Managen en monitoren van de capaciteiten van de operator door middel van capaciteitsafhankelijke werkinstructies

Deadline

ICON open call - Managen en monitoren van de capaciteiten van de operator door middel van capaciteitsafhankelijke werkinstructies

Uitdaging

HVLV-assemblage (High-Variety, Low-Volume) vereist van de operatoren dat zij een brede waaier van vaardigheden en kennis verwerven (en onderhouden). Zij moeten omgaan met grote hoeveelheden potentieel complexe productaanpassingen. Als zodanig is er een HVLV-specifieke behoefte aan voortdurende (her)scholing van operatoren:

  • om de assemblageprocedures van zeldzame productvarianten op te frissen,
  • wanneer nieuwe productvarianten worden geïntroduceerd,
  • wanneer nieuwe operatoren in dienst treden,
  • enz.

Daarnaast hebben HVLV-operatoren behoefte aan adequate ondersteuning bij de uitvoering van hun assemblagewerkzaamheden, met name in de vorm van digitale werkinstructies (DWI's). Om de acceptatie door de operator en de prestaties te maximaliseren, moeten zowel de opleiding als de DWI-inhoud worden gepersonaliseerd op basis van het bekwaamheidsniveau van de betrokken operator. Een belangrijke rol bij deze personalisatie speelt het soort media dat in de training en DWI-inhoud is opgenomen (bijvoorbeeld alleen tekst, ondersteunende afbeeldingen, (interactieve) video's, (interactieve) CAD-modellen).

Een beginnende operator zal bijvoorbeeld veel baat hebben bij een gedetailleerde video, terwijl diezelfde video voor een ervaren operator als overkill kan worden beschouwd en zelfs een averechts effect kan hebben omdat hij erdoor in zijn flow wordt gestoord. Tenslotte streeft HVLV-assemblage, net als bij massaproductie, naar kwaliteitsmaximalisatie en foutminimalisatie; goed opgeleide en DWI-ondersteunde operatoren dragen bij aan het bereiken van dit doel.

In dit project onderzoeken we een IoT-gedreven, service-georiënteerde systeemarchitectuur die holistisch de volgende technologische kenmerken omvat, alle toegepast op het niveau van individuele operatoren:

  1. Fusie van heterogene gegevensbronnen voor het in real time volgen van capaciteiten;
  2. beheer van vermogensevolutie door het inzetten van gerichte on-the-job trainingstrategieën, en
  3. capaciteitsafhankelijke personalisering van media-rijke opleidingen en DWI's.

Het project zal worden gevalideerd aan de hand van twee SBO en drie industriële proefprojecten, en het effect van de capaciteitsafhankelijke aanpassing van rijke media-opleidingen en DWI's op de acceptatie, de prestaties en de leercurve van de operatoren zal worden geëvalueerd.

Project doelstellingen

In dit project zullen we een genetwerkte systeemarchitectuur onderzoeken en realiseren die diensten omvat voor:

  • Monitoring van de capaciteiten van de operator op basis van datastromen die worden gemeten met goedkope, niet-intrusieve detectieoplossingen.
  • Dashboarding en beheer van de capaciteiten van de operator via microlessen en on-the-job training.
  • Personalisatie van DWI's en opleiding op basis van de capaciteiten van de bediener, met behulp van rijke interactieve videoformaten.
  • Gemakkelijk samenstellen van gepersonaliseerde DWI's en micro-leren.

Valideren tot TRL5niveau door de realisatie van instanties van de systeemarchitectuur in:

  • Twee SBO cases: De assemblage van drie complexe mechatronische producten bij Flanders Make (Infraflex labo en Smart & Agile Assembly labo)

  • Driee industriële pilot use cases

De resultaten moeten het vergemakkelijken om:

  • De trainingstijd om een bepaald competentieniveau te bereiken te verminderen met 50%.

  • Het aantal menselijke fouten te verminderen met 50%.

  • De veelzijdigheid van operatoren te verbeteren met minstens 30%.

 

Interesse?

CAPABLE_ICON is een Interdisciplinair Coöperatief Onderzoek (ICON). We zijn op zoek naar bedrijven die zich bij de gebruikersgroep willen aansluiten en met ons willen werken aan de valorisatie van het project.

Interesse? Gelieve onderstaand formulier in te vullen en we contacteren u zo snel mogelijk:

Andere ICON open calls

Deadline

Industrial Research (ICON)

Deadline

Industrial Research (ICON)