Werken met gevoel: slimme krachtregeling voor robots in de maakindustrie

Het doel van het project

Een robot die een lasrups wegschuurde op een stalen buis, zet heel andere kracht dan een robot die een peer van de tak plukt. Te weinig kracht, en de las blijft zitten. Te veel kracht, en de peer is perenmousse. Precies dat aanvoelen staat centraal in het project Werken met gevoel: hoe weet een robot hoeveel kracht hij kan en mag zetten op een voorwerp, om het op de juiste manier te bewerken of te verwerken?

Dat aanvoelen heet in de techniek actieve krachtregeling. In dit praktijkonderzoek werken we aan industriële robots die met sensoren, regelalgoritmen en AI meten hoeveel kracht een taak vraagt — en die kracht precies doseren. Denk aan het wegslijpen van lasrupsen op metalen buizen, het voorzichtig oogsten van zeewier, of het pakken en plaatsen van kwetsbaar fruit zonder beschadiging.

Met de robotisering van deze uitdagende taken schuiven we op van handwerk naar slimmer werken — en daarmee naar hogere productiviteit. Dat biedt uitkomst voor machinebouwers die moeite hebben personeel te vinden.

We zetten moderne regeltechniek en AI-gebaseerde algoritmes in om robots nieuwe taken aan te leren. Waar nodig vullen we de actieve krachtregeling aan met moderne vision-technieken. 

Het implementeren van actieve krachtregeling in de praktijk kent vele uitdagingen. De uiteindelijk te bereiken kwaliteit en productiviteit hangen mede af van de keuze voor de juiste sensoren en algoritmes, en de manier waarop die algoritmes worden afgestemd op de toepassing. Omdat de beoogde verbeteringen in het productieproces elkaar onderling beïnvloeden, bestuderen we steeds het hele productieproces — inclusief de economische impact.

Voor elke branche definiëren we kritische succesfactoren, zoals de te bereiken gladheid van een oppervlak of de mate waarin we beurse plekken op fruit kunnen voorkomen. De meerwaarde voor de praktijkpartners komt direct voort uit de casestudies die studenten en onderzoekers uitwerken. Naast proof-of-concept oplossingen met aangetoonde productiviteitsverbeteringen voor de machinebouwpartners levert het project toegankelijke masterclasses en nieuwe onderwijsmodules. Daarnaast delen we kennis via symposia en publicaties in vakliteratuur.

Hoe pakt Inholland dit onderzoek aan?

Continue dialoog met bedrijven

Vanaf het begin van het project voeren we een continue dialoog met de bedrijven over de use-cases en de bijbehorende business cases. Wat zijn de verwachtingen? Welke verbeteringen worden er concreet verwacht? En zijn die verwachtingen realistisch? Vanuit de bedrijfskundige en bedrijfseconomische hoek begeleiden we de bedrijven hierin.

Digital Twin: sensoren en regelalgoritmen

We verzamelen, ordenen en delen kennis over sensoren, regelalgoritmen en model based design. Dat doen we via aanvullend literatuuronderzoek, prototyping en praktijktesten met nieuwe krachtsensoren en regelalgoritmen. Uiteindelijk bouwen we een Digital Twin van een robotcel.

Machine Learning: programmeren en optimaliseren

We richten ons op nieuwe ontwikkelingen in het programmeren, aanleren en optimaliseren van actieve krachtregeltaken. Via prototyping en praktijktesten verkennen we nieuwe machine learning methodes. De digital twin biedt daarbij een basis om met verschillende methodes te experimenteren in simulatie.

Case-studies: testen in de praktijk

We selecteren cases op basis van herkenbaarheid voor een brede groep bedrijven. Samen met de industriële partners werken we use-cases uit en toetsen we in de praktijk wat er mogelijk is met specifieke kracht-, meet- en regeltechnologieën. Ook brengen we in kaart welke aanpassingen en investeringen daarvoor nodig zijn en welk rendement haalbaar is. Een voorbeeld is het wegslijpen van lasrupsen bij Handicare. De variatie in de afmetingen van de lasrups op een ruimtelijk gekromd stuk pijp vraagt om slimme sensorica en adaptieve regeling om dit te kunnen automatiseren.

Doorwerking: kennis borgen en delen

We leggen de nadruk op kennisborging, disseminatie en doorwerking. Dat vertaalt zich onder andere in masterclasses, publicaties en lesmodules. De resultaten verspreiden we onder de deelnemende bedrijven en de overige TechnoSpitsen via bijeenkomsten, netwerken en brancheorganisaties, halfjaarlijkse symposia, publicaties online en in vaktijdschriften, en via implementatie in onderwijscurricula, studentprojecten en colleges.

Wat is het belang voor het onderwijs?

