Diagnose voor printeronderhoud met AI
Wanneer heeft een gebouw of apparaat precies onderhoud nodig? Als je teveel preventief onderhoud doet, is dat vrij kostbaar. Maar ben je te laat, dan kost een spoedreparatie nog veel meer. Daarbij lijken machines nogal eens de neiging te hebben om precies op het verkeerde moment kapot te gaan. Predictive maintenance staat dus hoog op het verlanglijstje van de maakindustrie. En ook hier kan artificial intelligence (AI) hét verschil maken.
De klant staat om het bestelde printwerk te springen. De printers moeten dus op volle toeren blijven draaien. Zo ook alle andere machines. Binnen de grafische industrie gelden niet alleen hoge kwaliteitseisen, maar moeten er vaak ook strakke deadlines worden gehaald.
Een perfecte branche dus om predictive maintenance op basis van artificial intelligence in te voeren. Dat is dan ook precies waar TNO en Canon Production Printing (voorheen Océ) zich momenteel op richten. Samen doen zij onderzoek naar een AI-systeem dat uitblinkt in betrouwbare diagnoses en prognoses voor professionele printers.
AI met verstand van printers
Er zijn veel verschillende data nodig om goed in te kunnen schatten wat de toestand is van een machine of een machineonderdeel. Daarbij is veel van die data ook nog eens onvolledig of onbetrouwbaar. Om uit die complexe datamix toch de juiste conclusies te kunnen trekken, heb je dus een AI nodig die helemaal thuis is in de wereld van printers.
Vandaar ook dat er is gekozen voor een 'hybride AI': een combinatie van data-lerende AI met domeinkennis. Daarbij is het AI-systeem in staat om de waarschijnlijkheid van causale verbanden in het domeinmodel aan te passen aan de hand van gebruikersdata van een machine. Ook kan hij beredeneren welke problemen er mogelijk zouden kunnen ontstaan en op welke termijn.
Nog onmisbaar: menselijke expertise
En de mens? Die speelt ook nog een niet te onderschatten rol. Machine learning is dus slechts een deel van het verhaal. Het is juist de combinatie van artificial intelligence en menselijke expertise die deze oplossing zo krachtig maakt. De grote uitdaging daarbij is om een AI-systeem te ontwikkelen dat in staat is om de input van mens en machine op de juiste manier te combineren.
Neem contact met ons op
Laat je verder inspireren
Autonome shuttles
Shuttles kunnen het openbaar vervoer toegankelijker, duurzamer en veiliger maken. We ontwikkelden autonome shuttles met omgevingsbewustzijn. Lees meer.


‘Giant AI goes down the European road’
TNO ondersteunt de alarmerende oproep van Future of Life Institute over AI. Regulering is urgent en kan niet worden overgelaten aan de markt zelf. Lees TNO's reactie.


Eerste overzicht van technieken cyberaanvallen van AI door AI
Kunstmatige Intelligentie wordt in alle internationale trendrapporten gezien als de belangrijkste disruptieve technologie van de komende jaren, ook binnen het cybersecurity-domein.


Eerste wereldwijde conferentie over AI in het militaire domein
REAIM 2023: Conferentie over de belangrijkste voorwaarden, kansen, uitdagingen en risico's van militaire toepassingen van AI.


AI Systems Engineering & Lifecycle Management
Het AI-systeem voor de toekomst. Bij TNO werken we aan AI systemen die ook in de toekomst betrouwbaar blijven en nieuwe functies aan kunnen.

