In hedendaagse industriële toepassingen spelen ervaren operatoren nog steeds een cruciale rol bij het bedienen van machines, het evalueren van de prestaties van regelalgoritmes, het uitvoeren van systeemdiagnoses, het afstellen van regelaars, enzovoort. Voorbeelden zijn operatoren die:
(a) regelaars afstellen tijdens de inbedrijfstelling op basis van proefondervindelijk testen ter plaatse om te zien hoe het systeem reageert op verschillende instellingen,
(b) heuristische of soms modelgebaseerde setpoints aanpassen tijdens de werking,
(c) de systeemprestaties (subjectief) evalueren,
(d) de hoofdoorzaken bepalen en ontwerpparameters wijzigen die tot matige prestaties hebben geleid, enzovoort.

Sommige mensen blinken hierin uit, en hun expertise draagt evenveel bij aan de intellectuele eigendom van een bedrijf als andere sleuteltechnologieën en innovaties. Dit project heeft als doel om de expertise en knowhow van operatoren vast te leggen en te digitaliseren. Wanneer dit succesvol is, zal het project toelaten om het (her)afstelproces volledig te ondersteunen of junior-operatoren te assisteren, zodat de ondersteunde afstelcyclus gelijkwaardig of zelfs beter is dan die van een expert-operator.

We willen zowel ervaren als minder ervaren operatoren ondersteunen om ervoor te zorgen dat het afstellen of bijregelen veel sneller gebeurt, wat de doorlooptijden verkort en de ontwerp- en testcycli versnelt. Daarnaast willen we dit proces consistenter maken dan wat momenteel door operatoren mogelijk is. Bovendien willen we dit op een efficiënte, comfortabele en intuïtieve manier realiseren, waarbij we de knowhow van expert-operatoren benutten zonder dat zij hun expertise wiskundig moeten uitschrijven.

We zullen methoden ontwikkelen om de expertise en knowhow van operatoren automatisch vast te leggen en te digitaliseren. Om deze doelen te bereiken, zal het project methoden ontwikkelen die gegevens analyseren van de interactie tussen operator en machine of proces, om de impliciete kennis vast te leggen (aangezien de operator in deze modus met het systeem omgaat zoals gewoonlijk), evenals methoden om de operator expliciet informatie te laten geven op een intuïtieve en comfortabele manier. Denk hierbij aan het accepteren of afwijzen van voorgestelde instellingen, het rangschikken van suggesties of het evalueren van de prestaties (dit is expliciete informatie, maar de expert hoeft zijn volledige redenering niet wiskundig uit te schrijven).

We willen dit realiseren op basis van historische datasets via data mining-technieken en via interactieve afstelprocedures waarbij meerdere experimenten worden uitgevoerd die tijdens de procedure zelf gekozen zijn – eerst om het systeemgedrag beter te begrijpen en vervolgens om de prestaties te verfijnen en te optimaliseren. Dit alles op een manier die samenwerking met een operator mogelijk maakt.