De toegevoegde waarde van dit project zit in het op gestructureerde wijze toepassen én combineren van nieuwe technieken: krachtregelingstechnieken, de inzet van een digital twin en machine learning. Dat doen studenten en docenten niet in theorie, maar in de praktijk — samen met bedrijven.

Voor onderzoek

We verwachten enkele publicaties, zowel over de lessons learned bij het invoeren van slimme krachtregeling in de industriële praktijk, als over de integratie van minoren in praktijkonderzoek. Studenten zetten we in als junior onderzoekers, volwaardig betrokken bij de kennisontwikkeling.

Voor onderwijs

Het project levert nieuwe cursusmodules op binnen de minor Industriële Automatisering, waaronder Impedance Control, Model Based Design en Machine Learning. Docenten doen praktijkervaring op door actief mee te werken in het onderzoek. Daarnaast biedt het project stage- en afstudeerplaatsen voor studenten. 

De opleidingen Werktuigbouwkunde, Elektrotechniek en Technische Informatica worden uitgebreid met regeltechniek als nieuw vak. Tegelijk levert het project bouwstenen voor nieuwe modules 'robots met gevoel' binnen de nieuwe Associate Degree Robotics, in samenwerking met onder andere het Talland College.

Hoe betrekken we het werkveld?

We werken nauw samen met de industriële partners om use-cases uit te werken. In de praktijk toetsen we wat er mogelijk is met specifieke kracht-, meet- en regeltechnologieën. Daarbij brengen we ook in kaart welke aanpassingen en investeringen nodig zijn, en welk rendement haalbaar is.

De kennis uit de casestudies vertalen we naar instructies en protocollen die breed toepasbaar zijn. Deze informatie stellen we vrij beschikbaar via de websites van de brancheorganisaties. Daarnaast verspreiden we kennis actief via TechValley-bijeenkomsten, openbare projectbijeenkomsten, masterclasses, gastcolleges en branchebijeenkomsten.

Via de samenwerking met brancheorganisaties FME en Metaalunie — verenigd in Stichting TechValley — bereiken we een groot netwerk van mkb-maakbedrijven in de regio. Deze bedrijven nodigen we breed uit voor halfjaarlijkse symposia. Projectleden en onderzoekers zijn daarnaast actief betrokken bij regionale kenniskringen zoals de Noord-Hollandse Materialenkring en Smart Industry Hub NHN. Casebeschrijvingen leiden tot publicaties, onder andere op de website van TechValley.

Inholland Academy

Inholland Academy biedt praktijkgerichte post-hbo opleidingen aan voor werkende professionals. Vanuit dit project vertalen we onderzoeksresultaten naar opleidingen en modules op het gebied van advanced vision, impedance control en machine learning — als onderdeel van Leven Lang Leren. De marktkennis van Inholland Academy en de inzichten uit dit project versterken elkaar daarin.

Wat zijn de (verwachte) resultaten?

Nieuwe kennis ontwikkelen en toepassen

Onze belangrijkste ambitie is om in dit project nieuwe kennis te ontwikkelen op het gebied van actieve krachtregeling. Via praktijkgericht onderzoek maken we die kennis zichtbaar en bruikbaar. Alle betrokken maakbedrijven leveren één of meer use-cases aan, die we uitwerken tot proof-of-concept.

Een tweede ambitie is om deze kennis samen met de onderwijspartners beschikbaar te maken in nieuwe onderwijsmodules — voor het reguliere onderwijs op mbo-, mbo+-, hbo- en hbo+-niveau, én voor bij- en nascholing via Inholland Academy.

De betrokken brancheorganisaties en Parbleu richten zich met hun toegang tot een breder, landelijk netwerk op het verder verspreiden van de opgebouwde kennis in het bedrijfsleven.

Kennisdelen

De opgedane kennis delen we via masterclasses, publicaties en lesmodules. De resultaten verspreiden we onder de deelnemende bedrijven en de overige TechnoSpitsen — via bijeenkomsten, netwerken en brancheorganisaties, halfjaarlijkse symposia, publicaties online en in vaktijdschriften, en via implementatie in onderwijscurricula, studentprojecten en colleges.

Samenwerken in open innovatie

Door samen te werken in open innovatie bundelen de betrokken bedrijven hun krachten. Dat betekent: leren van elkaar als collega-bedrijven, samenwerken met studenten en daardoor een betere instroom van nieuw talent, en vernieuwende ideeën laten doorstromen naar de praktijk én het onderwijs via docent-onderzoekers.

Concrete verbeteringen

De samenwerking is gericht op tastbare resultaten in de praktijk: betere productkwaliteit en nauwkeurigheid, minder storingen en kortere downtime, hogere productiviteit door kortere cyclus- en doorlooptijden, meer flexibiliteit bij het omstellen naar een ander product, en verbeterde veiligheid op de werkvloer.