Jocelyn Venmans on Linkedin
Jocelyn Venmans
Talentcoordinator
Lees onderstaand weer een nieuwe blog van een van onze Engineers! Zij vertellen graag over het werken bij Gain en de uitdagende projecten die zij uitvoeren.

Artificial Intelligence en Machine Learning, mijn afstudeeropdracht bij Gain!

Sinds september ben ik voor mijn afstudeeropdracht bezig met een onderzoek naar Artificial Intelligence (AI) en Machine Learning binnen de automatisering. Gain is benieuwd naar wat AI en/of Machine Learning kan betekenen voor Gain en haar klanten.

Ik vertel je graag wat ik onderzocht heb, hoe ik het in praktijk heb gebracht en hoe mijn laatste weken eruit gaan zien.

Om te beginnen heb ik onderzoek gedaan naar Machine Learning in het algemeen, wat houdt Machine Learning in en hoe werkt het. Daarnaast heb ik onderzoek gedaan naar Deep Learning. Deep Learning is een onderdeel van Machine Learning waarbij gebruik gemaakt wordt van neurale netwerken. Deep Learning presteert in veel gevallen beter dan traditionele Machine Learning methodes. Zo is Deep Learning in staat meer data en complexere problemen te verwerken. Echter, kost Deep Learning vaak meer rekenkracht en tijd vergeleken met Machine Learning.

Vervolgens heb ik gekeken naar de toepassing van AI binnen de automatisering. Een aantal van deze toepassingen zijn bijvoorbeeld machine vision, predictive maintenance en machine optimization, maar ook Digital Twin gecombineerd met AI wordt steeds vaker toegepast. Ook heb ik onderzocht wat de mogelijkheden van Machine Learning in combinatie met PLC’s/IPC’s zijn. Zo heeft bijvoorbeeld Beckhoff tegenwoordig een Machine Learning omgeving waar eenvoudig ML-modellen kunnen worden geïmplementeerd in PLC’s/IPC’s.

De theorie heb ik inmiddels een stuk in praktijk gebracht met behulp van een deltarobot. Het doel van de praktijkopdracht is het energieverbruik van de deltarobot te reduceren aan de hand van data die door de deltarobot verzameld is. Met deze data is een Machine Learning model getraind dat in staat is het energieverbruik van de deltarobot bij bepaalde bewegingen te voorspellen waardoor de optimale parameters gevonden kunnen worden. Het model heeft uiteindelijk het energieverbruik met een nauwkeurigheid van 90-95% voorspeld. Vervolgens zijn de optimale parameters bepaald die vergeleken met de oorspronkelijke situatie 5% tot 50% van het energieverbruik kunnen besparen, afhankelijk van de uitgevoerde beweging.

De laatste weken van mijn afstudeerperiode ga ik de deltarobot verder optimaliseren. Ik ga het model verder trainen en proberen de nauwkeurigheid te verhogen. Ook ga ik het proces automatiseren zodat de deltarobot volledig zelfstandig data verzamelt, met deze data zelf een model traint en de optimale parameters berekent.

Kortom, een zeer interessant maar ook leerzaam project. Hopelijk niet alleen voor mij, maar ook voor Gain! Ik ben zeer dankbaar voor de begeleiding die ik krijg tijdens dit traject en voor de goede sfeer en fijne collega’s op kantoor. Mijn ervaring bij Gain is zeer positief!

Jesper
Afstudeerstudent, Gain

Wil jij ook afstuderen of werken bij Gain? Bekijk onze vacatures hier of stuur een e-mail naar recruitment@gain.nl.