Inilalahad ni Dürr ang Advanced Analytics, ang unang AI application na handa sa merkado para sa mga tindahan ng pintura.Bahagi ng pinakabagong module sa serye ng produkto ng DXQanalyze, pinagsasama ng solusyon na ito ang pinakabagong teknolohiya ng IT at ang karanasan ni Dürr sa sektor ng mechanical engineering, kinikilala ang mga pinagmumulan ng mga depekto, tinutukoy ang pinakamainam na mga programa sa pagpapanatili, sinusubaybayan ang mga dating hindi alam na mga ugnayan at ginagamit ang kaalamang ito upang iakma ang algorithm sa sistema gamit ang prinsipyo ng pag-aaral sa sarili.
Bakit ang mga piraso ay madalas na nagpapakita ng parehong mga depekto?Kailan ang pinakabagong na ang isang mixer sa robot ay maaaring palitan nang hindi humihinto sa makina?Ang pagkakaroon ng tumpak at tumpak na mga sagot sa mga tanong na ito ay mahalaga para sa napapanatiling tagumpay sa ekonomiya dahil ang bawat depekto o bawat hindi kinakailangang pagpapanatili na maiiwasan ay nakakatipid ng pera o nagpapabuti sa kalidad ng produkto.“Noon, kakaunti lang ang mga konkretong solusyon na magbibigay-daan sa amin na agad na matukoy ang mga de-kalidad na depekto o pagkabigo.At kung mayroon man, karaniwang nakabatay ang mga ito sa isang masusing manu-manong pagsusuri ng data o pagsubok-at-error na mga pagtatangka.Ang prosesong ito ay mas tumpak at awtomatiko na ngayon salamat sa Artificial Intelligence”, paliwanag ni Gerhard Alonso Garcia, Bise Presidente ng MES & Control Systems sa Dürr.
Ang serye ng digital na produkto ng Dürr's DXQanalyze, na kasama na ang mga module ng Data Acquisition para sa pagkuha ng data ng produksyon, Visual Analytics para sa pag-visualize nito, at Streaming Analytics, ay maaari na ngayong umasa sa bagong self-learning na Advanced Analytics plant at ang sistema ng pagsubaybay sa proseso.
Ang AI application ay may memorya nito
Ang kakaiba ng Advanced Analytics ay pinagsasama ng module na ito ang malaking halaga ng data kabilang ang makasaysayang data sa machine learning.Nangangahulugan ito na ang self-learning AI application ay may sarili nitong memorya at samakatuwid ay magagamit nito ang impormasyon mula sa nakaraan upang kapwa makilala ang mga kumplikadong ugnayan sa malalaking dami ng data at mahulaan ang isang kaganapan sa hinaharap na may mataas na antas ng katumpakan batay sa kasalukuyang kondisyon ng isang makina.Mayroong maraming mga aplikasyon para dito sa mga tindahan ng pintura, maging sa antas ng bahagi, proseso, o halaman.
Binabawasan ng predictive maintenance ang mga downtime ng planta
Pagdating sa mga bahagi, nilalayon ng Advanced Analytics na bawasan ang mga downtime sa pamamagitan ng predictive na impormasyon sa pagpapanatili at pagkukumpuni, halimbawa sa pamamagitan ng paghula sa natitirang buhay ng serbisyo ng isang mixer.Kung ang bahagi ay pinalitan ng masyadong maaga, ang mga gastos ng mga ekstrang bahagi ay tataas at dahil dito ang pangkalahatang gastos sa pagkukumpuni ay tumataas nang hindi kinakailangan.Sa kabilang banda, kung hahayaan itong tumakbo nang masyadong mahaba, maaari itong magdulot ng mga problema sa kalidad sa panahon ng proseso ng coating at paghinto ng makina.Nagsisimula ang Advanced Analytics sa pamamagitan ng pag-aaral ng mga indicator ng pagsusuot at ang temporal na pattern ng pagsusuot gamit ang high-frequency na data ng robot.Dahil ang data ay patuloy na nire-record at sinusubaybayan, ang machine learning module ay indibidwal na kinikilala ang aging trend para sa kaukulang bahagi batay sa aktwal na paggamit at sa paraang ito ay kinakalkula ang pinakamainam na oras ng pagpapalit.
