Programma dag 1

  • 09:30-10:00
  • Genderfoyer

Ontvangst & registratie bezoekers

  • 10:00-10:25
  • Genderfoyer

MKB Robotiseert

  • Bert Pauli Gedeputeerde, Provincie Noord-Brabant
  • 10:30-11:10
  • Genderfoyer
  • Genderfoyer

Praktijkervaringen robotisering

  • 11:10-11:45
  • Genderfoyer

Bezoek expo & demo's

  • 11:45-12:10
  • Genderfoyer

Financiën en robots

  • 12:10-13:30
  • Genderfoyer

Bezoek expo / demo's

  • 13:30-14:10
  • Genderfoyer
  • Genderfoyer

Robot experiences in shaver production Philips Drachten

  • Eric Sloot Senior Architect Production Systems, Philips Drachten

In this lecture a glimpse of the highly automated shaver production in Drachten will be shown, both the product build-up and the way we approach and do the automation including some practical guidelines in terms of efficiency. We will show how we arranged the maintenance on the production lines and the improvements we made in preventive maintenance. Finally the experience with some cobots will be shown, both practical and financially.

  • 14:15-14:40
  • Genderfoyer

Fabriek van de Toekomst

  • 14:40-15:05
  • Genderfoyer

Bezoek expo / demo's

  • 15:05-15:30
  • Genderfoyer

De stand van de robotisering

  • 15:35-16:00
  • Genderfoyer

Kleine series rendabel produceren door middel van robotisering

Automatiseren en Robotiseren is een noodzaak geworden. Ronnie van den Hurk legt u uit waarom zijn bedrijf al vele jaren investeert in automatiseringsoplossingen en wat het tot op heden gebracht heeft. Ook deelt hij met u zijn visie over toekomstige oplossingen die er voor gaan zorgen dat de maakindustrie opgewassen is tegen de bedreigingen die op ons af komen.

  • 16:00-16:30
  • Genderfoyer

Bezoek expo / demo's

  • 16:30-17:00
  • Genderfoyer

Netwerkborrel

  • 09:30-10:00
  • Genderfoyer

Ontvangst & registratie bezoekers

  • 10:00-10:25
  • Zaal 1

Deep Learning en Factory Automation

Van de telefoons in onze binnenzak tot de realiteit van zelfrijdende auto's, is de consumenteneconomie begonnen om gebruik te maken van de kracht van Deep Learning neurale netwerken. Deep Learning heeft zich ontwikkeld als een fundamentele technologie in de spraak-, tekst- en gezichtsherkenning die we gebruiken in onze mobiele en draagbare apparaten. Dezelfde technologie migreert nu naar geavanceerde productiepraktijken voor kwaliteitsinspectie en andere op beoordelingsfuncties gebaseerde toepassingen.

De op Deep Learning gebaseerde beeldanalyse combineert de specificiteit en flexibiliteit van menselijke visuele inspectie met de betrouwbaarheid, consistentie en snelheid van een geautomatiseerd systeem. Deep Learning modellen kunnen onaanvaardbare defecten onderscheiden en natuurlijke variaties in complexe patronen ‘begrijpen’. Ze kunnen gemakkelijk worden aangepast aan nieuwe voorbeelden zonder hun kernalgoritmen opnieuw te programmeren. Deze technologie biedt fabrikanten de mogelijkheid om problemen op te lossen die traditionele toepassingen van machine vision niet kunnen, en dit met een grotere robuustheid en betrouwbaarheid.

Tijdens deze workshop zullen we een enkele voorbeelden van uitdagende productietoepassingen tonen waarbij beeldverwerking en Deep Learning effectbeoordelingen op deelslocatie, inspectie, classificatie en karakterherkenning effectiever kunnen uitvoeren dan mensen of traditionele machine vision-oplossingen.

  • 10:30-11:10
  • Genderfoyer
  • Genderfoyer

Praktijkervaringen robotisering

  • 11:10-11:45
  • Genderfoyer

Bezoek expo & demo's

  • 11:45-12:10
  • Zaal 1

Hoe zou het zijn als u automatisch uw eigen AI-beeldherkenningssysteem kunt maken?

