Overzicht van grote prefab-betonfabriek met gietbanen, bekisting en twee collega's aan het werk op de productievloer

Productie-optimalisatie

10% meer bezetting bij prefab-heipalenfabriek

Honderden voorgespannen prefab heipalen per dag, mallen van 130 tot 200 meter en een keiharde 24-uurscyclus. In een Discovery Zero van 2 weken analyseerden en simuleerden we hun productiedata met AI en bouwden een werkend planning-prototype met het Skrepr-algoritme. Op echte orderdata: tien procent meer bezetting per palenveld-dag, zonder één m³ extra beton.

Skrepr

Productie-optimalisatie

2 weken Discovery Zero

Tien procent meer bezetting per palenveld. Zonder één extra m³ beton.

Honderden voorgespannen prefab heipalen per dag, mallen tussen de 130 en 200 meter, een 24-uurscyclus die elke ochtend om zes uur opnieuw begint. Wat ontbrak, was zicht op de meters mal die elke dag leegbleven. Niet veel, een paar procent. Maar elke meter onbenutte mal is wel volledig voorgespannen staal. Strengen die op eindspanning worden gebracht, dwars over de hele baanlengte, en als de paalbestelling de mal niet vult, wordt dat staal afgesneden en weggegooid. Zonde van de spanning, zonde van het materiaal.

In twee weken Discovery Zero hebben we hun productiedata met AI geanalyseerd en gesimuleerd. Daar bovenop kwam het Skrepr-algoritme. Op échte orderlijsten lieten we zien wat had gekund. Het verschil was tien procent meer bezetting per palenveld-dag.

De situatie, een paar meter die niemand telt

Voor wie de heipalenproductie niet van binnenuit kent: een palenveld is een lange baan, in dit geval tussen de 130 en 200 meter, waarop 's ochtends mallen worden klaargezet. Mallen worden uitgemeten, kopschotten geplaatst, voorspanwapening over de volledige baanlengte aangebracht, en met een spanvijzel op eindspanning gebracht. Pas dán kan er gestort worden. De volgende werkdag wordt de spanning eraf gehaald en kan worden ontkist.

De cyclus is keihard. Vierentwintig uur. Daarbinnen moet de planner beslissen welke combinatie van orders, paaldiameters en lengtes vandaag het palenveld in gaat. In een ochtend, met een Excel-export, jaren ervaring en intuïtie.

De kunst is: vul elke meter mal. Want ook al gaan er straks tien palen van zes meter en twee palen van twaalf meter in één baan, alle voorspanstrengen lopen altijd over de volledige lengte. Wat je daar doorheen niet vult, wordt straks afgesneden. Voorgespannen staal dat al gespannen is. Mortel die al gemengd is. Een mens puzzelt dat knap goed in elkaar, maar er zit altijd een paar procent ruis in. Bij honderden palen per dag, jaar in jaar uit, is dat geld dat in de container verdwijnt.

Discovery Zero, AI voor de analyse, niet voor de planning

Skrepr-trajecten beginnen met een Discovery Zero. Twee weken, geen factuur, geen aannames. Rondleiding op het palenveld, gesprek met de planner, met productie, met inkoop. Daarna een dataset uit hun bestaande systeem: een jaar aan orders, paaltypes, lengtes, klantdeadlines, mal-toewijzingen.

Die data hebben we in week één met AI geanalyseerd en gesimuleerd. Patronen blootgelegd, uitschieters gevonden, scenario's nagespeeld. Welke dagen liep het palenveld het slechtst gevuld? Welke ordercombinaties veroorzaakten de meeste reststukken? Wat was er gebeurd als bestelling X en Y in dezelfde mal hadden gepast in plaats van in twee aparte sessies?

Belangrijk om hierin te onderscheiden: AI is bij ons de microscoop voor de analyse en de simulatie. Niet het brein dat straks de planning maakt. Dat brein is het Skrepr-algoritme.

In week twee bouwden we het werkende prototype. Geen PowerPoint, een dashboard waarin de planner z'n orderlijst inlaadt en het algoritme per palenveld-dag de optimale mal-invulling voorstelt. Hij kan handmatig schuiven, het systeem rekent live mee en toont per voorstel het verwachte reststaal en de bezetting.

Het Skrepr-algoritme, wiskunde, geen black box

Wat onder de motorkap zit, is geen mysterieuze zwarte doos. Het is combinatorische optimalisatie. De vraag is in essentie een variant van bin-packing met extra dimensies: pas een set palen met diameter, lengte en deadline-prioriteit in een baan van X meter, met M malltypes, binnen een 24-uurscyclus en harde leveringsdata. Honderden orders, tienduizenden combinaties. Een mens kan dat niet in een ochtend overzien.

