Big data, machinelearning, receptoptimalisatie en digitalisering van het specificatiebeheer zijn de belangrijkste trends die het softwarebedrijf Adifo constateert. “Uiteindelijk zou het mooi zijn als machines zichzelf na elke productwissel opnieuw instellen, zodat er geen proefbatches meer nodig zijn.”
De belangrijkste trend die Adifo ziet, is het gebruik van big data. “Voedingsmiddelenbedrijven kunnen meer uit big data halen dan dat ze op dit moment doen”, zegt productmanager Kathleen De Badrihaye.
“Ze kunnen een database opbouwen van kwaliteits- en procesparameters. Door deze meetgegevens met elkaar te combineren, is het mogelijk om machines na een productwissel meteen goed in te stellen. Wij hebben dit bijvoorbeeld uitgevoerd bij een fabrikant van extrusieproducten.
Daarbij hebben we elk half uur het vochtgehalte geregistreerd. Dit combineerden we met de data van de machine-instellingen, zoals temperatuur en druk. Met deze gegevens is de fabrikant in staat de machine na elke productwissel zo goed en nauwkeurig in te stellen dat er nauwelijks nog proefproducties nodig zijn.” De productmanager verwacht dat het in de toekomst zelfs mogelijk moet zijn dat machines zichzelf bijstellen op basis van de gegevens die zij zelf vergaren. Daarmee is machinelearning een feit.
Receptoptimalisatie
De tweede trend die Adifo waarneemt is receptoptimalisatie. “Dit wordt al toegepast in de vlees- en zuivelindustrie”, zegt ze. “We zien hiervoor ook kansen in andere sectoren.” Bij batchoptimalisatie verzamelt softwareprogramma Bestmix alle analysegegevens van de binnengekomen grondstoffen. Vervolgens berekent het programma de ideale combinatie tussen de verschillende partijen om te voldoen aan een vooraf vastgelegde eindkwaliteit.
Een voorbeeld hiervan is standaardisatie van melk in de zuivelindustrie. “Zuivelfabrikanten krijgen verschillende partijen melk aangeleverd die variëren in onder andere vet- en drogestofgehalte. Ons softwareprogramma berekent hoe deze partijen het beste met elkaar gecombineerd kunnen worden, bijvoorbeeld voor het maken van kaas. Het programma kiest daarbij voor de goedkoopste oplossing die voldoet aan de specificaties.” De Badrihaye verwacht dat ook fabrikanten uit andere sectoren deze functionaliteit goed kunnen gebruiken, bijvoorbeeld om voorraad weg te werken die tegen het einde van de tht-datum aan loopt. Zo worden verliezen voorkomen. Ook kan de software productontwikkelaars ondersteunen bij het samenstellen van het ideale recept.
Specificatiebeheer
Tot slot zegt ze dat digitalisering van het specificatiebeheer sterk in opmars is. “Wij zien nog altijd dat fabrikanten de specificaties van hun grondstoffen in een papieren formaat aangeleverd krijgen. Zij typen deze gegevens handmatig over in ons softwareprogramma om hiermee hun recepten te berekenen. Steeds vaker wordt er gevraagd om in een portaal voor datasourcing te voorzien waarbij leveranciers zelf hun specificaties invoeren. Hierdoor is handmatig overtypen niet meer nodig. Een bijkomend voordeel is dat de data meteen op volledigheid kunnen worden gecontroleerd en dat dit met workflows en authenticatie meer geautomatiseerd en gestructureerd kan verlopen.”