Dürr представляет Advanced Analytics, первое готовое к продаже приложение искусственного интеллекта для малярных цехов.Являясь частью новейшего модуля в серии продуктов DXQanalyze, это решение объединяет новейшие ИТ-технологии и опыт Dürr в области машиностроения, выявляет источники дефектов, определяет оптимальные программы технического обслуживания, отслеживает ранее неизвестные корреляции и использует эти знания для адаптации алгоритм в систему, использующий принцип самообучения.
Почему детали часто имеют одни и те же дефекты?Когда стало известно, что миксер в роботе можно заменить, не останавливая машину?Наличие точных и точных ответов на эти вопросы имеет основополагающее значение для устойчивого экономического успеха, поскольку каждый дефект или каждое ненужное техническое обслуживание, которого можно избежать, экономит деньги или улучшает качество продукции.«До сих пор было очень мало конкретных решений, которые позволили бы нам оперативно выявлять дефекты качества или сбои.А если и были, то, как правило, они основывались на скрупулезной ручной оценке данных или попытках проб и ошибок.Благодаря искусственному интеллекту этот процесс стал гораздо более точным и автоматическим», — объясняет Герхард Алонсо Гарсия, вице-президент по системам MES и управления в Dürr.
Серия цифровых продуктов Dürr DXQanalyze, которая уже включала модули сбора данных для сбора производственных данных, Visual Analytics для их визуализации и Streaming Analytics, теперь может рассчитывать на новую самообучающуюся установку Advanced Analytics и систему мониторинга процессов.
Приложение AI имеет свою память
Особенность Advanced Analytics в том, что этот модуль объединяет большие объемы данных, в том числе исторические, с машинным обучением.Это означает, что самообучающееся приложение ИИ имеет собственную память и поэтому может использовать информацию из прошлого как для распознавания сложных корреляций в больших объемах данных, так и для прогнозирования события в будущем с высокой степенью точности на основе текущих данных. состояния машины.В лакокрасочных цехах для этого есть множество применений, будь то на уровне компонентов, процессов или предприятий.
Профилактическое обслуживание сокращает время простоя предприятия
Когда речь идет о компонентах, Advanced Analytics направлена на сокращение времени простоя за счет профилактического обслуживания и информации о ремонте, например, путем прогнозирования оставшегося срока службы миксера.Если компонент заменяется слишком рано, стоимость запасных частей увеличивается и, следовательно, общие затраты на ремонт неоправданно возрастают.С другой стороны, если он остается включенным слишком долго, это может вызвать проблемы с качеством в процессе нанесения покрытия и остановку машины.Расширенная аналитика начинается с изучения индикаторов износа и временной картины износа с использованием высокочастотных данных робота.Поскольку данные постоянно записываются и отслеживаются, модуль машинного обучения индивидуально распознает тенденции старения соответствующего компонента на основе фактического использования и таким образом рассчитывает оптимальное время замены.
Непрерывные температурные кривые, смоделированные с помощью машинного обучения
Расширенная аналитика повышает качество на уровне процесса, выявляя аномалии, например, моделируя кривую нагрева в печи.До сих пор у производителей были только данные, определяемые датчиками во время измерений.Однако кривые нагрева, имеющие принципиальное значение для качества поверхности кузова автомобиля, изменяются по мере старения печи в промежутках между измерениями.Этот износ вызывает колебания условий окружающей среды, например, интенсивности воздушного потока.«До сих пор производятся тысячи тел, не зная точных температур, до которых были нагреты отдельные тела.Используя машинное обучение, наш модуль расширенной аналитики имитирует изменение температуры в различных условиях.Это дает нашим клиентам постоянное доказательство качества каждой отдельной детали и позволяет им выявлять аномалии», — поясняет Герхард Алонсо Гарсия.
Более высокая скорость первого запуска повышает общую эффективность оборудования.
Что касается имплантата, то программное обеспечение DXQplant.analytics используется в сочетании с модулем Advanced Analytics для повышения общей эффективности оборудования.Интеллектуальное решение немецкого производителя отслеживает повторяющиеся дефекты качества в определенных типах моделей, определенных цветах или на отдельных частях кузова.Это позволяет покупателю понять, на каком этапе производственного процесса возникают отклонения.Такая взаимосвязь между дефектом и причиной повысит вероятность первого запуска в будущем, поскольку позволит вмешаться на очень ранней стадии.
Сочетание проектирования заводов и цифровых технологий
Разработка моделей данных, совместимых с ИИ, — очень сложный процесс.на самом деле, чтобы получить интеллектуальный результат с помощью машинного обучения, недостаточно вставить неопределенное количество данных в «умный» алгоритм.Соответствующие сигналы должны быть собраны, тщательно отобраны и интегрированы со структурированной дополнительной информацией от производства.Дюрру удалось разработать программное обеспечение, которое поддерживает различные сценарии использования, обеспечивает среду выполнения для модели машинного обучения и инициирует обучение модели.«Разработка этого решения была настоящей проблемой, так как не было ни действующей модели машинного обучения, ни подходящей среды выполнения, которую мы могли бы использовать.Чтобы иметь возможность использовать ИИ на уровне предприятия, мы объединили наши знания в области машиностроения и проектирования промышленных предприятий со знаниями наших экспертов по цифровым фабрикам.Это привело к появлению первого решения на основе искусственного интеллекта для окрасочных цехов», — говорит Герхард Алонсо Гарсия.
Навыки и знания, объединенные для разработки расширенной аналитики
Это интеллектуальное решение разработала междисциплинарная группа, состоящая из специалистов по обработке и анализу данных, компьютерных специалистов и экспертов по процессам.Dürr также установила партнерские отношения с несколькими крупными производителями автомобилей.Таким образом, у разработчиков были реальные производственные данные и среды бета-сайтов в производственной среде для различных случаев применения.Во-первых, алгоритмы обучались в лаборатории на большом количестве тестовых случаев.Впоследствии алгоритмы продолжали обучение на месте во время реальной эксплуатации и адаптировались к окружающей среде и условиям использования.Бета-фаза была недавно успешно завершена и показала, насколько велик потенциал ИИ.Первые практические применения показывают, что программное обеспечение Dürr оптимизирует эксплуатационную готовность и качество поверхности окрашенных кузовов.
Время публикации: 16 марта 2022 г.