De uitdaging
Op de assemblagelijn registreert een sensor elk afkeurmoment als QG_001_REJECT = 1. De PLC sloeg dit op — maar niemand kreeg een melding. Operators controleerden de band handmatig, elk uur. Kwaliteitsproblemen werden te laat ontdekt.
Het gevolg: gemiddeld 8 uur verloren productietijd per week door late detectie.
De oplossing: event-driven AI Data Layer
Met de IDP event-driven pipeline wordt elk PLC-signaal direct verwerkt:
PLC signaal (QG_001_REJECT = 1)
→ MQTT publish
→ ISA-95 model verrijking:
{
"event": "quality_reject",
"equipment": "ConveyorBelt-QG-001",
"product": "Assembly-Batch-2024-247",
"location": "Station-4",
"severity": "HIGH",
"timestamp": "2025-01-20T14:32:17Z"
}
→ MongoDB opslag
→ N8N workflow trigger
→ Operator notificatie (SMS + Grafana alert)
Van ruwe PLC-bit naar bruikbaar alarm in minder dan 1 seconde.
Waarom event-driven?
Interval-gebaseerde polling (elke 5 seconden checken) mist snelle events. Met MQTT en MonsterMQ reageert het systeem op elk event — direct, zonder polling overhead.
Resultaat
| Metric | Waarde |
|---|---|
| Bouwtijd | 2 uur |
| Reactietijd alarm | < 1 seconde (was: 60+ minuten) |
| Tijdsbesparing | 8 uur/week |
| Besparing vs vendor | €28K/jaar |
| ROI | 2.800% |
Event-driven is niet moeilijk. Het is een architectuurkeuze. Met het IDP framework bouw je het in uren — niet weken.
Wil jij ook zulke resultaten?
Plan een gratis AI check van 30 minuten en ontdek welke quick wins er voor jouw bedrijf mogelijk zijn
Plan Gratis AI Check