Dürr præsenterer Advanced Analytics, den første markedsklare AI-applikation til malerværksteder.En del af det seneste modul i DXQanalyze produktserien, denne løsning kombinerer den nyeste IT-teknologi og Dürrs erfaring inden for maskinindustrien, identificerer kilderne til defekter, definerer de optimale vedligeholdelsesprogrammer, sporer hidtil ukendte sammenhænge og bruger denne viden til at tilpasse algoritme til systemet ved hjælp af selvlærende princippet.
Hvorfor viser stykker ofte de samme defekter?Hvornår er det seneste, at en mixer i robotten kan udskiftes uden at stoppe maskinen?At have præcise og præcise svar på disse spørgsmål er fundamentalt for bæredygtig økonomisk succes, da enhver defekt eller enhver unødvendig vedligeholdelse, der kan undgås, sparer penge eller forbedrer produktkvaliteten.”Før nu var der meget få konkrete løsninger, der ville have givet os mulighed for hurtigt at identificere kvalitetsfejl eller fejl.Og hvis der var, var de generelt baseret på en omhyggelig manuel evaluering af dataene eller trial-and-error-forsøg.Denne proces er nu meget mere nøjagtig og automatisk takket være kunstig intelligens”, forklarer Gerhard Alonso Garcia, Vice President for MES & Control Systems hos Dürr.
Dürrs digitale produktserie DXQanalyze, som allerede indeholdt dataopsamlingsmoduler til indhentning af produktionsdata, Visual Analytics til at visualisere dem og Streaming Analytics, kan nu regne med det nye selvlærende Advanced Analytics-anlæg og procesovervågningssystemet.
AI-applikationen har sin hukommelse
Det særlige ved Advanced Analytics er, at dette modul kombinerer store mængder data inklusive historiske data med maskinlæring.Det betyder, at den selvlærende AI-applikation har sin egen hukommelse, og at den derfor kan bruge informationen fra fortiden til både at genkende komplekse sammenhænge i store mængder data og forudsige en begivenhed i fremtiden med en høj grad af præcision baseret på nuværende. betingelser for en maskine.Der er masser af anvendelser for dette i malerværksteder, uanset om det er på komponent-, proces- eller anlægsniveau.
Forudsigende vedligeholdelse reducerer anlægsstilstande
Når det kommer til komponenter, sigter Advanced Analytics på at reducere nedetider gennem forudsigelig vedligeholdelse og reparationsinformation, for eksempel ved at forudsige den resterende levetid for en mixer.Hvis komponenten udskiftes for tidligt, stiger omkostningerne til reservedelene, og som følge heraf stiger de generelle reparationsomkostninger unødigt.På den anden side, hvis den står kørende for længe, kan det give kvalitetsproblemer under belægningsprocessen og maskinstop.Advanced Analytics starter med at lære slidindikatorerne og det tidsmæssige mønster af sliddet ved hjælp af højfrekvente robotdata.Da dataene løbende registreres og overvåges, genkender maskinlæringsmodulet individuelt ældningstendenser for den respektive komponent baseret på faktisk brug og beregner på denne måde den optimale udskiftningstid.
Kontinuerlige temperaturkurver simuleret ved maskinlæring
Advanced Analytics forbedrer kvaliteten på procesniveau ved at identificere uregelmæssigheder, for eksempel ved at simulere en opvarmningskurve i ovnen.Indtil nu har producenterne kun haft data bestemt af sensorer under målekørsler.Opvarmningskurverne, som er af fundamental betydning for bilens overfladekvalitet, varierer dog, da ovnen ældes, i intervallerne mellem målekørslerne.Dette slid forårsager svingende omgivelsesforhold, for eksempel i intensiteten af luftstrømmen.”Indtil nu er der produceret tusindvis af kroppe uden at kende de nøjagtige temperaturer, som de enkelte kroppe er blevet opvarmet til.Ved hjælp af maskinlæring simulerer vores Advanced Analytics-modul, hvordan temperaturen ændrer sig under forskellige forhold.Dette giver vores kunder et permanent kvalitetsbevis for hver enkelt del og giver dem mulighed for at identificere uregelmæssigheder”, forklarer Gerhard Alonso Garcia.
Højere førstegangshastighed øger udstyrets samlede effektivitet
Hvad angår implantatet, bruges DXQplant.analytics-softwaren i kombination med Advanced Analytics-modulet for at øge udstyrets samlede effektivitet.Den tyske producents intelligente løsning sporer tilbagevendende kvalitetsfejl i specifikke modeltyper, specifikke farver eller på individuelle kropsdele.Dette giver kunden mulighed for at forstå, hvilket trin i produktionsprocessen der er ansvarlig for afvigelserne.Sådanne defekt- og årsagskorrelationer vil øge førstegangsraten i fremtiden ved at tillade intervention på et meget tidligt tidspunkt.
Kombinationen mellem anlægsteknik og digital ekspertise
Udvikling af AI-kompatible datamodeller er en meget kompleks proces.faktisk for at producere et intelligent resultat med maskinlæring er det ikke nok at indsætte uspecificerede mængder data i en "smart" algoritme.Relevante signaler skal indsamles, nøje udvalgt og integreres med struktureret yderligere information fra produktionen.Dürr var i stand til at designe en software, der understøtter forskellige brugsscenarier, giver et runtime-miljø til maskinlæringsmodeller og initierer modeltræning."At udvikle denne løsning var en reel udfordring, da der ikke var nogen gyldig maskinlæringsmodel og intet passende runtime-miljø, som vi kunne have brugt.For at kunne bruge AI på fabriksniveau har vi kombineret vores viden om mekanik og anlægsteknik med vores Digital Factory-eksperters.Dette førte til den første kunstig intelligens-løsning til malerforretninger”, siger Gerhard Alonso Garcia.
Færdigheder og viden kombineret for at udvikle Advanced Analytics
Et tværfagligt team bestående af dataloger, dataloger og proceseksperter udviklede denne intelligente løsning.Dürr har også indgået samarbejdspartnerskaber med flere store bilproducenter.På denne måde havde udviklerne virkelige produktionsdata og beta-site-miljøer i produktion til forskellige applikationssager.Først blev algoritmerne trænet i laboratoriet ved hjælp af et stort antal testcases.Efterfølgende fortsatte algoritmerne on-site læring under den virkelige drift og tilpassede sig selv til miljøet og brugsbetingelserne.Betafasen blev for nylig afsluttet med succes og viste, hvor meget kunstig intelligens den har.De første praktiske anvendelser viser, at softwaren fra Dürr optimerer anlægstilgængeligheden og overfladekvaliteten af malede kroppe.
Posttid: 16-mars-2022