Boon Edam heeft met een connected platform een nieuwe stap te zetten in de modernisering van de producten, waardoor klanten optimaal inzicht krijgen en het onderhoud kan worden gestroomlijnd. Internet of things, machine learning en predictive maintenance komen binnen bereik. Het project ‘IoT-platform in Azure Cloud’ van Boon Edam, Valid en Microsoft is door de redactie van Computable genomineerd voor de Computable Awards 2019 in de categorie Partnerproject van het Jaar.
Valid ontwikkelde een cloudplatform voor het monitoren en aansturen van de toegangssystemen van Boon. In een proof of concept werd aangetoond dat Azure de meeste mogelijkheden biedt om de bestaande dashboards naar de cloud te brengen en daar veel meer met de data te kunnen doen. In het najaar van 2018 werd het nieuwe platform gelanceerd. Door naar de Azure Cloud te gaan, kan Boon Edam veel meer doen met de beschikbare data. Er ontstaat een gemakkelijk schaalbaar datawarehouse met flexibele functionaliteit voor reporting en dashboards. De front-end van het platform is voor de klant anders dan dat voor Boon Edam. Klanten kunnen door self-service eenvoudig instellingen aanpassen, bijvoorbeeld centraal kortingen doorvoeren of kleine storingen verhelpen. Met machine learning kan het systeem dergelijke acties automatisch in gang zetten. Koppelingen met Boon’s SAP backend en met externe systemen zijn in Azure gemakkelijker te realiseren en te onderhouden. De Azure-cloud biedt verder allerlei geavanceerde tooling voor big data analytics, security en machine learning.
Om de schaarste aan technici het hoofd te bieden, voorziet het nieuwe platform in allerlei mogelijkheden voor predictive maintenance: het op basis van historische en actuele informatie door de computer laten voorspellen wanneer componenten toe zijn aan onderhoud of vervanging. Boon Edam gebruikt SAP als erp-platform. SAP bevat heel veel historische data over componenten en complete systemen, zoals installatiedatum, onderhoudsgeschiedenis, opgetreden storingen. In Azure kunnen de big data uit SAP worden gecorreleerd en geanalyseerd. Het is dan mogelijk om in de cloud algoritmes voor machine learning te verfijnen en predictive analytics uit te voeren. Storingen laten zich voorspellen en kunnen worden voorkomen voordat ze daadwerkelijk optreden. De inzet van servicemonteurs kan veel beter worden gepland.
