Dürr predstavlja Advanced Analytics, prvu tržišno spremnu AI aplikaciju za lakirnice.Kao dio najnovijeg modula u seriji proizvoda DXQanalyze, ovo rješenje spaja najnoviju IT tehnologiju i Dürrovo iskustvo u sektoru strojarstva, identificira izvore kvarova, definira optimalne programe održavanja, prati dosad nepoznate korelacije i koristi to znanje za prilagodbu algoritam u sustav koji koristi princip samoučenja.
Zašto komadi često pokazuju iste nedostatke?Kada je najnovije da se miješalica u robotu može zamijeniti bez zaustavljanja stroja?Posjedovanje točnih i preciznih odgovora na ova pitanja ključno je za održivi gospodarski uspjeh jer svaki nedostatak ili svako nepotrebno održavanje koje se može izbjeći štedi novac ili poboljšava kvalitetu proizvoda.“Do sada je bilo vrlo malo konkretnih rješenja koja bi nam omogućila da promptno identificiramo nedostatke ili kvarove u kvaliteti.A ako su i postojali, općenito su se temeljili na skrupuloznoj ručnoj evaluaciji podataka ili pokušajima pokušaja i pogreške.Ovaj je proces sada puno točniji i automatski zahvaljujući umjetnoj inteligenciji”, objašnjava Gerhard Alonso Garcia, potpredsjednik MES & Control Systems u Dürru.
Dürrova serija digitalnih proizvoda DXQanalyze, koja je već uključivala module za prikupljanje podataka za prikupljanje proizvodnih podataka, vizualnu analitiku za njihovu vizualizaciju i streaming Analytics, sada može računati na novu samoučeću tvornicu Advanced Analytics i sustav za praćenje procesa.
AI aplikacija ima svoju memoriju
Posebnost Advanced Analytics je u tome što ovaj modul kombinira velike količine podataka uključujući povijesne podatke s strojnim učenjem.To znači da samoučeća AI aplikacija ima vlastitu memoriju i da stoga može koristiti informacije iz prošlosti i za prepoznavanje složenih korelacija u velikim količinama podataka i za predviđanje događaja u budućnosti s visokim stupnjem preciznosti na temelju trenutnih uvjetima stroja.Za to postoji mnogo primjena u lakirnicama, bilo na razini komponenti, procesa ili postrojenja.
Prediktivno održavanje smanjuje vrijeme zastoja postrojenja
Kada je riječ o komponentama, Advanced Analytics ima za cilj smanjiti vrijeme zastoja putem prediktivnih informacija o održavanju i popravku, na primjer predviđanjem preostalog vijeka trajanja miješalice.Ako se komponenta zamijeni prerano, povećavaju se troškovi rezervnih dijelova, a time i opći troškovi popravka nepotrebno rastu.S druge strane, ako se pusti da radi predugo, može uzrokovati probleme s kvalitetom tijekom procesa premazivanja i zastoja stroja.Napredna analitika počinje učenjem pokazatelja istrošenosti i vremenskog obrasca trošenja pomoću visokofrekventnih podataka robota.Budući da se podaci kontinuirano bilježe i nadziru, modul strojnog učenja pojedinačno prepoznaje trendove starenja za dotičnu komponentu na temelju stvarne upotrebe i na taj način izračunava optimalno vrijeme zamjene.
Kontinuirane temperaturne krivulje simulirane strojnim učenjem
Advanced Analytics poboljšava kvalitetu na razini procesa identificiranjem anomalija, na primjer simulacijom krivulje zagrijavanja u pećnici.Do sada su proizvođači imali samo podatke koje su odredili senzori tijekom mjerenja.Međutim, krivulje zagrijavanja koje su od temeljne važnosti za kvalitetu površine karoserije automobila variraju od starenja pećnice u intervalima između mjernih radnji.Ovo trošenje uzrokuje fluktuirajuće uvjete okoline, na primjer u intenzitetu strujanja zraka.“Do sada su proizvedene tisuće tijela bez poznavanja točnih temperatura na koje su pojedina tijela zagrijana.Koristeći strojno učenje, naš modul Advanced Analytics simulira kako se temperatura mijenja u različitim uvjetima.To našim kupcima nudi trajni dokaz kvalitete za svaki pojedinačni dio i omogućuje im da identificiraju anomalije”, objašnjava Gerhard Alonso Garcia.
Veća stopa prvog pokretanja povećava ukupnu učinkovitost opreme
Što se implantata tiče, softver DXQplant.analytics koristi se u kombinaciji s modulom Advanced Analytics kako bi se povećala ukupna učinkovitost opreme.Inteligentno rješenje njemačkog proizvođača prati ponavljajuće nedostatke kvalitete u određenim tipovima modela, specifičnim bojama ili na pojedinačnim dijelovima karoserije.To omogućuje kupcu da shvati koji je korak u proizvodnom procesu odgovoran za odstupanja.Takve korelacije defekta i uzroka povećat će stopu prvog pokretanja u budućnosti dopuštajući intervenciju u vrlo ranoj fazi.
Kombinacija između inženjerstva postrojenja i digitalne ekspertize
Razvoj modela podataka kompatibilnih s umjetnom inteligencijom vrlo je složen proces.zapravo, da bi se proizveo inteligentni rezultat strojnim učenjem, nije dovoljno umetnuti neodređene količine podataka u “pametni” algoritam.Relevantni signali moraju biti prikupljeni, pažljivo odabrani i integrirani sa strukturiranim dodatnim informacijama iz proizvodnje.Dürr je uspio dizajnirati softver koji podržava različite scenarije upotrebe, pruža okruženje za izvođenje za model strojnog učenja i pokreće obuku modela.„Razvoj ovog rješenja bio je pravi izazov jer nije postojao valjani model strojnog učenja i prikladno okruženje za izvršavanje koje bismo mogli koristiti.Kako bismo mogli koristiti umjetnu inteligenciju na razini postrojenja, spojili smo svoje znanje o strojarstvu i inženjerstvu postrojenja s znanjem naših stručnjaka Digital Factory.To je dovelo do prvog rješenja umjetne inteligencije za lakirnice”, kaže Gerhard Alonso Garcia.
Kombinirane vještine i znanja za razvoj napredne analitike
Interdisciplinarni tim sastavljen od podatkovnih znanstvenika, informatičara i stručnjaka za procese razvio je ovo inteligentno rješenje.Dürr je također sklopio suradnju s nekoliko velikih proizvođača automobila.Na taj način, programeri su imali stvarne proizvodne podatke i beta okruženja web mjesta u proizvodnji za različite slučajeve primjene.Prvo, algoritmi su obučeni u laboratoriju koristeći veliki broj test slučajeva.Nakon toga, algoritmi su nastavili s učenjem na licu mjesta tijekom stvarnog rada i prilagodili se okruženju i uvjetima korištenja.Beta faza je nedavno uspješno završena i pokazala je koliki AI potencijal ima.Prve praktične primjene pokazuju da softver tvrtke Dürr optimizira dostupnost postrojenja i kvalitetu površine oslikanih tijela.
Vrijeme objave: 16.03.2022