Europese makers van lasapparatuur en robotintegrators brengen dit jaar slimme systemen naar fabrieken in Nederland en de EU. Nieuwe machines met sensoren, vision en AI beloven minder uitval en constantere lassen. Bedrijven zetten deze innovatie in om het tekort aan vakmensen op te vangen en de Europese digitalisering gevolgen bedrijfsleven te benutten. De uitrol raakt nu werkplaatsen, scheepswerven en bouwers van staalconstructies.
AI stuurt de lasboog
Fabrikanten als Fronius, ESAB en Kemppi leveren lasmachines die met camera’s en sensoren de lasnaad volgen. Hun systemen passen spanning, draadtoevoer en snelheid automatisch aan. Dit gebeurt met algoritmen die uit voorbeelden leren, een vorm van kunstmatige intelligentie.
Seam tracking helpt bij variërende naden en maakt het resultaat gelijkmatiger. Vision-systemen herkennen randen en kieren, ook bij complexe vormen. Bij MIG/MAG en TIG kan zo spatten en doorbrand worden beperkt.
Er zijn grenzen. Rook, reflecties en slecht voorbereid materiaal kunnen camera’s in de war brengen. Daarom krijgen lassers vaak nog altijd de laatste controle en kunnen instellingen handmatig worden overruled.
Slimme helmen helpen lassers
Nieuwe laskappen hebben auto-darkening filters met lichtsensoren. Sommige helmen tonen hulplijnen of parameters in het vizier. Dat helpt bij lange lassen en bij herhaalwerk in serieproductie.
Trainen gebeurt steeds vaker met simulatie. AR/VR-opstellingen, zoals die van Seabery of Lincoln Electric, laten leerlingen veilig oefenen met realistische feedback. Zo kan een bedrijf sneller omscholen zonder kostbare proefstukken te verspillen.
Digitale assistenten leggen ook stappen vast voor kwaliteitsborging. Elk lastraject krijgt een log met datum, operator en instellingen. Dat maakt audits en terugkijken bij fouten eenvoudiger.
Seam tracking is het automatisch volgen van de lasnaad met sensoren en algoritmen, zodat de toorts exact de juiste baan houdt.
Data verbetert voorspelbaarheid
Lasapparatuur koppelt steeds vaker aan een cloudplatform. Pakketten als WeldCloud, WeldEye of WeldCube verzamelen data over elke lasslag. Met die gegevens kun je storingen voorspellen en onderhoud plannen.
Traceerbaarheid wordt hiermee standaard. In sectoren als staalbouw en offshore helpt dit bij normeringen zoals EN 1090 en ISO 3834. Projectleiders zien per onderdeel welke instellingen zijn gebruikt en door wie.
Dataverzameling brengt plichten mee. Onder de AVG geldt dat personalia van lassers alleen worden vastgelegd als dat nodig is, en met heldere bewaartermijnen. Versleuteling en toegangsbeheer zijn vereist, terwijl NIS2 organisaties met vitale processen tot extra cyberbeveiliging verplicht, op het moment van schrijven in nationale implementatie.
Robots vullen personeelstekort
Robotcellen nemen repeterend laswerk over. Integrators als Valk Welding combineren Panasonic-robots met sensortechniek voor stabiele doorlooptijden. Ook cobots van bijvoorbeeld Universal Robots worden met laskits ingezet bij het mkb.
De inzet is vooral rendabel bij seriewerk en terugkerende geometrie. Mallen en positioneersystemen zorgen voor herhaalnauwkeurigheid. Menselijke vakkennis blijft nodig voor prototypen, reparaties en krappe hoeken.
Opleiding verschuift naar programmeren en fijnafstelling. Operators leren offline programmeren en datakwaliteit bewaken. Zo groeit het werk mee van handmatig lassen naar het beheren van geautomatiseerde systemen.
Europese regels sturen AI
De Europese AI-verordening (AI Act) zet op het moment van schrijven de kaders voor AI in industriële machines. AI die veiligheid beïnvloedt, kan in de hoge risicoklasse vallen. Dan gelden eisen voor risicobeheer, datakwaliteit, logging en menselijk toezicht.
Daarnaast vervangt de nieuwe EU Machinery Regulation 2023/1230 de oude Machinerichtlijn, met toepassing vanaf 2027. Voor lasrobots en cobots betekent dit strengere documentatie en CE-conformiteit. Fabrikanten moeten aantonen dat software-updates de veiligheid niet aantasten.
Ook bestaande normen blijven leidend. ISO 10218 en ISO/TS 15066 geven grenzen voor samenwerking tussen mens en robot. Bedrijven die nu al investeren in veilige cellen en duidelijke rollen, hebben straks minder aanpassingen nodig.
Wat al werkt, wat mist
Realtime naadvolging, automatische parameterregeling en digitale kwaliteitslogs leveren vandaag aantoonbare winst. Ze verlagen uitval en maken levertijden voorspelbaar. De combinatie van sensoriek en algoritmen is hier de sleutel.
Wat nog ontbreekt, is soepele interoperabiliteit tussen merken. Niet alle systemen praten probleemloos met elkaar. Open protocollen zoals OPC UA en strakkere datamodellen moeten dit gat dichten.
Voor mkb-bedrijven is instapdrempel een punt. Kosten, scholing en change management vragen aandacht. Praktische pilots, subsidie-instrumenten zoals WBSO en regionale fieldlabs helpen om risico’s te beperken en waarde sneller te bewijzen.