Data‑gedreven optimalisatie van productie bij Rockfon

In veel industriële productieomgevingen zijn prestatieverliezen niet altijd zichtbaar. Binnen de industriële automatisering blijven deze verliezen vaak verborgen wanneer productiegegevens onvolledig of subjectief zijn.

De output varieert per shift, stilstanden treden op zonder duidelijke verklaring en verbeterinitiatieven zijn vaak gebaseerd op ervaring, aannames of handmatige registraties in plaats van objectieve data.

Rockfon, onderdeel van de ROCKWOOL Group, werd met precies deze uitdaging geconfronteerd op de productielocatie in Wijnegem. Eén van de productielijnen vertoonde sterk wisselende output: sommige shifts verliepen probleemloos, terwijl andere werden beïnvloed door frequente en moeilijk verklaarbare onderbrekingen. Manuele registratie van downtime leverde slechts gedeeltelijke en subjectieve inzichten op, waardoor het moeilijk was om de echte oorzaken te achterhalen.

Om van aannames naar feiten te evolueren, had Rockfon behoefte aan objectieve en betrouwbare productiegegevens.

TYPISCH STARTNIVEAU VAN OEE

Wanneer productiegedrag niet objectief wordt gemeten

POTENTIEEL VOOR PRESTATIEVERBETERING

Door objectieve, real‑time productiegegevens

OEE‑VERBETERING BIJ ROCKFON

Gerealiseerd binnen één dag – zonder nieuwe machines

In industriële omgevingen worden prestatieverliezen vaak onderschat wanneer productiegedrag niet objectief wordt geregistreerd.

Een groot deel van de efficiëntieverliezen wordt veroorzaakt door korte stops, snelheidsvariaties en kleine verstoringen die bij manuele rapportage onzichtbaar blijven. Als gevolg hiervan zijn verbeteracties vaak gebaseerd op aannames in plaats van op feiten.

Het verkrijgen van objectief, real‑time productie‑inzicht is daarom een cruciale eerste stap om output te stabiliseren en duurzame prestatieverbeteringen mogelijk te maken, zoals geïllustreerd door de case van Rockfon.

*De bovenstaande afbeelding is representatief en toont een eerder geautomatiseerd verpakkingslijnproject dat door ACE België voor Rockfon werd ontwikkeld. De in dit artikel beschreven OEE‑optimalisatie werd gerealiseerd op een andere, relaisgestuurde productielijn.*

De uitdaging: inconsistente output en onzichtbare downtime

Rockfon produceert metalen profielen voor akoestische plafondsystemen via rolvormtechnologie. Grote coils stripmateriaal worden door geleiderollen gevormd, op lengte gesneden en vervolgens naar het verpakkingsproces geleid.

Hoewel de lijn mechanisch in staat was om stabiele output te leveren, varieerde de prestatie aanzienlijk tussen de shifts. De oorzaken bleven lange tijd onduidelijk:

downtime werd niet consistent geregistreerd
gegevens waren subjectief en onvolledig
sommige verstoringen waren te kort of te subtiel om opgemerkt te worden
verbetermaatregelen waren hoofdzakelijk gebaseerd op ervaring in plaats van metingen

Daarnaast werd Rockfon geconfronteerd met een risico dat veel productiebedrijven herkennen: het geleidelijke verlies van productiekennis naarmate ervaren operators richting pensioen gaan. Operators met decennia aan ervaring wisten intuïtief wanneer smering noodzakelijk was of wanneer een component problemen kon veroorzaken, maar deze kennis was moeilijk structureel vast te leggen en over te dragen.

De doelstelling van Rockfon was duidelijk:

intuïtie en ervaring omzetten in objectief, meetbaar productie‑inzicht.

We desperately needed objective data to identify the cause of the outage

Niels Hermans

Process Engineer, Rockfon

Van productiegedrag naar data

ACE project team at Rockfon, pictured in front of another production line for Rockfon.

Om deze uitdaging aan te pakken, wendde Rockfon zich tot ACE België. Voortbouwend op een langdurige samenwerking, waaronder eerdere projecten voor volledige automatisering van verpakkingslijnen bij Rockfon, stelde ACE een pragmatische, data‑gedreven aanpak voor met focus op laagdrempelige digitalisatie.

In plaats van een complexe MES‑oplossing of ingrijpende mechanische wijzigingen te introduceren, lag de focus eerst op het meetbaar maken van het bestaande productiegedrag.

Samen met Siemens ontwierp ACE een oplossing op basis van een Industrial Edge Controller. Hoewel de productielijn relaisgestuurd was en oorspronkelijk geen PLC bevatte, bleek objectieve datacaptatie toch mogelijk.

