Op een bijeenkomst van het European Supply Chain Forum(ESCF) discussieerden de aanwezigen over de inzet van digital twin-technologie; over hoe virtuele replica stroomopwaarts kunnen worden gebruikt bij verbetering van de productieplanning en stroomafwaarts voor betere servitization-strategieën en bedrijfsmodellen om waarde te creëren voor en met klanten. Maar hoe doe je dat? Hoe overtuig je de organisatie? En hoe kan zoiets in de praktijk werken? Tijdens de bijeenkomst deelden ITEC en Nexperia wat de invoering van digital twinning hun heeft gebracht. ‘Met een digital twin kun je heel veel zaken beter, veiliger of goedkoper analyseren.’
Tijdens de ESCF-bijeenkomst over digital twinning werd aan verschillende tafels uitgebreid gediscussieerd over de hindernissen en obstakels bij de invoering van zo’n virtuele replica. Foto’s: Bart van Overbeeke
– ‘Het koppelen van digital twins is makkelijker gezegd dan gedaan.’
– ‘Als je in je bedrijf goede toegang hebt tot 80 procent van de data, kun je een waardevolle twin bouwen.’
– ‘Geef jezelf wel ruimte om te experimenteren en om te falen.’
– ‘Het is vooral zaak om het MT mee te krijgen.’
Kies de salamimethode – plakje voor plakje – als je met digital twinning begint
Digital twins hebben de wind in de zeilen. Onderzoeksbureau Fortune Business Insights berekende dat de markt voor virtuele replica’s in 2022 zo’n 8,6 miljard dollar groot was. Dit jaar groeit dat naar verwachting door naar 11,5 miljard. Tegen het eind van het decennium schat Fortune dat de digital twin-markt een waarde heeft van ruim 137 miljard dollar, een gemiddelde jaarlijkse groei van meer dan 42 procent.
Dat heel veel verschillende industrieën en bedrijfstakken met digital twins aan de slag gaan – of zijn – is niet verwonderlijk. Deze technologie maakt het namelijk onder meer mogelijk om efficiënter te produceren en betere onderhoudsdiensten en services te leveren. Ook de stap naar servitization-modellen is een stuk eenvoudiger als je een goede, functionele digital twin van je machine ter beschikking hebt. Zelfs voor de laatste fase van het product, rond refurbishment en recycling, zou een digital twin interessant kunnen zijn, om voor de verschillende onderdelen een nieuwe bestemming te vinden. ‘Maar daar, end of life, zie ik op dit moment nog nauwelijks digital twins toegepast worden’, zegt Jeroen Broekhuijsen, team lead Digital Factories bij TNO.
Twins in ketens
Broekhuijsen was een van de sprekers op de recente themabijeenkomst over digital twinning van het European Supply Chain Forum (ESCF). Want ook in toeleverketens zijn digital twins nadrukkelijk onderwerp van discussie. Broekhuijsen: ‘Ik sprak laatst een Duits bedrijf dat elektrische motoren levert voor vorkheftrucks. Uit hun eigen producten kunnen ze wel data ophalen over de prestaties van de motoren, maar voor een echt goed beeld hebben ze ook informatie nodig over het gebruik van de vorkheftrucks. Daarom zijn ze met de fabrikant om tafel gegaan, om hun digital twins te koppelen. Maar dat is makkelijker gezegd dan gedaan. Want om echt alles uit de kast te halen, wil je die gecombineerde twin ook koppelen aan het magazijnmanagementsysteem. Voor ze het wisten, hadden ze een keten van meer dan tien partijen nodig om hun vragen te beantwoorden en hun uitdagingen op te lossen.’
Met een digital twin en AI slaagde Michael Geurtsen en zijn ITEC-collega’s erin om een productieverbetering van ruim 4 procent te realiseren. Een uitstekend resultaat, gezien de productievolumes in de back-end halfgeleiderfabriek.
‘De belangrijkste vraag is altijd: waarom heb je een twin nodig?’
In het tweede deel van de ESCF-bijeenkomst bediscussieerden de aanwezigen in groepjes de grootste hindernissen en struikelblokken bij de implementatie van digital twins. Ook daar kwam ketensamenwerking als belangrijke uitdaging bovendrijven. Want zoals uit het voorbeeld van Broekhuijsen blijkt, zijn alle relevante data voor jouw proces niet altijd direct toegankelijk en moet je in de keten de handen ineenslaan. ‘Het is dan zaak om duidelijk te maken dat zo’n digital twin ook voor die andere partijen waarde biedt’, zegt iemand in de zaal. Een ander voegt toe: ‘En uiteraard moet je altijd kunnen laten zien dat de gegevens op een veilige manier worden opgehaald en opgeslagen.’ Zoals zo vaak in samenwerkingen draait het om vertrouwen.