De recente vooruitgang van Artificial Intelligence (AI), “deep learning”, binnen het Computer Vision landschap heeft geleid tot de opkomst van nieuwe oplossingen voor procesbeheersing, kwaliteitsborging en voorspellend onderhoud. Helaas heeft ieder bedrijf zijn eigen specifieke eisen en wensen en het is bijna onmogelijk dat er een standaardoplossing voorhanden is die hieraan kan voldoen. Maar waarom creëer je eenvoudig niet zelf je eigen AI-applicatie?

Met diverse voorbeelden uit de praktijk kijken we naar de belangrijkste stappen die nodig zijn bij het ontwerpen van een eigen AI Computer Vision-systeem. We zullen u laten ontdekken dat er geen speciale kennis voor nodig hoeft te zijn maar met behulp van de juiste tools en hardware kunt u zelf de optimale dataset verzamelen. Train uw eigen AI-model.

Deepomatic, een partner van AAEON Europe, zal deze presentatie verzorgen.

  • 12:10-13:30
  • Genderfoyer

Bezoek expo / demo's

  • 13:30-14:10
  • Genderfoyer
  • Genderfoyer

Robot experiences in shaver production Philips Drachten

  • Eric Sloot Senior Architect Production Systems, Philips Drachten

In this lecture a glimpse of the highly automated shaver production in Drachten will be shown, both the product build-up and the way we approach and do the automation including some practical guidelines in terms of efficiency. We will show how we arranged the maintenance on the production lines and the improvements we made in preventive maintenance. Finally the experience with some cobots will be shown, both practical and financially.

  • 14:15-14:40
  • Zaal 1

Embed real-time deep learning in your application

Today, artificial intelligence often runs in the cloud, with data being sent back and forth between the application and the AI algorithms running on energy-guzzling cloud processors. At easics, we use our expertise in system-on-chip design to develop small, low-power and affordable AI that runs locally, e.g. on your camera system or inside a robot or machine. The result is more secure, faster, and has a low and predictable latency. Which we prove in our demo where you may challenge our hardware demonstrator for real-time object recognition!

  • 14:40-15:05
  • Genderfoyer

Bezoek expo / demo's

  • 15:05-15:30
  • Zaal 1

Deep learning in de praktijk

  • Tom Koopen Computer Vision Expert, De Tijdelijke Expert

Deep learning is een nieuwe technologie voor machine vision. Het biedt heel veel slimme oplossingen voor inspectie met vision. Er zijn snel resultaten mee te bereiken, die flexibele en herbruikbare systemen opleveren. Uiteraard zijn er valkuilen. Deep learning blijft gewoon een stuk gereedschap. In deze lezing gaan we bekijken wat deze technologie inhoudt. We bespreken hoe robuust en betrouwbaar deep learning kan zijn. Aan de hand van voorbeelden uit de praktijk wordt uitgelegd hoe deep learning succesvol toegepast kan worden.

  • 15:35-16:00
  • Zaal 1

Deep Learning Vision Solutions in the Age of Industry 4.0

1. Overview of Smart Factory Ecosystem 1) Device Level 2) Factory Level (SCADA, PLC) 3) Enterprise Level (ERP, MES)
2. Technology Disruption Trends in Machine Vision Field 1) Introduction of Automated Inspection 2) Components and Process of Conventional Machine Vision System 3) Drawbacks of Conventional Machine Vision System - Frequent Changes in Optical Conditions - Difficulties in Rule-setting under Short Product Cycle Trends - Complexity of Images
3. Introduction of Deep Learning and Remaining Problems 1) Concept of Machine Learning and Deep Learning 2) Deep Learning for Machine Vision and Remaining Problems 3) How SUALAB Solved those Remaining Problems
4. Deep Learning S/W Library for Machine Vision 'SuaKIT' and its Functions 1) Functions of SuaKIT - Segmentation - Classification - Detection 2) Deep Learning Architectures of SuaKIT - Single Image Analysis - Image Comparison - Multi Image Analysis - One Class Learning 3) SuaKIT Usage Scenario 4) Expected Effects Using SuaKIT - Detection of Defects Undetectable by Conventional Machine Vision - Filtering Error Detection - Classification of Various Detect Types - Replacement of Conventional Machine Vision Algorithm

