Werken aan de fabriek waar de productie dag en nacht doorgaat

By Corine Spaans

Een lights out fabriek, waar machines autonoom de juiste chip voor de juiste klant produceren, waar de productie doorgaat als de lichten uit zijn. Dat is de droom voor Jan Driessen, smart manufacturing architect bij Nexperia. Samen met het AI-enabled Manufacturing and Maintance-lab (AIMM) van de TU Eindhoven werkt Driessen aan een slimme fabriek. 

Ook werken er promovendi mee, die hun onderzoek in de fabriek en aan de universiteit doen. Zoals Jelle Adan, die afgelopen maand zijn promotieonderzoek afrondde. Hij ontwikkelde slimme algoritmes die bestellingen van een klant automatisch doorvertalen naar de planning. 

Nexperia maakt halfgeleiders, componenten voor elektronische producten zoals een elektrische auto, laptops en smartphones. Jaarlijks verscheept het bedrijf wereldwijd meer dan 90 miljard integrated circuits (IC’s). Het hoofdkantoor bevindt zich in Nijmegen, de chips worden in de fabrieken in Europa en Azië geproduceerd. Onder meer op de High Tech Campus in Eindhoven.

Transistoren en diodes

Die kleine producten zitten hoogstwaarschijnlijk in je smartphone. Driessen: “Als je met je hand je telefoon zou aanraken en onze onderdelen zouden er niet inzitten, dan zou de statische elektriciteit die op je hand zit de chips kunnen opblazen. Onze transistoren en diodes kunnen die statische elektriciteit afvangen.”

Promovendus Jelle Adan keek naar een gedeelte van het maakproces, zoals hij dat noemt. Hoe komt een klantenorder binnen? En hoe verloopt de vertaling naar een werkopdracht? Die werkopdracht bepaalt welke machines nodig zijn om de bestelde chip te maken. Jelle Adan: “Veel wordt nu met de hand gedaan. Een team van planners gebruikt Excel om te plannen. Het proces leunt erg op de expertise en ervaring van die planners.”

Het kost veel geld om een machine te laten draaien, gaat Jelle Adan verder. “Om meer te produceren, kunnen we er niet zomaar een machine bijzetten”, vult Driessen aan. “Nexperia heeft een oplage van zo’n duizend verschillende chips. Die hebben allemaal verschillende recepten met andere bewerkingen. Elke klant wil net iets anders.” 

Chaos

Driessen wil “die grote chaos van klantenorders” kunnen managen. “Hoe zorg je dat je alles op tijd aflevert? Dat wordt een steeds grotere uitdaging. We staan nu al onder enorme druk met de toenemende vraag naar chips voor elektrische auto’s.”

Artificial Intellingence kan, volgens Driessen, zorgen voor 1 of 1,5 procent aan extra marge. “Dat is op een productieproces met meer dan 90 miljard producten per jaar, oftewel zo’n 3 duizend per seconde, een enorme winst.”

Ivo Adan, hoogleraar Manufacturing aan de TU/e: “Wat we nastreven, is om meer capaciteit uit de fabriek te halen. Niet door de fabriek groter te maken, maar door het productieproces slimmer aan te sturen. De data op een slimme manier te gebruiken. En een autonome fabriek te creëren. Daarin heeft Jelle stappen gemaakt. Wat eerder handmatig werd gedaan, is geautomatiseerd en met die data kunnen we het proces weer verder verbeteren.” 

Verpakken

Die verschillende processtappen en eisen en de beschikbare capaciteit van de machines moeten zo strak mogelijk op elkaar worden afgestemd, zegt Jelle Adan. “Per stap zitten veel productie specifieke keuzes. Je hebt onder meer lithografiemachines en etsmachines nodig om tot een wafer te komen. Afhankelijk van het eindproduct komen daar bijvoorbeeld 100 duizend diodes op. Voor je het aan de klant verkoopt, moet het verpakt worden. Dus het gaat om zagen, plakken, draadjes erop doen en in een soort plastic omhullen die stappen. Die stappen heb ik geoptimaliseerd.”

Door te werken met algoritmes ontstaat er ook real time feedback. Ivo Adan: “Met de data die van de machines komt, kunnen we direct zien of en hoe. we moeten bijsturen. Als er een afwijking is, is er misschien een goede reden voor, maar die moeten we dan wel weten.”

Of er op den duur dan helemaal geen mensen meer nodig zijn? Volgens Driessen “misschien in de meest ideale situatie”. “Maar je moet de getallen, die uit die algoritmes komen, kunnen interpreteren. Bijvoorbeeld de start van een machine. Dat is bij de ene als die opgeladen wordt en bij de andere als de eerste procesbewerking komt. Dat kan voor een algoritme hetzelfde zijn. Die nuance is belangrijk. Je kunt je daarmee jezelf in je voet schieten en een verkeerde beslissing nemen. Daarom blijven mensen nodig die de datastroom heen en terug tussen de werkvloer en de it-systemen goed kunnen vertalen en beheren.”

Rijdende trein

Het is volgens Driessen een extra uitdaging dat je geen nieuwe fabriek bouwt, maar een bestaande fabriek die al 20 jaar draait, probeert verder te automatiseren. “Mensen die al jaren zo werken, zijn huiverig voor die aanpassingen. Je probeert modificaties aan te brengen aan een rijdende trein.” 

Door de coronapandemie kon Jelle Adan de fabrieken in Azië niet bezoeken. Het tijdsverschil en de onlinesessies maakten het extra lastig om aanpassingen te doen aan die “doordenderende trein”, zegt Driessen. 

Onderzoek in de fabriek maakt dat een promovendus als Jelle Adan de praktijk beter begrijpt. Hij ziet ter plekke wat er nodig is. “Het wetenschappelijk onderzoek richt zich doorgaans op gestileerde problemen. Omdat ik bij Nexperia werk en naar de universiteit ga, ben ik gedwongen om te zoeken naar wat we echt kunnen gebruiken. Die tweaks te doen die nodig zijn om het toepasbaar te maken.”

Ivo Adan: “Juist als je naar de industrie kijkt, leidt dat tot heel mooi fundamenteel onderzoek. Het is echt niet zo dat wij alleen maar de alledaagse problemen van de industrie oplossen. We kijken vooruit met de industrie. Samen formuleren we goede wetenschappelijke vragen, die ook relevant zijn voor de industrie. Waar we de komende vier jaar aan moeten werken.”

Ver weg

Jelle Adans promotieonderzoek is afgerond. Hij wil de resultaten van zijn onderzoek de komende tijd binnen Nexperia implementeren. Een volgende promovendus staat al klaar. Die gaat verder met het onderhoud van de machines. Driessen: “Net zoals je auto voor onderhoud naar de garage moet. Er moeten ook onderdelen van die machines vervangen worden om ze draaiende te houden. We willen het onderhoud voorspelbaar maken. Soms gaan machines down omdat er iets breekt dat we niet zien aankomen.” Dat wil Driessen voorkomen en het onderhoud koppelen aan de momenten dat de juiste mensen er zijn om de juiste werkzaamheden te doen.

Het is wel de bedoeling dat Jelle voorlopig bij Nexperia blijft werken, zegt Driessen. “We hebben mooie stappen gemaakt, maar het is eigenlijk nooit af. De stip op de horizon, een lights out factory, waar de productie doorgaat als de mensen weg zijn, is nog ver weg.”