Hoeveel detail?
Voor Broekhuijsen is een digital twin overigens nooit het doel, maar altijd een middel om tot betere beslissingen te komen. ‘Een twin is een digitale replica en dat kan van alles zijn, van je hart, je productielijn, van verkeersstromen in het land of van de planeet’, somt hij op. ‘De belangrijkste vraag is altijd: waarom heb je een twin nodig? Welke vraag wil je ermee beantwoorden of welk probleem wil je ermee oplossen? Als je daar geen antwoord op hebt, moet je terug naar de tekentafel.’
Als dat specifieke doel is geïdentificeerd, geeft dat gelijk duidelijkheid over hoe gedetailleerd zo’n twin moet worden. Het snijdt namelijk geen hout om elk atoom in het systeem te modelleren. Los van het feit dat dat onbegonnen werk is, is het ook nutteloos. En tevens een van de hindernissen voor digital twins die Monique van den Broek, partner en principal consultant datascience van consultancybureau CQM in de praktijk ziet. ‘Welk detailniveau heb je nodig voor de vragen die je wilt beantwoorden?’, zegt ze aan een van de discussietafels. Samen met haar CQM-collega’s werkt ze onder meer aan een digital twin van de distributiecentra van Albert Heijn.
Supply chain engineer Loïs Aerts van ASML valt haar bij: ‘Hoe diep moet je gaan met je details?’ Een digital twin op atoomniveau zou juist voor ASML wellicht best waardevolle inzichten kunnen opleveren, maar realistisch is het allerminst. Dus je moet ergens water bij de wijn doen. ‘Maar wat is die validatie dan precies waard?’ Want heb je dan niet net een cruciale factor wegvereenvoudigd, wil ze maar zeggen.
‘Welk detailniveau heb je nodig voor de antwoorden die je zoekt?’, vraagt Monique van den Broek van consultancybureau CQM zich af.
Integraal onderdeel
Broekhuijsen zegt over dat dilemma: ‘Hoe meer kennis je hebt en hoe meer je daarvan kunt embedden in je digital twin, hoe rijker het model wordt en hoe meer vragen je ermee kunt beantwoorden. Maar ergens moet je de grens trekken. Het doel van de replica bepaalt waar die scheidslijn ligt.’ Hij geeft een voorbeeld: ‘Voor mijn werkgever houd ik de uren bij die ik voor verschillende opdrachtgevers werk. Dat is natuurlijk zeker geen gedetailleerde representatie van wat ik doe, maar voor de facturering is zo’n rudimentaire ‘twin’ voldoende.’
Hij waagt zich zelfs aan een schatting. ‘Als je in je bedrijf goede toegang hebt tot 80 procent van de data, kun je een waardevolle twin bouwen, ook al mis je nog 20 procent. Het scheelt uiteraard een slok op een borrel als die 80 procent aansluit op de vragen die je wilt beantwoorden.’ Desondanks adviseert de TNO-man gewoon met een digital twin te beginnen. ‘Maak die replica en kijk of je kunt vangen wat je probeert te bereiken. En vooral: maak die digital twin integraal onderdeel van je dagelijkse activiteiten. Als je dat niet doet, heb je wellicht een leuke simulatie, maar niks meer.’
Volgens Broekhuijsen is het dus zaak om klein te beginnen met je digital twin en vervolgens uit te bouwen. Dat is precies waarmee hij bedrijven helpt: hun simulaties of modellen transformeren in een interactieve twin. ‘Zo’n replica voor één doel zet je vervolgens om in een multi-purpose, multi-use twin, want pas dan ga je de echte transformatie zien.’
Tijdens de afsluitende discussie wordt die salami-aanpak ook regelmatig opgeworpen; begin met een dun plakje en pak er steeds een klein stukje bij. Dan zorg je voor quick wins en laat je de waarde van een digital twin voor je bedrijf zien. ‘Geef jezelf wel ruimte om te experimenteren en om te falen’, raadt een van de aanwezigen aan. Het gefaseerd invoeren van een digital twin leidt tot minder weerstand in de organisatie.
Virtueel testen
Die weerstand tegen een digital twin en de daarmee gepaard gaande investering voelt René Smits, unit manager field services bij achtbaanontwikkelaar Vekoma Rides, tot op managementniveau. ‘Onze simulaties zitten al heel dicht tegen een digital twin aan. Op dit moment testen we achtbanen uiteindelijk nog met mensen in het veld, maar het zou heel interessant kunnen zijn om dat al eerder in het ontwikkelproces virtueel te doen’, vertelt hij in een van de discussiegroepjes. ‘Het is vooral zaak om het MT mee te krijgen.’
Hoe overtuig je iedereen in de organisatie van het nut van een digital twin? Door klein te beginnen via de salamimethode.