Een PLC werd toegevoegd als pure datacollector. Deze verzamelde elektrische signalen van sensoren op de machine en stuurde deze door naar de Industrial Edge Controller, een industriële PC met een eigen besturingssysteem, geschikt voor het draaien van Siemens‑ en externe toepassingen.

Met behulp van het Siemens’ Industrial Edge platform kon Rockfon objectieve productiegegevens in real time registreren en visualiseren, wat onmiddellijk inzicht gaf in machinegedrag en prestaties.

*De afbeelding toont het ACE‑projectteam bij Rockfon, gefotografeerd voor een andere productielijn uit een eerder verpakkingsautomatiseringsproject.*

With the Industrial Edge Controller, we can capture data even on a production line without an existing PLC

Koen Aerts

Senior Project Leader, ACE Belgium

Snelle resultaten dankzij objectief inzicht

De impact van deze aanpak werd vrijwel onmiddellijk zichtbaar.

Binnen één dag na implementatie:

Steeg de Overall Equipment Effectiveness (OEE) van 60% naar 80%
De productie‑output nam met 33% toe
Werden de belangrijkste oorzaken van downtime transparant en direct aanpakbaar

Een van de eerste inzichten illustreerde duidelijk de waarde van data. Tijdens het snijproces moesten twaalf kleine schakelaars simultaan worden geactiveerd. Twee van deze schakelaars bleken verkeerd uitgelijnd, wat tot onnodige stilstanden leidde. Zonder objectieve data was het vrijwel onmogelijk geweest om deze oorzaak te identificeren.

Dankzij real‑time data kon Rockfon het probleem snel lokaliseren, de onnodige downtime elimineren en de productie stabiliseren.

Deze data‑gedreven toepassing werd eveneens opgenomen in de Siemens Best Application Contest 2025–2026, als praktijkvoorbeeld van industriële relevantie.

The line’s output has increased dramatically, and this is just the beginning

Bart Verlinden

Head of Engineering, Rockfon

Operators ondersteunen, niet monitoren

Naast prestatieverbeteringen ondersteunde de data‑gedreven aanpak ook de operators op de werkvloer. Door verbeterde zichtbaarheid op het productieproces moesten operators minder reactief omgaan met downtime.

Het systeem werd niet ervaren als een controlemiddel, maar als praktische ondersteuning die frustratie verminderde en snellere, effectievere interventies mogelijk maakte.

Door productiegedrag zichtbaar te maken, zette Rockfon bovendien een belangrijke stap in het behoud van operationele kennis, door jaren aan ervaring om te zetten in data die gedeeld en hergebruikt kan worden.

Een stap richting de digitale fabriek

Dit pilootproject bouwt verder op Rockfon’s bredere automatiseringstraject, dat eerder al de volledige automatisering van verpakkingslijnen omvatte, ontwikkeld en geïnstalleerd door ACE België.

Met betrouwbare productiegegevens beschikbaar, legt Rockfon nu de basis voor verdere optimalisaties:

predictief onderhoud via aanvullende sensordata
gestandaardiseerde rapportering en vergelijking tussen productielijnen
nauwkeurigere kostenanalyse en budgettering
verbeterde planning en resource‑benutting

Wat begon als een gerichte datapilot is uitgegroeid tot een essentiële stap richting een toekomstbestendige, digitaal ondersteunde productieomgeving.

Engineering‑inzicht in plaats van aannames

In veel productieomgevingen worden prestatieproblemen aangepakt op basis van aannames, ervaring of geïsoleerde observaties. Deze aanpak beperkt verbeteringen vaak tot symptomen in plaats van de onderliggende oorzaken.

De case van Rockfon toont aan hoe objectieve productiegegevens deze dynamiek kunnen veranderen. Door productiegedrag meetbaar te maken, verkrijgen fabrikanten een gestructureerde basis om problemen te analyseren, output te stabiliseren en efficiëntie te verbeteren, ook op bestaande, traditionele productielijnen binnen de industriële automatisering.

Data‑gedreven engineering maakt betere beslissingen mogelijk, leidt tot voorspelbaardere processen en vormt een schaalbare basis voor OEE‑optimalisatie en duurzame productie‑efficiëntie.

Objectieve data creëert helderheid.

Helderheid ondersteunt betere besluitvorming.

Betere beslissingen maken duurzame prestaties mogelijk.

Wij helpen u graag verder! W

Wil je weten hoe ACE kan helpen bij het toekomstbestendig uitbreiden van jouw productiecapaciteit?
Neem contact met ons op en ontdek de mogelijkheden.

NEEM DIRECT CONTACT OP