חנות הצבע יכולה כעת לסמוך על האינטליגנציה המלאכותית של דיר

Dürr מציג את Advanced Analytics, אפליקציית הבינה המלאכותית הראשונה המוכנה לשוק עבור חנויות צבע.חלק מהמודול העדכני ביותר בסדרת מוצרי DXQanalyze, פתרון זה ממזג את טכנולוגיית ה-IT העדכנית והניסיון של דיר בתחום הנדסת המכונות, מזהה את מקורות הליקויים, מגדיר את תוכניות התחזוקה האופטימליות, עוקב אחר מתאמים שלא היו ידועים בעבר ומשתמש בידע זה כדי להתאים את אלגוריתם למערכת תוך שימוש בעקרון הלמידה העצמית.

מדוע חלקים מראים לעתים קרובות את אותם פגמים?מתי האחרון שאפשר להחליף מיקסר ברובוט בלי לעצור את המכונה?קיום תשובות מדויקות ומדויקות לשאלות אלו הוא יסוד להצלחה כלכלית בת קיימא שכן כל פגם או כל תחזוקה מיותרת שניתן להימנע ממנה חוסך כסף או משפר את איכות המוצר."בעבר, היו מעט מאוד פתרונות קונקרטיים שהיו מאפשרים לנו לזהות פגמים או כשלים באיכות.ואם היו, הם התבססו בדרך כלל על הערכה ידנית מדוקדקת של הנתונים או ניסיונות ניסוי וטעייה.תהליך זה הוא כעת הרבה יותר מדויק ואוטומטי הודות לבינה מלאכותית", מסביר גרהרד אלונסו גרסיה, סגן נשיא MES & Control Systems ב-Dürr.
סדרת המוצרים הדיגיטליים DXQanalyze של דיר, שכבר כללה מודולים של רכישת נתונים לרכישת נתוני ייצור, Visual Analytics להמחשתם ו-Streaming Analytics, יכולה כעת לסמוך על המפעל Advanced Analytics החדש ללמידה עצמית ומערכת ניטור התהליך.

ליישום AI יש את הזיכרון שלו
הייחודיות של Advanced Analytics היא שמודול זה משלב כמויות גדולות של נתונים כולל נתונים היסטוריים עם למידת מכונה.משמעות הדבר היא שליישום AI לומד את עצמו יש זיכרון משלו ולכן הוא יכול להשתמש במידע מהעבר גם לזהות מתאמים מורכבים בכמויות גדולות של נתונים וגם לחזות אירוע בעתיד ברמת דיוק גבוהה בהתבסס על הנוכחי. תנאים של מכונה.יש הרבה יישומים לכך בחנויות צבע, בין אם ברמת הרכיב, התהליך או המפעל.

תחזוקה חזויה מפחיתה את זמני ההשבתה של המפעל
בכל הנוגע לרכיבים, Advanced Analytics שואפת לצמצם את זמני ההשבתה באמצעות מידע תחזוקה ותיקון חזוי, למשל על ידי חיזוי חיי השירות הנותר של מיקסר.אם הרכיב מוחלף מוקדם מדי, עלויות החלפים עולות ובעקבות כך עלויות התיקון הכלליות עולות שלא לצורך.מצד שני, אם הוא נשאר פועל יותר מדי זמן, זה יכול לגרום לבעיות איכות במהלך תהליך הציפוי והפסקות מכונות.אנליטיקה מתקדמת מתחילה בלימוד מחווני הבלאי והדפוס הזמני של הבלאי באמצעות נתוני רובוט בתדר גבוה.מכיוון שהנתונים מתועדים ומנוטרים באופן רציף, מודול למידת המכונה מזהה בנפרד מגמות הזדקנות עבור הרכיב המתאים בהתבסס על השימוש בפועל ובדרך זו מחשב את זמן ההחלפה האופטימלי.

