Dürr menghadirkan Advanced Analytics, aplikasi AI pertama yang siap pasar untuk toko cat.Bagian dari modul terbaru dalam seri produk DXQanalyze, solusi ini menggabungkan teknologi IT terbaru dan pengalaman Dürr di sektor teknik mesin, mengidentifikasi sumber cacat, menentukan program perawatan yang optimal, melacak korelasi yang sebelumnya tidak diketahui, dan menggunakan pengetahuan ini untuk mengadaptasi algoritma ke sistem menggunakan prinsip belajar mandiri.
Mengapa potongan sering menunjukkan cacat yang sama?Kapan terbaru mixer di robot dapat diganti tanpa menghentikan mesin?Memiliki jawaban yang akurat dan tepat untuk pertanyaan-pertanyaan ini merupakan dasar untuk keberhasilan ekonomi yang berkelanjutan karena setiap cacat atau setiap pemeliharaan yang tidak perlu yang dapat dihindari menghemat uang atau meningkatkan kualitas produk.“Sebelumnya, hanya ada sedikit solusi konkret yang memungkinkan kami untuk segera mengidentifikasi cacat atau kegagalan kualitas.Dan jika ada, mereka umumnya didasarkan pada evaluasi manual yang cermat terhadap data atau upaya coba-coba.Proses ini sekarang jauh lebih akurat dan otomatis berkat Kecerdasan Buatan”, jelas Gerhard Alonso Garcia, Wakil Presiden MES & Sistem Kontrol di Dürr.
Seri produk digital DXQanalyze Dürr, yang sudah menyertakan modul Akuisisi Data untuk memperoleh data produksi, Analisis Visual untuk memvisualisasikannya, dan Analisis Streaming, kini dapat mengandalkan pabrik Analisis Lanjutan yang belajar mandiri dan sistem pemantauan proses.
Aplikasi AI memiliki memorinya
Keunikan Analisis Lanjutan adalah modul ini menggabungkan sejumlah besar data termasuk data historis dengan pembelajaran mesin.Ini berarti bahwa aplikasi AI belajar mandiri memiliki memorinya sendiri dan oleh karena itu dapat menggunakan informasi dari masa lalu untuk mengenali korelasi kompleks dalam jumlah besar data dan memprediksi suatu peristiwa di masa depan dengan tingkat presisi tinggi berdasarkan saat ini. kondisi sebuah mesin.Ada banyak aplikasi untuk ini di toko cat, baik di tingkat komponen, proses, atau pabrik.
Pemeliharaan prediktif mengurangi waktu henti pabrik
Dalam hal komponen, Advanced Analytics bertujuan untuk mengurangi waktu henti melalui perawatan prediktif dan informasi perbaikan, misalnya dengan memprediksi sisa masa pakai mixer.Jika komponen diganti terlalu dini, biaya suku cadang meningkat dan akibatnya biaya perbaikan umum meningkat secara tidak perlu.Di sisi lain, jika dibiarkan berjalan terlalu lama, dapat menyebabkan masalah kualitas selama proses pelapisan dan penghentian mesin.Analisis Lanjutan dimulai dengan mempelajari indikator keausan dan pola temporal keausan menggunakan data robot frekuensi tinggi.Karena data terus direkam dan dipantau, modul pembelajaran mesin secara individual mengenali tren penuaan untuk masing-masing komponen berdasarkan penggunaan aktual dan dengan cara ini menghitung waktu penggantian yang optimal.