Broekhuijsen heeft daar in zijn lezing al een voorzet voor gegeven. Volgens de TNO’er zijn digital twins namelijk bij uitstek geschikt om zaken te onderzoeken die je niet kunt of niet wilt doen in de fysieke werkelijkheid. ‘Als je wilt weten wat er bij een overstroming gebeurt, kun je uiteraard geen dijk doorsteken. En je gaat geen aardbeving opwekken om te kijken wat het effect op je gebouw is. Met een digital twin kun je dat soort zaken beter, veiliger en/of goedkoper analyseren.’ Voor een achtbaan, met al zijn veiligheidseisen, liggen de voordelen van een virtuele replica dus voor de hand.
Effective process time
Waar ze zeker geen moeite hebben om topmanagers te overtuigen, is bij Nexperia-dochter ITEC. Sterker nog, de cfo wil tot in detail weten hoeveel elke processtap kost. Alleen met digital twinning zijn die vragen te beantwoorden, stelt innovatiemanager Joep Stokkermans: ‘Onze machines voor de back-end chipproductie staan in enorme fabrieken en verwerken per jaar zo’n 100 miljard producten. Dat is allemaal heel dynamisch; er wordt continu gebouwd en uitgebreid, nieuwe machines schuiven de fabriek in en oudere verdwijnen.’
In die gecontroleerde chaos lijkt het haast onmogelijk om een processtap te isoleren en daarvan de kosten te bepalen. ‘Het voordeel is dat in onze industrie de data vaak aanwezig zijn. De apparaten verzamelen die al’, vertelt Stokkermans. ‘Dan is het alleen zaak om ze in de context van je vraag te brengen.’
ITEC hangt zijn vragen vooral op aan één KPI: de effective process time. ‘Dat gaat een stapje verder dan de bekende overall equipment efficiency, omdat het ook zaken bevat als omsteltijden en operatorgedrag, en rekening houdt met de variaties in producten, processen en apparaten’, verduidelijkt Stokkermans. Gegeven de complexiteit van het productieproces, komt ITEC daarmee op het terrein van big data-analyse. De digital twin is de manier om overzicht te houden.
Diebonden, wirebonden, molden
Stokkermans’ collega Michael Geurtsen maakt in zijn presentatie op de ESCF-meeting duidelijk hoe zoiets in de praktijk in zijn werk gaat. Daarvoor toont de business process analyst bij ITEC en PhD-student aan de TU Eindhoven een plaatje van een back-end fabriek. ‘Dit is een recente foto van een van onze fabrieken in Azië, in Maleisië om precies te zijn.’ Te zien is een hal vol machines, allemaal keurig uitgelijnd.
Elke assemblagelijn bestaat uit een serie machines die grofweg drie stappen voor hun rekening nemen. Eerst worden de losse dies, blokjes halfgeleidend materiaal, van een wafer gepakt en op een zogenaamd leadframe bevestigd, het zogeheten diebonding. Vervolgens worden de in- en uitgangen van elke die verbonden met de contactpunten op het leadframe. Dat wirebonden levert een complete IC op. Bij de laatste stap, molding, wordt een beschermend kunststof jasje om de kale elektronica geperst.
Dynamische lijnen
‘Het is een serieel proces, dus moeten machines op elkaar wachten’, vertelt Geurtsen. Om ervoor te zorgen dat een lijn niet meteen stilstaat als een van de schakels in de keten hapert of stokt, zitten er buffers tussen alle machines. Die geven spelingsruimte en zijn een ideale plek voor visuele inspectie. Naast dat bijna geen één lijn hetzelfde is, omdat het combinaties betreft van oudere en nieuwere machines in allerlei varianten en versies, zit er nog meer dynamiek in de analyse, weet Geurtsen. ‘Regelmatig moet worden omgesteld naar andere producten, er moeten nieuwe wafers in of andere leadframes, er zijn wisselingen in de draden voor het wirebondproces’, somt hij op. ‘En je hebt natuurlijk te maken met de reguliere onderhoudsactiviteiten.’
Om de output van de back-end chipassemblagelijnen te kunnen analyseren en optimaliseren, hebben Geurtsen en zijn collega’s een digital twin gebouwd. ‘Daarbij ligt de focus op de laatste stap in het proces: het molden.’ Meer specifiek, op het schoonmaakproces dat voor die machine regelmatig nodig is. Het gaat immers om injectiemolden wat zeker in een schone chipfabriek voor vervuiling kan zorgen.
Beter plannen
‘Op dit moment draaien onze moldingmachines om de zestien uur hun schoonmaakprogramma’, weet Geurtsen. ‘Puur op basis van tijd dus. Het aantal producten in zo’n periode is echter variabel. Want misschien was het wel een slechte dag met meerdere productiestops of hebben de machines juist volle bak gedraaid en zijn er heel veel producten van de lijn gerold.’
