Dürr predstavlja Advanced Analytics, prvu tržišno spremnu AI aplikaciju za farbare.Kao dio najnovijeg modula u seriji proizvoda DXQanalyze, ovo rješenje spaja najnoviju IT tehnologiju i Dürrovo iskustvo u sektoru mašinstva, identificira izvore kvarova, definira optimalne programe održavanja, prati prethodno nepoznate korelacije i koristi ovo znanje za prilagođavanje algoritam za sistem koji koristi princip samoučenja.
Zašto komadi često pokazuju iste nedostatke?Kada je najnovije da se mikser u robotu može zamijeniti bez zaustavljanja mašine?Imati tačne i precizne odgovore na ova pitanja je od suštinskog značaja za održivi ekonomski uspjeh jer svaki kvar 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 prepoznamo nedostatke ili kvarove u kvalitetu.A ako je i bilo, uglavnom su se zasnivali na skrupuloznoj ručnoj evaluaciji podataka ili pokušajima pokušaja i grešaka.Ovaj proces je sada mnogo precizniji i automatski zahvaljujući vještačkoj inteligenciji”, objašnjava Gerhard Alonso Garcia, potpredsjednik MES & Control Systems u Dürr-u.
Dürrova serija digitalnih proizvoda DXQanalyze, koja je već uključivala module za prikupljanje podataka za prikupljanje proizvodnih podataka, vizualnu analitiku za njihovu vizualizaciju i streaming analitiku, sada može računati na novu samoučeću naprednu analitiku i sistem za praćenje procesa.
AI aplikacija ima svoju memoriju
Posebnost napredne analitike je da ovaj modul kombinuje velike količine podataka uključujući istorijske podatke sa mašinskim učenjem.To znači da samoučeća AI aplikacija ima svoju memoriju i da stoga može koristiti informacije iz prošlosti kako bi prepoznala složene korelacije u velikim količinama podataka, tako i predvidjela događaj u budućnosti s visokim stupnjem preciznosti na osnovu trenutnih uslovima mašine.Postoji mnogo aplikacija za ovo u farbarama, bilo na nivou komponenti, procesa ili postrojenja.
Prediktivno održavanje smanjuje vrijeme zastoja postrojenja
Kada su u pitanju komponente, Advanced Analytics ima za cilj da smanji vrijeme zastoja putem prediktivnih informacija o održavanju i popravkama, na primjer predviđanjem preostalog vijeka trajanja miksera.Ako se komponenta zamijeni prerano, povećavaju se troškovi rezervnih dijelova, a samim tim i opći troškovi popravke nepotrebno rastu.S druge strane, ako se pusti da radi predugo, može uzrokovati probleme s kvalitetom tokom procesa premaza i zastoja stroja.Napredna analitika počinje učenjem indikatora istrošenosti i vremenskog obrasca trošenja koristeći visokofrekventne podatke robota.Budući da se podaci kontinuirano snimaju i prate, modul mašinskog učenja pojedinačno prepoznaje trendove starenja za dotičnu komponentu na osnovu stvarne upotrebe i na taj način izračunava optimalno vreme zamene.
Neprekidne temperaturne krive simulirane mašinskim učenjem
Napredna analitika poboljšava kvalitet na nivou procesa identifikacijom anomalija, na primjer simulacijom krivulje zagrijavanja u pećnici.Do sada su proizvođači imali samo podatke koje su odredili senzori tokom mjerenja.Međutim, krive zagrevanja koje su od fundamentalnog značaja u pogledu kvaliteta površine karoserije automobila variraju od starenja pećnice, u intervalima između mernih ciklusa.Ovo trošenje uzrokuje fluktuirajuće uslove okoline, na primjer u intenzitetu strujanja zraka.“Do sada su proizvedene hiljade tijela bez poznavanja tačnih temperatura na koje su pojedina tijela zagrijana.Koristeći mašinsko učenje, naš modul Advanced Analytics simulira kako se temperatura mijenja u različitim uvjetima.Ovo našim kupcima nudi trajni dokaz kvaliteta za svaki pojedinačni dio i omogućava im da identifikuju anomalije”, objašnjava Gerhard Alonso Garcia.
Veća stopa prvog pokretanja povećava ukupnu efikasnost opreme
Što se implantata tiče, softver DXQplant.analytics se koristi u kombinaciji sa modulom Advanced Analytics kako bi se povećala ukupna efikasnost opreme.Inteligentno rješenje njemačkog proizvođača prati ponavljajuće nedostatke kvaliteta u određenim tipovima modela, specifičnim bojama ili na pojedinačnim dijelovima karoserije.Ovo omogućava kupcu da shvati koji je korak u proizvodnom procesu odgovoran za odstupanja.Takve korelacije defekta i uzroka će povećati stopu prvog pokretanja u budućnosti omogućavajući intervenciju u vrlo ranoj fazi.
Kombinacija između inženjeringa postrojenja i digitalne ekspertize
Razvoj modela podataka kompatibilnih sa umjetnom inteligencijom je vrlo složen proces.zapravo, da bi se proizveo inteligentni rezultat sa mašinskim učenjem, nije dovoljno ubaciti neodređene količine podataka u „pametni“ algoritam.Relevantni signali moraju biti prikupljeni, pažljivo odabrani i integrirani sa strukturiranim dodatnim informacijama iz proizvodnje.Dürr je bio u mogućnosti da dizajnira softver koji podržava različite scenarije upotrebe, pruža okruženje za izvođenje za model mašinskog učenja i pokreće obuku modela.“Razvoj ovog rješenja bio je pravi izazov jer nije postojao valjan model strojnog učenja i nije bilo prikladnog okruženja za izvršavanje koje bismo mogli koristiti.Da bismo mogli da koristimo veštačku inteligenciju na nivou fabrike, kombinovali smo naše znanje o mašinstvu i inženjerstvu postrojenja sa znanjem naših stručnjaka Digital Factory.To je dovelo do prvog rješenja umjetne inteligencije za farbare”, kaže Gerhard Alonso Garcia.
Kombinirane vještine i znanja za razvoj napredne analitike
Interdisciplinarni tim sastavljen od naučnika podataka, kompjuterskih naučnika i stručnjaka za procese razvio je ovo inteligentno rješenje.Dürr je također sklopio partnerstva sa nekoliko velikih proizvođača automobila.Na ovaj način, programeri su imali stvarne proizvodne podatke i beta okruženja lokacija u proizvodnji za različite slučajeve aplikacija.Prvo, algoritmi su obučeni u laboratoriji koristeći veliki broj test slučajeva.Nakon toga, algoritmi su nastavili sa učenjem na licu mesta tokom rada u stvarnom životu i prilagodili se okruženju i uslovima korišćenja.Beta faza je nedavno uspješno završena i pokazala je koliki AI potencijal ima.Prve praktične primjene pokazuju da softver iz Dürra optimizira dostupnost postrojenja i kvalitet površine obojenih tijela.
Vrijeme objave: Mar-16-2022