Ang tuluy-tuloy na mga curve ng temperatura na ginagaya ng machine learning
Pinapabuti ng Advanced Analytics ang kalidad sa antas ng proseso sa pamamagitan ng pagtukoy ng mga anomalya, halimbawa sa pamamagitan ng pagtulad sa heat-up curve sa oven.Hanggang ngayon, ang mga manufacturer ay mayroon lamang data na tinutukoy ng mga sensor sa panahon ng pagsukat.Gayunpaman, ang mga heat-up curve na may pangunahing kahalagahan sa mga tuntunin ng kalidad ng ibabaw ng katawan ng kotse ay nag-iiba-iba mula noong edad ng oven, sa mga pagitan sa pagitan ng pagtakbo ng pagsukat.Ang pagsusuot na ito ay nagdudulot ng pabagu-bagong kondisyon sa kapaligiran, halimbawa sa tindi ng daloy ng hangin."Hanggang ngayon, libu-libong katawan ang nagagawa nang hindi nalalaman ang eksaktong temperatura kung saan ang mga indibidwal na katawan ay pinainit.Gamit ang machine learning, ginagaya ng aming Advanced Analytics module kung paano nagbabago ang temperatura sa ilalim ng iba't ibang kundisyon.Nag-aalok ito sa aming mga customer ng isang permanenteng patunay ng kalidad para sa bawat indibidwal na bahagi at nagbibigay-daan sa kanila na makilala ang mga anomalya", paliwanag ni Gerhard Alonso Garcia.
Ang mas mataas na first-run rate ay nagpapataas ng pangkalahatang pagiging epektibo ng kagamitan
Tulad ng para sa implant, ang DXQplant.analytics software ay ginagamit kasama ng Advanced Analytics module upang mapataas ang pangkalahatang pagiging epektibo ng kagamitan.Sinusubaybayan ng matalinong solusyon ng tagagawa ng Aleman ang mga umuulit na depekto sa kalidad sa mga partikular na uri ng modelo, mga partikular na kulay o sa mga indibidwal na bahagi ng katawan.Nagbibigay-daan ito sa kostumer na maunawaan kung aling hakbang sa proseso ng produksyon ang responsable para sa mga paglihis.Ang ganitong depekto at sanhi ng mga ugnayan ay tataas ang rate ng unang pagtakbo sa hinaharap sa pamamagitan ng pagpayag ng interbensyon sa napakaagang yugto.
Ang kumbinasyon sa pagitan ng plant engineering at digital na kadalubhasaan
Ang pagbuo ng mga modelo ng data na katugma sa AI ay isang napakakomplikadong proseso.sa katunayan, upang makabuo ng isang matalinong resulta sa machine learning, hindi sapat na magpasok ng hindi natukoy na dami ng data sa isang "matalinong" algorithm.Ang mga nauugnay na signal ay dapat kolektahin, maingat na piliin at isama sa structured na karagdagang impormasyon mula sa produksyon.Nakapagdisenyo si Dürr ng software na sumusuporta sa iba't ibang sitwasyon ng paggamit, nagbibigay ng runtime na kapaligiran para sa modelo ng machine learning at nagpasimula ng pagsasanay sa modelo."Ang pagbuo ng solusyon na ito ay isang tunay na hamon dahil walang wastong modelo ng pag-aaral ng makina at walang angkop na runtime na kapaligiran na magagamit sana namin.Upang magamit ang AI sa antas ng planta, pinagsama namin ang aming kaalaman sa mechanical at plant engineering kasama ng aming mga eksperto sa Digital Factory.Ito ay humantong sa unang solusyon sa artificial intelligence para sa mga tindahan ng pintura", sabi ni Gerhard Alonso Garcia.
Pinagsama-sama ang mga kasanayan at kaalaman upang bumuo ng Advanced na Analytics
Isang interdisciplinary team na binubuo ng mga data scientist, computer scientist at mga eksperto sa proseso ang bumuo ng matalinong solusyon na ito.Si Dürr ay pumasok din sa mga pakikipagsosyo sa pakikipagtulungan sa ilang mga pangunahing tagagawa ng automotive.Sa ganitong paraan, ang mga developer ay nagkaroon ng real-life production data at beta site environment sa produksyon para sa iba't ibang kaso ng application.Una, ang mga algorithm ay sinanay sa laboratoryo gamit ang isang malaking bilang ng mga kaso ng pagsubok.Kasunod nito, ang mga algorithm ay nagpatuloy sa on-site na pag-aaral sa panahon ng totoong buhay na operasyon at inangkop ang kanilang mga sarili sa kapaligiran at mga kondisyon ng paggamit.Matagumpay na nakumpleto kamakailan ang beta phase at ipinakita kung gaano kalaki ang potensyal ng AI nito.Ang mga unang praktikal na aplikasyon ay nagpapakita na ang software mula sa Dürr ay nag-o-optimize ng kakayahang magamit ng halaman at ang kalidad ng ibabaw ng mga pinturang katawan.
Oras ng post: Mar-16-2022