Дурр представља Адванцед Аналитицс, прву АИ апликацију за фарбаре која је спремна за тржиште.Део најновијег модула у серији производа ДКСКанализе, ово решење спаја најновију ИТ технологију и Дуррово искуство у сектору машинског инжењеринга, идентификује изворе кварова, дефинише оптималне програме одржавања, прати раније непознате корелације и користи ово знање за прилагођавање алгоритам систему користећи принцип самоучења.
Зашто делови често показују исте недостатке?Када је најновије да се миксер у роботу може заменити без заустављања машине?Имати тачне и прецизне одговоре на ова питања је од суштинског значаја за одрживи економски успех, јер сваки недостатак или свако непотребно одржавање које се може избећи штеди новац или побољшава квалитет производа.„Раније је било врло мало конкретних решења која би нам омогућила да брзо идентификујемо недостатке или кварове у квалитету.А ако је и било, углавном су се заснивали на пажљивој ручној процени података или покушајима покушаја и грешака.Овај процес је сада много прецизнији и аутоматски захваљујући вештачкој интелигенцији“, објашњава Герхард Алонсо Гарциа, потпредседник МЕС & Цонтрол Системс у Дур-у.
Дурр-ова серија дигиталних производа ДКСКанализе, која је већ укључивала модуле за прикупљање података за прикупљање производних података, визуелну аналитику за њихову визуелизацију и стриминг аналитику, сада може да рачуна на ново постројење за напредну аналитику са самоучењем и систем за праћење процеса.
АИ апликација има своју меморију
Посебност напредне аналитике је у томе што овај модул комбинује велике количине података укључујући историјске податке са машинским учењем.То значи да самоучећа АИ апликација има своју меморију и да стога може да користи информације из прошлости како би препознала сложене корелације у великим количинама података, тако и предвидела догађај у будућности са високим степеном прецизности на основу тренутних услове машине.Постоји много апликација за ово у фарбарама, било на нивоу компоненти, процеса или постројења.
Предвиђено одржавање смањује време застоја постројења
Када је реч о компонентама, напредна аналитика има за циљ да смањи застоје кроз информације о предвиђању одржавања и поправке, на пример предвиђањем преосталог радног века миксера.Ако се компонента замени прерано, трошкови резервних делова се повећавају, а самим тим и општи трошкови поправке непотребно расту.С друге стране, ако се остави да ради предуго, може изазвати проблеме са квалитетом током процеса премаза и застоја машине.Напредна аналитика почиње учењем индикатора истрошености и временског обрасца хабања користећи податке робота високе фреквенције.Пошто се подаци континуирано снимају и надгледају, модул машинског учења појединачно препознаје трендове старења за дотичну компоненту на основу стварне употребе и на тај начин израчунава оптимално време замене.
Непрекидне температурне криве симулиране машинским учењем
Напредна аналитика побољшава квалитет на нивоу процеса идентификовањем аномалија, на пример симулацијом криве загревања у рерни.До сада су произвођачи имали само податке одређене сензорима током мерења.Међутим, криве загревања које су од фундаменталног значаја у погледу квалитета површине каросерије аутомобила варирају од старења пећнице, у интервалима између мерења.Ово хабање узрокује флуктуирајуће услове околине, на пример у интензитету протока ваздуха.„До сада су произведене хиљаде тела без познавања тачних температура до којих су поједина тела загрејана.Користећи машинско учење, наш модул напредне аналитике симулира како се температура мења у различитим условима.Ово нашим купцима нуди трајни доказ квалитета за сваки појединачни део и омогућава им да идентификују аномалије“, објашњава Герхард Алонсо Гарциа.
Већа стопа првог покретања повећава укупну ефикасност опреме
Што се тиче имплантата, софтвер ДКСКплант.аналитицс се користи у комбинацији са модулом Адванцед Аналитицс како би се повећала укупна ефикасност опреме.Интелигентно решење немачког произвођача прати понављајуће недостатке квалитета у одређеним типовима модела, специфичним бојама или на појединачним деловима каросерије.Ово омогућава купцу да разуме који корак у производном процесу је одговоран за одступања.Такве корелације дефекта и узрока ће повећати стопу првог покретања у будућности дозвољавајући интервенцију у врло раној фази.
Комбинација између инжењеринга постројења и дигиталне експертизе
Развој модела података компатибилних са вештачком интелигенцијом је веома сложен процес.заправо, да би се произвео интелигентни резултат помоћу машинског учења, није довољно убацити неодређене количине података у „паметни“ алгоритам.Релевантни сигнали морају бити прикупљени, пажљиво одабрани и интегрисани са структурираним додатним информацијама из производње.Дир је успео да дизајнира софтвер који подржава различите сценарије употребе, обезбеђује окружење за извршавање модела машинског учења и покреће обуку модела.„Развој овог решења био је прави изазов јер није постојао ваљан модел машинског учења и није било одговарајуће окружење за извршавање које бисмо могли да користимо.Да бисмо могли да користимо вештачку интелигенцију на нивоу фабрике, комбиновали смо наше знање о машинству и инжењерству постројења са знањем наших стручњака за Дигиталну фабрику.То је довело до првог решења вештачке интелигенције за фарбаре“, каже Герхард Алонсо Гарциа.
Комбиноване вештине и знања за развој напредне аналитике
Интердисциплинарни тим састављен од научника података, компјутерских научника и стручњака за процесе развио је ово интелигентно решење.Дурр је такође склопио сарадњу са неколико великих произвођача аутомобила.На овај начин, програмери су имали стварне производне податке и бета окружења сајтова у производњи за различите случајеве примене.Прво, алгоритми су обучени у лабораторији користећи велики број тест случајева.Након тога, алгоритми су наставили са учењем на лицу места током рада у стварном животу и прилагодили се окружењу и условима коришћења.Бета фаза је недавно успешно завршена и показала је колики АИ потенцијал има.Прве практичне примене показују да софтвер компаније Дурр оптимизује доступност постројења и квалитет површине фарбаних тела.
Време поста: 16.03.2022