Dürr presenterer Advanced Analytics, den første markedsklare AI-applikasjonen for malerverksteder.En del av den nyeste modulen i DXQanalyze-produktserien, denne løsningen kombinerer den nyeste IT-teknologien og Dürrs erfaring innen maskinteknikk, identifiserer kildene til defekter, definerer de optimale vedlikeholdsprogrammene, sporer tidligere ukjente korrelasjoner og bruker denne kunnskapen til å tilpasse algoritme til systemet ved hjelp av selvlærende prinsipp.
Hvorfor viser brikkene ofte de samme defektene?Når er det siste at en mikser i roboten kan skiftes ut uten å stoppe maskinen?Å ha nøyaktige og presise svar på disse spørsmålene er grunnleggende for bærekraftig økonomisk suksess, ettersom enhver defekt eller hvert unødvendig vedlikehold som kan unngås sparer penger eller forbedrer produktkvaliteten.«Før nå var det svært få konkrete løsninger som ville gjort det mulig for oss å raskt identifisere kvalitetsfeil eller feil.Og hvis det var det, var de vanligvis basert på en grundig manuell evaluering av dataene eller prøv-og-feil-forsøk.Denne prosessen er nå mye mer nøyaktig og automatisk takket være kunstig intelligens, forklarer Gerhard Alonso Garcia, visepresident for MES & Control Systems hos Dürr.
Dürrs digitale produktserie DXQanalyze, som allerede inkluderte datainnsamlingsmoduler for innhenting av produksjonsdata, Visual Analytics for visualisering og Streaming Analytics, kan nå stole på det nye selvlærende Advanced Analytics-anlegget og prosessovervåkingssystemet.
AI-applikasjonen har sitt minne
Det særegne med Advanced Analytics er at denne modulen kombinerer store mengder data inkludert historiske data med maskinlæring.Dette betyr at den selvlærende AI-applikasjonen har sitt eget minne og at den derfor kan bruke informasjonen fra fortiden til både å gjenkjenne komplekse korrelasjoner i store datamengder og forutsi en hendelse i fremtiden med høy grad av presisjon basert på nåværende. forholdene til en maskin.Det er mange bruksområder for dette i malerbutikker, enten det er på komponent-, prosess- eller anleggsnivå.
Forutsigbart vedlikehold reduserer anleggsstans
Når det gjelder komponenter, tar Advanced Analytics sikte på å redusere nedetider gjennom prediktiv vedlikeholds- og reparasjonsinformasjon, for eksempel ved å forutsi gjenværende levetid for en mikser.Hvis komponenten skiftes ut for tidlig, øker kostnadene for reservedelene og følgelig øker de generelle reparasjonskostnadene unødvendig.På den annen side, hvis det blir stående for lenge, kan det føre til kvalitetsproblemer under malingsprosessen og maskinstans.Advanced Analytics starter med å lære seg slitasjeindikatorene og det tidsmessige mønsteret til slitasjen ved å bruke høyfrekvente robotdata.Siden dataene registreres og overvåkes kontinuerlig, gjenkjenner maskinlæringsmodulen individuelt aldringstrender for den respektive komponenten basert på faktisk bruk og beregner på denne måten den optimale utskiftingstiden.
Kontinuerlige temperaturkurver simulert ved maskinlæring
Advanced Analytics forbedrer kvaliteten på prosessnivå ved å identifisere anomalier, for eksempel ved å simulere en oppvarmingskurve i ovnen.Til nå har produsentene kun hatt data bestemt av sensorer under målekjøringer.Imidlertid varierer oppvarmingskurvene som er av fundamental betydning med tanke på overflatekvaliteten på bilkarosseriet, siden ovnen eldes, i intervallene mellom målekjøringene.Denne slitasjen forårsaker svingende omgivelsesforhold, for eksempel i intensiteten av luftstrømmen.«Tusenvis av kropper har til nå blitt produsert uten å vite de nøyaktige temperaturene som de enkelte kroppene har blitt varmet opp til.Ved hjelp av maskinlæring simulerer Advanced Analytics-modulen hvordan temperaturen endres under forskjellige forhold.Dette gir kundene våre et permanent kvalitetsbevis for hver enkelt del og lar dem identifisere anomalier, sier Gerhard Alonso Garcia.
Høyere førstegangshastighet øker utstyrets samlede effektivitet
Når det gjelder implantatet, brukes programvaren DXQplant.analytics i kombinasjon med Advanced Analytics-modulen for å øke den generelle effektiviteten til utstyret.Den tyske produsentens intelligente løsning sporer tilbakevendende kvalitetsfeil i spesifikke modelltyper, spesifikke farger eller på individuelle kroppsdeler.Dette gjør at kunden kan forstå hvilket trinn i produksjonsprosessen som er ansvarlig for avvikene.Slike defekt- og årsakskorrelasjoner vil øke førstegangsraten i fremtiden ved å tillate intervensjon på et veldig tidlig stadium.
Kombinasjonen mellom anleggsteknikk og digital kompetanse
Å utvikle AI-kompatible datamodeller er en svært kompleks prosess.faktisk, for å produsere et intelligent resultat med maskinlæring, er det ikke nok å sette inn uspesifiserte mengder data i en "smart" algoritme.Det skal samles inn relevante signaler, velges nøye ut og integreres med strukturert tilleggsinformasjon fra produksjonen.Dürr var i stand til å designe en programvare som støtter forskjellige bruksscenarier, gir et kjøremiljø for maskinlæringsmodeller og starter modelltrening.«Å utvikle denne løsningen var en reell utfordring siden det ikke fantes noen gyldig maskinlæringsmodell og ikke noe passende kjøretidsmiljø vi kunne ha brukt.For å kunne bruke AI på anleggsnivå har vi kombinert vår kunnskap om mekanikk og anleggsteknikk med kunnskapen til våre Digital Factory-eksperter.Dette førte til den første kunstig intelligens-løsningen for malerbutikker, sier Gerhard Alonso Garcia.
Ferdigheter og kunnskap kombinert for å utvikle Advanced Analytics
Et tverrfaglig team bestående av datavitere, datavitere og prosesseksperter utviklet denne intelligente løsningen.Dürr har også inngått samarbeidspartnerskap med flere store bilprodusenter.På denne måten hadde utviklerne virkelige produksjonsdata og betasidemiljøer i produksjon for ulike applikasjonstilfeller.Først ble algoritmene trent i laboratoriet ved hjelp av et stort antall testcases.Deretter fortsatte algoritmene læring på stedet under virkelig drift og tilpasset seg til miljøet og bruksforholdene.Betafasen ble nylig fullført og viste hvor mye AI-potensial den har.De første praktiske applikasjonene viser at programvaren fra Dürr optimerer anleggets tilgjengelighet og overflatekvaliteten til malte kropper.
Innleggstid: 16. mars 2022