עקומות טמפרטורה רציפות המדומות על ידי למידת מכונה
Advanced Analytics משפר את האיכות ברמת התהליך על ידי זיהוי חריגות, למשל על ידי הדמיית עקומת חימום בתנור.עד כה, ליצרנים היו נתונים שנקבעו רק על ידי חיישנים במהלך ריצות מדידה.עם זאת, עקומות החימום שהן בעלות חשיבות מהותית מבחינת איכות פני השטח של מרכב המכונית משתנות מאז שהתנור מזדקן, במהלך המרווחים בין ריצות המדידה.בלאי זה גורם לתנאי סביבה משתנים, למשל בעוצמת זרימת האוויר."עד כה נוצרו אלפי גופות מבלי לדעת את הטמפרטורות המדויקות שאליהן חוממו הגופים הבודדים.באמצעות למידת מכונה, מודול ה-Advanced Analytics שלנו מדמה כיצד הטמפרטורה משתנה בתנאים שונים.זה מציע ללקוחותינו הוכחה קבועה לאיכות עבור כל חלק בנפרד ומאפשר להם לזהות חריגות", מסביר גרהרד אלונסו גרסיה.

שיעור גבוה יותר של הפעלה ראשונה מגדיל את יעילות הציוד הכוללת
לגבי השתל, תוכנת DXQplant.analytics משמשת בשילוב עם מודול Advanced Analytics על מנת להגביר את האפקטיביות הכוללת של הציוד.הפתרון החכם של היצרן הגרמני עוקב אחר פגמי איכות חוזרים בסוגי דגמים ספציפיים, בצבעים ספציפיים או בחלקי גוף בודדים.זה מאפשר ללקוח להבין איזה שלב בתהליך הייצור אחראי לסטיות.מתאמים כאלה של פגם וגורם יגדילו את שיעור הריצה הראשונה בעתיד על ידי מתן אפשרות להתערבות בשלב מוקדם מאוד.

השילוב בין הנדסת מפעל ומומחיות דיגיטלית
פיתוח מודלים תואמי AI הוא תהליך מורכב מאוד.למעשה, כדי להפיק תוצאה חכמה עם למידת מכונה, זה לא מספיק להכניס כמויות לא מוגדרות של נתונים לתוך אלגוריתם "חכם".יש לאסוף אותות רלוונטיים, לבחור בקפידה ולשלב אותם עם מידע נוסף מובנה מהפקה.דיר הצליח לתכנן תוכנה שתומכת בתרחישי שימוש שונים, מספקת סביבת זמן ריצה למודל למידת מכונה ויוזמת הדרכת מודלים."פיתוח הפתרון הזה היה אתגר אמיתי מכיוון שלא היה מודל למידת מכונה חוקי ולא סביבת זמן ריצה מתאימה שיכולנו להשתמש בה.על מנת שנוכל להשתמש בבינה מלאכותית ברמת המפעל, שילבנו את הידע שלנו בהנדסת מכונות ומפעלים עם זה של מומחי המפעל הדיגיטלי שלנו.זה הוביל לפתרון הבינה המלאכותית הראשון עבור חנויות צבע", אומר גרהרד אלונסו גרסיה.

מיומנויות וידע משולבים לפיתוח אנליטיקס מתקדם
צוות בינתחומי המורכב מדעני נתונים, מדעני מחשבים ומומחי תהליכים פיתח את הפתרון החכם הזה.דיר גם נכנס לשותפויות בשיתוף פעולה עם כמה יצרני רכב גדולים.בדרך זו, למפתחים היו נתוני ייצור מהחיים האמיתיים וסביבות אתרי בטא בייצור עבור מקרי יישומים שונים.ראשית, האלגוריתמים הוכשרו במעבדה תוך שימוש במספר רב של מקרי בדיקה.לאחר מכן, האלגוריתמים המשיכו ללמוד באתר במהלך ההפעלה האמיתית והתאימו את עצמם לסביבה ולתנאי השימוש.שלב הבטא הושלם לאחרונה בהצלחה והראה כמה פוטנציאל AI יש לו.יישומים מעשיים ראשונים מראים שהתוכנה מבית Dürr מייעלת את זמינות המפעל ואת איכות פני השטח של גופים צבועים.