal gaat invriezen, zal uiteindelijk de temperatuur omhoog gaan. Dan moet er een monteur naar toe. In de tijd dat de installatie is ingevroren, koelt deze niet meer. Een monteur is er een halve of zelfs een hele dag mee bezig om het systeem te herstellen. De machine wordt buiten gebruik gesteld. De monteurs mogen uiteraard niet met schroevendraaiers en hamers beitelen, maar moeten met water naar binnen. Water en een vriescel… dat wordt spekglad. Ze staan op een hoogwerker. Daar zijn risico’s aan verbonden.”
Met AI gaan we ervoor zorgen dat we een stap eerder een melding kunnen geven, vóór het invriezen. Dan kan een probleem vaak softwarematig nog opgelost worden. “Je hebt als het ware een virtuele monteur ter plaatse”, zegt Twan.
Signalen herkennen
Marc Jacobs, datawetenschapper en zelfstandig adviseur, vergelijkt het met de gezondheidszorg. “Door het maken van een hartfilmpje kun je aan het hartritme zien of een patiënt hartproblemen heeft. Bij een verdamper heb je ook een soort hartritme. Het proces zal actief koelen, dan ontdooien en direct daarna weer afkoelen om vervolgens weer actief te gaan koelen. Als je dit proces een aantal keer achter elkaar zet, kun je zien of er afwijkingen zijn.”
Net als bij mensen hebben machines een eigen ritme, vertelt Marc: “Met een programma leren we van elke machine wat een normaal ritme is en wat een afwijking is. Dat betekent vele uurtjes controleren of wat het programma heeft gemarkeerd juist is. De inspanning zit aan de voorkant, maar de winst in de schaalvergroting: de data die je hebt verzameld, kun je weer gebruiken om bij andere onderdelen toe te passen. De computer leert hiervan en kan daardoor eerder signalen herkennen zodat er tijdig gereageerd kan worden.”
Grafiek van een verdamper in actie:
de rode blokken geven aan dat de AI / het machine learning algoritme voorspelt dat de verdamper invriests
De volgende uitdaging
Het voorspellen van storingen op basis van stoornissen in het ritme, is pas de eerste uitdaging. Liefst willen gebruikers natuurlijk voorkomen dat de stoornissen optreden. Daar zijn weer andere indicatoren voor nodig. “Alleen een verdamper in de gaten houden, is niet genoeg. Er zijn meer factoren die een rol spelen”, zegt Christ Oomen, directeur van Pro-Fa Automation. “In de koeltechniek heb je veel relatief vergelijkbare processen. Een logische volgende stap is kijken naar het gedrag van een compressor en condensor. Uiteindelijk is dit iets wat Unica-breed ingezet zou kunnen worden voor het voorkomen van storingen. Het is dan ook onze ambitie om klanten een storingsvrije koelinstallatie te kunnen garanderen.”
De pilot waarbij AI wordt ingezet om dit te realiseren, loopt momenteel bij drie klanten. Meerdere andere klanten hebben ook al interesse getoond om aan de pilot mee te doen.
[1]Artificial Intelligence (AI): De mogelijkheid van een machine om mensachtige vaardigheden te vertonen, zoals redeneren, leren, plannen en creativiteit. Ook wel kunstmatige intelligentie genoemd.
[2]Machine Learning (ML): Machine learning (ML) is een tak van kunstmatige intelligentie (AI) en computerwetenschap die zich richt op het ontwikkelen van methoden waarmee computers kunnen leren en hun prestaties kunnen verbeteren. Het doel is om menselijke leerprocessen na te bootsen, zodat specifieke taken nauwkeurig kunnen worden uitgevoerd. In plaats van precieze instructies te geven door ze te programmeren, geven gebruikers de computers een probleem om op te lossen en veel voorbeelden om van te leren. Vergelijkbaar met hoe peuters leren, leert ML een computer door hem een enorme hoeveelheid afbeeldingen met het label “kat” of “vrachtwagen” te laten zien, zodat de computer relevante kenmerken kan herkennen en deze kennis kan toepassen op nieuwe, niet-geziene foto’s. Kortom, machine learning stelt systemen in staat om te leren van ervaring en voorspellingen te doen op basis van data, zonder expliciete programmering.
[3]Verdamper: in de verdamper absorbeert het koelmiddel warmte uit de binnenlucht. Het verandert van een vloeistof in een gas (verdamping) en koelt zo de ruimte.
[4]Invriezen: Als de verdamper gaat invriezen gaat er ijs om de lamellen zitten waardoor er geen tot geen warmteoverdracht plaatst vindt en de koeler steeds verder invriest.