Die variatie op zich is niet zo erg, maar betekent vooral dat de reiniging soms te vroeg gebeurt (en dus te vaak) of te laat, wat een negatief effect op de kwaliteit kan hebben. ‘Beter is het om de schoonmaakstap te baseren op het aantal producten dat daadwerkelijk is verwerkt’, aldus Geurtsen. En het wordt helemaal interessant als je ook rekening kunt houden met hoe vol de buffers zijn. ‘Het is natuurlijk slimmer om een moldingmachine een halfuurtje stil te zetten voor de reiniging als de buffer ervoor relatief leeg is. Bij een volle buffer loopt de complete assemblagelijn immers direct vol.’
Artificial intelligence
Maar hoeveel chips moet de moldingmachine minimaal hebben verwerkt voordat een schoonmaakproces in gang kan worden gezet? En wat is het maximum? En bij welke buffervulling krijg je de optimale combinatie? ITEC ontwikkelde er, zoals gezegd, een digital twin voor. ‘We vullen die met echte gegevens van onze machines in het veld. Die machinestatistieken koppelen we aan de output. Daardoor kunnen we bijvoorbeeld een heatmap maken van de bottlenecks in de productielijnen’, zegt Geurtsen.
Ook andere parameters kunnen worden geanalyseerd, waaronder dus de optimale schoonmaakplanning. ‘Omdat heel veel factoren een rol spelen en het om grote hoeveelheden data gaat, hebben we gebruikgemaakt van artificial intelligence’, legt Geurtsen uit. ‘Daardoor hebben we nu meer inzicht in het proces, en is de kans kleiner dat we met een volle buffer een onderhoudsronde ingaan.’ Met de deep reinforcement learning-methodiek slaagde ITEC erin een verbetering van ruim 4 procent te realiseren in vergelijking met de oude time-based benadering. Gezien de immense productieaantallen bij ITEC, is dat een uitstekend resultaat.
120.000 wafers per maand
Ook bij ITEC-moeder Nexperia bewijzen digital twins hun dienst. Sinds 2019 is dat bedrijf onderdeel van Wingtech Group. Aan de zuidrand van Shanghai bouwt dit Chinese conglomeraat een nieuwe halfgeleiderfabriek, een investering waarmee tot nu toe al zo’n 2 miljard dollar gemoeid is. ‘Als eind dit jaar de tweede fase van de bouw is afgerond en de fabriek compleet up and running is, kunnen we daar met zo’n duizend tools 120.000 300-mm wafers per maand produceren’, zegt Nexperia-projectmanager Manfred Röwe.
Link magazine april/mei 2023, Thema: Parijs halen: De energietransitie. Vraag een exemplaar op bij de uitgever van Link magazine: uitgever@linkmagazine.nl
De fabriek draait haast volledig autonoom. Er lopen geen operators tussen alle machines heen en weer; een complex transportsysteem verzorgt de distributie. Binnen twee minuten moet een wafercassette over het netwerk van opgeteld tien kilometer aan rails van de ene naar een willekeurige andere machine in de fabriek kunnen worden gebracht.
Voor die optimalisatiepuzzel ontwikkelde Nexperia een digital twin. ‘We willen het maximale uit dat Automatic Material Handling System krijgen’, zegt Röwe. ‘We hebben het dus gemodelleerd om tot de beste configuratie te komen en de optimale routes te kunnen plannen. Sinds de fabriek begin dit jaar operationeel is, vullen we de digital twin aan met productiedata en kunnen we nog verder optimaliseren. Als we straks volledig draaien, gaan we ook gegevens analyseren om op kosten te kunnen sturen. Want dat is waarin onze cfo geïnteresseerd is. Alle procesinformatie stoppen we in de digital twin, waardoor we realtime kostmonitoring kunnen doen.’
ESCF en Link Magazine
De Servitization Community van netwerkorganisatie ESCF en Link Magazine organiseren regelmatig gezamenlijk bijeenkomsten. Eén van de doelen is om (veel) meer bedrijven in ons land ervan bewust te maken dat servitization een belangrijke enabler is voor toekomstige continuïteit en winstgevende groei. Uitgever van Link, John van Ginkel, is tevens network orchestrator servitization van het ESCF. Leden van het servitization platform zijn: ASML, Lely, VMI Group, Tembo, Schneider, Voortman Steel Machinery, Vekoma, Moba, Thermo Fischer, Spirotech, Malvern Panalytical, Fontys Hogescholen, Provincie Noord Brabant, Rittal, Sensorfy, SAS en Vanderlande. Voor meer informatie en om lid te worden van deze ESCF-community: neem contact op met John van Ginkel, 06-53937589, john.vanginkel@linkmagazine.nl/j.n.v.ginkel@tue.nl