Het algoritme wel. En het rekent niet alleen op vulling, ook op:

  • Diameter-mix per mal, zodat flexibele mallen niet onnodig worden omgesteld tussen 320 en 500 mm
  • Voorspanstreng-instellingen, zodat dezelfde spanopzet meerdere orders bedient
  • Voorzieningen zoals kopwapening en aardstaven, gegroepeerd op productieparameter
  • Klant-deadlines, zodat de winst nóóit ten koste van een levering gaat

Per scenario laten we zien wat het algoritme had voorgesteld, wat de planner had gedaan, en wat het verschil oplevert in meters mal en kilo voorspanstaal. Gemiddeld over een jaar productie: tien procent meer bezetting per palenveld-dag. Op honderden palen per dag is dat tientallen extra palen op dezelfde mortel, dezelfde spanning, dezelfde uren.

Wat we bewust niét deden

Wij hebben hun planning-software niet vervangen. Wij hebben hun ERP niet aangeraakt. Wij hebben de planner niet weggeautomatiseerd.

De grootste fabrieksverbeteringen komen zelden uit een systeemvervanging. Ze komen uit een slimme laag bovenop het systeem dat al draait. De planner blijft in z'n vertrouwde omgeving. Het algoritme draait ernaast als planning-brain en geeft suggesties. Hij beslist, het systeem rekent. Hij wordt sneller en accurater, niet vervangen.

Dat is een bewuste keuze. Een ERP-vervanging is een meerjarig project met ontslagen, frustratie en verloren productiviteit. De winst zat hier niet in het systeem, de winst zat in een ontbrekende rekenkracht bovenop het systeem. Dat is wat Skrepr bouwt.

Het resultaat

Metric Voor Na Verbetering
Bezettingsgraad palenveld baseline minder leegstand +10% per dag
Reststaal voorspanning gemiddelde afsnijverlies gerichter ingepland navenant minder
Planning-tijd planner uren handmatig puzzelen minuten valideren aanzienlijk sneller
Doorlooptijd cyclus 24 uur 24 uur gelijk

Dat laatste is geen vergissing. We hebben de cyclus niet aangetast. De fabriek werkt op dezelfde 24-uurscyclus die ze al jaren draaien. We hebben er een rekenlaag boven gehangen die meer uit dezelfde tijd haalt.

Wat dit voor jouw heipalenfabriek betekent

Drie dingen om mee te nemen.

Eén: de meters mal die elke dag leegblijven, zijn geen overhead. Ze zijn voorraad-die-niet-bestaat. Tien procent meer bezetting betekent tien procent meer palen op het tasveld, zonder één m³ extra beton, zonder één extra spanopzet, zonder één extra ploegenuur.

Twee: AI is geen vervanger van je planner. Het is een rekenkracht waar hij niet aan kan. Het Skrepr-algoritme stelt voor, hij beslist. De combinatie is sterker dan beide apart.

Drie: het cijfer dat je accepteert, is bijna nooit het cijfer waar je vastzit. Tien procent voelt klein bij honderden palen per dag, totdat je het optelt over een jaar. Dat is de inzet.

Benieuwd wat in jouw palenveld nog te halen is? In een Discovery Zero van twee weken kijken we kosteloos mee. Geen aannames, alleen jouw data, jouw mallen, jouw orders. Daarna weet je wat het Skrepr-algoritme in jouw fabriek had gedaan.

Bezetting per palenveld-dag

Een week in het palenveld. Sleep de slider.

Elke staaf is een palenveld-dag van 200 meter. Kleuren zijn klantorders, gestreept is rest, dat is voorgespannen staal dat wordt afgesneden en weggegooid.

Order A
Order B
Order C
Order D
Order E
Rest, voorspanstaal verspild
Week 12, 5 dagen, palenveld 200m
◀ VOOR, ORIGINEEL
13% leeg, 130m staal verspild
NA, OPTIMALISATIE ▶
3% leeg, 30m rest
#01
A
B
C
A
B
C
D
200,0 m
#02
B
D
A
B
D
A
200,0 m
#03
C
B
E
C
B
E
200,0 m
#04
A
E
D
A
E
D
200,0 m
#05
D
C
A
D
C
A
200,0 m
Bezetting
VOOR
87%
NA
97%
Verspild staal / week
VOOR
130m
NA
30m
Extra capaciteit
VOOR
0
NA
+10%
Plannertijd / dag
VOOR
Uren
NA
Minuten

Insights, maandelijks

Wil je weten wat jij laat liggen?

Eén Discovery Zero, twee weken, gratis. Daarna weet je precies waar in jouw fabriek geld blijft liggen.

Liever praten dan lezen?

Liever even sparren? Plan 30 minuten.

We vertalen de inzichten uit deze case naar jullie situatie.