  • 16:00-16:30
  • Genderfoyer

Bezoek expo / demo's

  • 16:30-17:00
  • Genderfoyer

Netwerkborrel

  • 09:30-10:00
  • Genderfoyer

Ontvangst & registratie bezoekers

  • 10:00-10:25
  • Zaal 2

AGV & Industry 4.0

  • Henk Kiela Directeur / Eigenaar, Probotics AVG Systems

Industry 4.0 is the trend of automation and data exchange that is used in industrial manufacturing techniques. This automation also includes AGV's. Logical tasks can perfectly be performed autonomously and save off course.

  • 10:30-11:10
  • Genderfoyer
  • Genderfoyer

Praktijkervaringen robotisering

  • 11:10-11:45
  • Genderfoyer

Bezoek expo & demo's

  • 11:45-12:10
  • Zaal 2

Maatwerk oplossingen voor nauwkeurige meetvraagstukken met Kit encoders

De vraag naar hoogwaardige, compacte systemen, waarmee nauwkeurig snelheid en positie gemeten kan worden is de laatste jaren alleen maar toegenomen. Optische en magnetische maatwerk kit encoders geven antwoord op deze vraag. De kit encoders kunnen op maat gemaakt worden in bijna elk gewenste vorm of uitvoering; omdat ze “shaftless”, “bearingless” en “frameless” uitgevoerd kunnen worden. Hetgeen resulteert in een meetsysteem zonder bewegende delen, en daarmee vrij van slijtage. De kit encoders kunnen zowel incrementeel als absoluut, met zeer hoge puls/code aantallen uitgevoerd worden.

  • 12:10-13:30
  • Genderfoyer

Bezoek expo / demo's

  • 13:30-14:10
  • Genderfoyer
  • Genderfoyer

Robot experiences in shaver production Philips Drachten

  • Eric Sloot Senior Architect Production Systems, Philips Drachten

In this lecture a glimpse of the highly automated shaver production in Drachten will be shown, both the product build-up and the way we approach and do the automation including some practical guidelines in terms of efficiency. We will show how we arranged the maintenance on the production lines and the improvements we made in preventive maintenance. Finally the experience with some cobots will be shown, both practical and financially.

  • 14:15-14:40
  • Zaal 2

Sensor technologies for the optimalization of motion controls

  • 14:40-15:05
  • Genderfoyer

Bezoek expo / demo's

  • 15:05-15:30
  • Zaal 2

Hoe integreer ik IOT in mijn bestaande machinepark?

  • Roy Wassili Senior accountmanager, Gain Automation Technology

IOT of IIOT lijkt zich met name te focussen op de weergave van verzamelde data via configureerbare dashboards met informatie over de KPI’s. Daarbij wordt gemakshalve vaak aangenomen dat deze data al in een (database) bestand aanwezig is of makkelijk kan worden verzameld vanuit een greenfield situatie met de beschikbare sensoren, drivers of data-sniffers van de leverancier van het platform. Maar wat als de installed-base, de brownfield, gedateerd is en/of helemaal niet van dezelfde leverancier komt? En hoe ga je informatie maken van al die data, zonder kennis van het proces of de machine waarvan je alle data hebt verzameld?

  • 15:35-16:00
  • Zaal 2

How to use Sony Polarisation camera technology for challenging inspection application – adding a new dimension to inspection

Sony continues to support new developments of disruptive inspections system. The use of polarization cameras will prove vital in a wide range of applications. The Sony XCG-CP510 polarised camera along with our award winning SDK, has developed models to disrupt challenging inspection environments. These markets include weakness detection (stress monitoring), vital in industries such as glass, PET and phone displays. Such Polarisation technology can be further utilized for inspection for ITS with reflection removal, scratch identification or tire and carbon fiber inspection. These are just a few applications where our unique Sony Polarisation technology can add significant value.

  • 16:00-16:30
  • Genderfoyer

Bezoek expo / demo's

  • 16:30-17:00
  • Genderfoyer

Netwerkborrel