Dürr представя Advanced Analytics, първото готово за пазара приложение за изкуствен интелект за бояджии.Част от най-новия модул в продуктовата серия DXQanalyze, това решение обединява най-новата ИТ технология и опита на Dürr в сектора на машиностроенето, идентифицира източниците на дефекти, дефинира оптималните програми за поддръжка, проследява неизвестни досега корелации и използва тези знания за адаптиране на алгоритъм към системата, използващ принципа на самообучение.
Защо парчетата често показват едни и същи дефекти?Кога е последното, че миксер в робота може да бъде заменен без спиране на машината?Наличието на точни и точни отговори на тези въпроси е от основно значение за устойчив икономически успех, тъй като всеки дефект или всяка ненужна поддръжка, която може да бъде избегната, спестява пари или подобрява качеството на продукта.„Преди сега имаше много малко конкретни решения, които биха ни позволили своевременно да идентифицираме дефекти или повреди в качеството.И ако имаше, те обикновено се основаваха на щателна ръчна оценка на данните или опити за проба-грешка.Този процес вече е много по-точен и автоматичен благодарение на изкуствения интелект“, обяснява Герхард Алонсо Гарсия, вицепрезидент на MES & Control Systems в Dürr.
Серията цифрови продукти DXQanalyze на Dürr, която вече включва модули за събиране на данни за получаване на производствени данни, визуален анализ за визуализирането им и Streaming Analytics, вече може да разчита на новото самообучаващо се предприятие Advanced Analytics и системата за наблюдение на процесите.
Приложението AI има своя памет
Особеността на Advanced Analytics е, че този модул комбинира големи количества данни, включително исторически данни с машинно обучение.Това означава, че самообучаващото се AI приложение има своя собствена памет и че следователно може да използва информацията от миналото както за разпознаване на сложни корелации в големи количества данни, така и за прогнозиране на събитие в бъдеще с висока степен на прецизност въз основа на текущите условия на една машина.Има много приложения за това в бояджийските цехове, независимо дали на ниво компонент, процес или завод.
Прогнозната поддръжка намалява престоя на инсталацията
Когато става въпрос за компоненти, Advanced Analytics има за цел да намали престоя чрез прогнозна информация за поддръжка и ремонт, например чрез прогнозиране на оставащия експлоатационен живот на смесителя.Ако компонентът бъде сменен твърде рано, разходите за резервни части се увеличават и следователно общите разходи за ремонт се увеличават ненужно.От друга страна, ако се остави да работи твърде дълго, това може да причини проблеми с качеството по време на процеса на нанасяне на покритие и спиране на машината.Advanced Analytics започва с изучаване на индикаторите за износване и времевия модел на износване с помощта на високочестотни данни от роботи.Тъй като данните се записват и наблюдават непрекъснато, модулът за машинно обучение индивидуално разпознава тенденциите на стареене за съответния компонент въз основа на реалната употреба и по този начин изчислява оптималното време за смяна.
Непрекъснати температурни криви, симулирани чрез машинно обучение
Advanced Analytics подобрява качеството на ниво процес чрез идентифициране на аномалии, например чрез симулиране на крива на нагряване във фурната.Досега производителите разполагаха само с данни, определени от сензори по време на измервания.Въпреки това, кривите на нагряване, които са от основно значение по отношение на качеството на повърхността на каросерията на автомобила, варират, тъй като пещта остарява, през интервалите между измерванията.Това износване причинява променливи условия на околната среда, например в интензивността на въздушния поток.„Досега се произвеждат хиляди тела, без да се знаят точните температури, до които са нагрети отделните тела.Използвайки машинно обучение, нашият модул Advanced Analytics симулира как температурата се променя при различни условия.Това предлага на нашите клиенти постоянно доказателство за качество за всяка отделна част и им позволява да идентифицират аномалии“, обяснява Герхард Алонсо Гарсия.
По-високата скорост на първо стартиране повишава общата ефективност на оборудването
Що се отнася до импланта, софтуерът DXQplant.analytics се използва в комбинация с модула Advanced Analytics, за да се повиши общата ефективност на оборудването.Интелигентното решение на немския производител проследява повтарящи се дефекти в качеството в специфични типове модели, специфични цветове или на отделни части на тялото.Това позволява на клиента да разбере коя стъпка от производствения процес е отговорна за отклоненията.Подобни корелации на дефекти и причините ще увеличат скоростта на първи тест в бъдеще, като позволяват интервенция на много ранен етап.
Комбинацията между инжиниринг на централата и дигитална експертиза
Разработването на съвместими с AI модели на данни е много сложен процес.всъщност, за да се получи интелигентен резултат с машинно обучение, не е достатъчно да се вмъкнат неопределени количества данни в „интелигентен“ алгоритъм.Съответните сигнали трябва да бъдат събрани, внимателно подбрани и интегрирани със структурирана допълнителна информация от производството.Дюр успя да проектира софтуер, който поддържа различни сценарии на използване, осигурява среда за изпълнение за модел на машинно обучение и инициира обучение на модела.„Разработването на това решение беше истинско предизвикателство, тъй като нямаше валиден модел на машинно обучение и подходяща среда за изпълнение, която бихме могли да използваме.За да можем да използваме ИИ на ниво завод, ние съчетахме познанията си по механично и заводско инженерство с тези на нашите експерти от Digital Factory.Това доведе до първото решение за изкуствен интелект за бояджийски цехове“, казва Герхард Алонсо Гарсия.
Комбинирани умения и знания за разработване на Advanced Analytics
Интердисциплинарен екип, съставен от учени по данни, компютърни учени и експерти по процеси, разработи това интелигентно решение.Dürr също така е влязъл в партньорства за сътрудничество с няколко големи автомобилни производители.По този начин разработчиците разполагаха с реални производствени данни и бета среда на сайтове в производство за различни случаи на приложение.Първо, алгоритмите бяха обучени в лаборатория с помощта на голям брой тестови случаи.Впоследствие алгоритмите продължиха да се учат на място по време на работа в реалния живот и се адаптираха към средата и условията на използване.Бета фазата наскоро приключи успешно и показа колко голям AI потенциал има.Първите практически приложения показват, че софтуерът на Dürr оптимизира наличността на инсталацията и качеството на повърхността на боядисаните тела.
Време на публикация: 16 март 2022 г