Kurva suhu berkelanjutan yang disimulasikan oleh pembelajaran mesin
Analisis Lanjutan meningkatkan kualitas pada tingkat proses dengan mengidentifikasi anomali, misalnya dengan mensimulasikan kurva pemanasan dalam oven.Sampai saat ini, produsen hanya memiliki data yang ditentukan oleh sensor selama pengukuran berjalan.Namun, kurva pemanasan yang sangat penting dalam hal kualitas permukaan bodi mobil bervariasi sejak usia oven, selama interval antara pengukuran berjalan.Keausan ini menyebabkan kondisi lingkungan yang fluktuatif, misalnya pada intensitas aliran udara.“Hingga saat ini, ribuan tubuh diproduksi tanpa mengetahui suhu yang tepat di mana tubuh individu telah dipanaskan.Menggunakan pembelajaran mesin, modul Analisis Lanjutan kami mensimulasikan bagaimana suhu berubah dalam kondisi yang berbeda.Ini memberi pelanggan kami bukti kualitas permanen untuk setiap bagian individu dan memungkinkan mereka untuk mengidentifikasi anomali”, jelas Gerhard Alonso Garcia.
Tingkat pengoperasian pertama yang lebih tinggi meningkatkan efektivitas peralatan secara keseluruhan
Untuk implan, perangkat lunak DXQplant.analytics digunakan bersama dengan modul Analisis Lanjutan untuk meningkatkan efektivitas keseluruhan peralatan.Solusi cerdas pabrikan Jerman melacak cacat kualitas yang berulang pada tipe model tertentu, warna tertentu atau pada bagian tubuh individu.Hal ini memungkinkan pelanggan untuk memahami langkah mana dalam proses produksi yang bertanggung jawab atas penyimpangan tersebut.Cacat dan korelasi penyebab seperti itu akan meningkatkan tingkat penggunaan pertama di masa depan dengan memungkinkan intervensi pada tahap yang sangat awal.
Kombinasi antara rekayasa pabrik dan keahlian digital
Mengembangkan model data yang kompatibel dengan AI adalah proses yang sangat kompleks.pada kenyataannya, untuk menghasilkan hasil yang cerdas dengan pembelajaran mesin, tidak cukup memasukkan jumlah data yang tidak ditentukan ke dalam algoritme "pintar".Sinyal yang relevan harus dikumpulkan, dipilih dengan cermat, dan diintegrasikan dengan informasi tambahan terstruktur dari produksi.Dürr mampu merancang perangkat lunak yang mendukung skenario penggunaan yang berbeda, menyediakan lingkungan runtime untuk model pembelajaran mesin dan memulai pelatihan model.“Mengembangkan solusi ini merupakan tantangan nyata karena tidak ada model pembelajaran mesin yang valid dan tidak ada lingkungan runtime yang cocok yang dapat kami gunakan.Agar dapat menggunakan AI di tingkat pabrik, kami telah menggabungkan pengetahuan kami tentang teknik mesin dan pabrik dengan pengetahuan para ahli Pabrik Digital kami.Ini mengarah pada solusi kecerdasan buatan pertama untuk toko cat”, kata Gerhard Alonso Garcia.
Keterampilan dan pengetahuan digabungkan untuk mengembangkan Analisis Lanjutan
Sebuah tim interdisipliner yang terdiri dari ilmuwan data, ilmuwan komputer, dan pakar proses mengembangkan solusi cerdas ini.Dürr juga telah menjalin kemitraan kerjasama dengan beberapa produsen otomotif besar.Dengan cara ini, para pengembang memiliki data produksi kehidupan nyata dan lingkungan situs beta dalam produksi untuk kasus aplikasi yang berbeda.Pertama, algoritma dilatih di laboratorium menggunakan sejumlah besar kasus uji.Selanjutnya, algoritme melanjutkan pembelajaran di tempat selama operasi kehidupan nyata dan menyesuaikan diri dengan lingkungan dan kondisi penggunaan.Fase beta baru-baru ini berhasil diselesaikan dan menunjukkan seberapa besar potensi AI yang dimilikinya.Aplikasi praktis pertama menunjukkan bahwa perangkat lunak dari Dürr mengoptimalkan ketersediaan pabrik dan kualitas permukaan bodi yang dicat.
Waktu posting: 16-Mar-2022