Van productiedata naar betere beslissingen bij Palsgaard

Veel data, nog weinig inzicht

Een moderne fabriek genereert continu data. Maar hoe zorg je ervoor dat medewerkers daar ook echt iets mee kunnen? Bij Palsgaard in Zierikzee ontstond die vraag na de uitbreiding en verdere automatisering van de fabriek. Het bedrijf ontwikkelde een eigen dataomgeving die productiedata toegankelijk maakt voor medewerkers. Het doel: meer inzicht in het productieproces en data gebruiken om betere beslissingen te nemen.

Palsgaard is een Deens bedrijf dat ingrediënten maakt voor de voedingsmiddelenindustrie. Vanuit Zierikzee produceert het bedrijf onder meer PGPR, een ingrediënt op basis van plantaardige grondstoffen dat wereldwijd wordt gebruikt in chocoladeproducten en helpt om chocolade beter verwerkbaar te maken.

De fabriek is de afgelopen jaren uitgebreid en vergaand geautomatiseerd. Sensoren, pompen, kleppen en temperatuur- en drukmeters leveren continu informatie over het productieproces. De data was er. De uitdaging zat in het gebruik ervan.

Dat is extra belangrijk, omdat het productieproces van Palsgaard specialistisch is. Het bedrijf heeft het proces door de jaren heen zelf ontwikkeld. Oplossingen uit andere fabrieken zijn daardoor niet zomaar toepasbaar. Ook kost het nieuwe medewerkers tijd om het proces goed te leren kennen.

Zelf aan de slag met data

Palsgaard ontwikkelde een eigen database waarin productiedata wordt verzameld. Via dashboards krijgen medewerkers vervolgens de informatie te zien die voor hun werk relevant is. Een medewerker op kantoor kan bijvoorbeeld volgen hoe ver het lossen van een tankwagen is. Een collega in het laboratorium kan zien wanneer een monster genomen kan worden. En als er 's nachts een afwijking ontstaat, kan de technische dienst later terugkijken wat er precies gebeurde. “De onderliggende data is technisch en uitgebreid, maar voor de medewerker kan de toepassing juist heel eenvoudig zijn.” 

Onderhoud op het juiste moment

De data helpt ook om ontwikkelingen over een langere periode te volgen. Bij bepaalde installaties kijkt het bedrijf bijvoorbeeld naar trillingen en andere proceswaarden. Die informatie kan helpen om beter te bepalen wanneer schoonmaak of onderhoud nodig is. Zo kunnen werkzaamheden gerichter worden gepland en kan onnodige productiestilstand worden beperkt.

De volgende stap is om productiegegevens beter te verbinden aan kwaliteitsdata. Daarmee wil het bedrijf onderzoeken welke onderdelen van het productieproces invloed hebben op het eindproduct.

AI begint bij goede data

Ook AI kwam tijdens het traject in beeld. Met het team onderzocht Joris of een AI-model afwijkingen tussen productiebatches kon herkennen. Het model vond verschillen, maar daarmee was nog niet duidelijk wat die afwijkingen betekenden voor de uiteindelijke productkwaliteit. Dat leverde een belangrijke les op. “AI kan patronen signaleren, maar je hebt voldoende proceskennis én de juiste kwaliteitsgegevens nodig om daar bruikbare conclusies aan te verbinden.”

Ruimte om te experimenteren

Voor de ontwikkeling van de dataomgeving maakte Palsgaard gebruik van een voucher van het digitaliseringsproject Klik op Morgen. Daarmee kon het bedrijf externe expertise inschakelen en onderzoeken hoe de beschikbare productiedata beter benut kon worden.

“De ondersteuning gaf ons ruimte om te experimenteren met iets dat niet direct tot onze kernwerkzaamheden behoort. Voor een relatief kleine productielocatie helpt zo'n bijdrage om een eerste stap buiten de vertrouwde werkwijze te zetten.”

De volgende stap moet vervolgens binnen het bedrijf zelf plaatsvinden. Daarom vindt Joris het belangrijk dat kennis niet alleen bij externe specialisten blijft, maar ook bij collega’s terechtkomt. “We hebben collega’s toegang gegeven tot de kennis, tools en database. Daarna zijn zij zelf dashboards gaan ontwikkelen voor hun eigen werk. Daardoor gaat digitale innovatie echt leven binnen je organisatie.”

Begin met een concrete vraag

Een tip voor andere bedrijven? Volgens Joris begint digitalisering niet bij de technologie. “Digitalisering mag nooit een doel op zichzelf worden. Een toepassing moet waarde toevoegen. Het moet medewerkers helpen, processen effectiever maken, kosten beperken of bijdragen aan kwaliteit en veiliger werken.” Bedenk dus vooraf goed welke vraag je wilt beantwoorden.