Cửa hàng sơn hiện có thể dựa vào Trí tuệ nhân tạo của Dürr

Dürr giới thiệu Phân tích nâng cao, ứng dụng AI đầu tiên sẵn sàng cho thị trường dành cho các cửa hàng sơn.Là một phần của mô-đun mới nhất trong loạt sản phẩm DXQanalyze, giải pháp này kết hợp công nghệ CNTT mới nhất và kinh nghiệm của Dürr trong lĩnh vực kỹ thuật cơ khí, xác định nguồn gốc của lỗi, xác định các chương trình bảo trì tối ưu, theo dõi các mối tương quan chưa biết trước đây và sử dụng kiến ​​thức này để điều chỉnh thuật toán cho hệ thống sử dụng nguyên tắc tự học.

Tại sao các mảnh thường xuyên có các khuyết tật giống nhau?Máy trộn trong rô bốt có thể được thay thế mà không cần dừng máy là khi nào?Có câu trả lời chính xác và chính xác cho những câu hỏi này là cơ bản cho thành công kinh tế bền vững vì mọi sai sót hoặc mọi bảo trì không cần thiết có thể tránh được sẽ tiết kiệm tiền hoặc cải thiện chất lượng sản phẩm.“Trước đây, có rất ít giải pháp cụ thể cho phép chúng tôi xác định kịp thời các khiếm khuyết hoặc hư hỏng về chất lượng.Và nếu có, chúng thường dựa trên đánh giá thủ công cẩn thận về dữ liệu hoặc các lần thử-và-sai.Gerhard Alonso Garcia, Phó chủ tịch MES & Hệ thống điều khiển tại Dürr, giải thích rằng quá trình này giờ đây chính xác và tự động hơn nhiều.
Loạt sản phẩm kỹ thuật số DXQanalyze của Dürr, đã bao gồm các mô-đun Thu thập dữ liệu để thu thập dữ liệu sản xuất, Phân tích trực quan để hiển thị dữ liệu và Phân tích truyền trực tuyến, giờ đây có thể tin tưởng vào nhà máy Phân tích nâng cao tự học mới và hệ thống giám sát quy trình.

Ứng dụng AI có bộ nhớ của nó
Điểm đặc biệt của Phân tích nâng cao là mô-đun này kết hợp lượng lớn dữ liệu bao gồm dữ liệu lịch sử với học máy.Điều này có nghĩa là ứng dụng AI tự học có bộ nhớ riêng và do đó nó có thể sử dụng thông tin từ quá khứ để vừa nhận ra các mối tương quan phức tạp trong số lượng lớn dữ liệu vừa dự đoán một sự kiện trong tương lai với mức độ chính xác cao dựa trên hiện tại. điều kiện của máy.Có rất nhiều ứng dụng cho việc này trong các cửa hàng sơn, cho dù ở cấp độ thành phần, quy trình hay nhà máy.

Bảo trì dự đoán làm giảm thời gian ngừng hoạt động của nhà máy
Khi nói đến các thành phần, Advanced Analytics nhằm mục đích giảm thời gian ngừng hoạt động thông qua thông tin dự đoán về bảo trì và sửa chữa, chẳng hạn như bằng cách dự đoán thời gian sử dụng còn lại của máy trộn.Nếu linh kiện được thay thế quá sớm, chi phí phụ tùng sẽ tăng lên và do đó chi phí sửa chữa chung tăng lên một cách không cần thiết.Mặt khác, nếu để nó hoạt động quá lâu, nó có thể gây ra các vấn đề về chất lượng trong quá trình sơn và ngừng máy.Phân tích nâng cao bắt đầu bằng cách tìm hiểu các chỉ số mài mòn và mô hình thời gian của độ mòn bằng cách sử dụng dữ liệu rô bốt tần số cao.Vì dữ liệu liên tục được ghi lại và theo dõi, nên mô-đun học máy nhận ra từng xu hướng lão hóa cho thành phần tương ứng dựa trên việc sử dụng thực tế và theo cách này, tính toán thời gian thay thế tối ưu.

Các đường cong nhiệt độ liên tục được mô phỏng bằng máy học
Advanced Analytics cải thiện chất lượng ở cấp quy trình bằng cách xác định các điểm bất thường, ví dụ: bằng cách mô phỏng đường cong tăng nhiệt trong lò.Cho đến nay, các nhà sản xuất chỉ có dữ liệu được xác định bằng cảm biến trong quá trình chạy đo.Tuy nhiên, các đường cong tăng nhiệt có tầm quan trọng cơ bản về chất lượng bề mặt của thùng xe thay đổi kể từ khi lò già đi, trong khoảng thời gian giữa các lần chạy phép đo.Sự hao mòn này gây ra các điều kiện xung quanh dao động, ví dụ như cường độ của luồng không khí.“Cho đến nay, hàng ngàn thi thể được tạo ra mà không biết chính xác nhiệt độ mà các thi thể đó đã được làm nóng.Sử dụng máy học, mô-đun Phân tích nâng cao của chúng tôi mô phỏng cách nhiệt độ thay đổi trong các điều kiện khác nhau.Điều này cung cấp cho khách hàng của chúng tôi một bằng chứng vĩnh viễn về chất lượng cho từng bộ phận riêng lẻ và cho phép họ xác định các điểm bất thường ”, Gerhard Alonso Garcia giải thích.

Tỷ lệ lần chạy đầu tiên cao hơn làm tăng hiệu quả tổng thể của thiết bị
Đối với thiết bị cấy ghép, phần mềm DXQplant.analytics được sử dụng kết hợp với mô-đun Phân tích nâng cao để tăng hiệu quả tổng thể của thiết bị.Giải pháp thông minh của nhà sản xuất Đức theo dõi các lỗi chất lượng tái diễn trong các loại mô hình cụ thể, màu sắc cụ thể hoặc trên các bộ phận cơ thể riêng lẻ.Điều này cho phép người định giá hiểu được bước nào trong quy trình sản xuất là nguyên nhân gây ra các sai lệch.Tương quan khiếm khuyết và nguyên nhân như vậy sẽ làm tăng tỷ lệ mắc bệnh đầu tiên trong tương lai bằng cách cho phép can thiệp ở giai đoạn rất sớm.

Sự kết hợp giữa kỹ thuật nhà máy và chuyên môn kỹ thuật số
Phát triển các mô hình dữ liệu tương thích với AI là một quá trình rất phức tạp.trên thực tế, để tạo ra một kết quả thông minh với học máy, việc chèn một lượng dữ liệu không xác định vào một thuật toán “thông minh” là chưa đủ.Các tín hiệu liên quan phải được thu thập, lựa chọn cẩn thận và tích hợp với thông tin bổ sung có cấu trúc từ quá trình sản xuất.Dürr đã có thể thiết kế một phần mềm hỗ trợ các tình huống sử dụng khác nhau, cung cấp môi trường thời gian chạy cho mô hình học máy và bắt đầu đào tạo mô hình.“Việc phát triển giải pháp này là một thách thức thực sự vì không có mô hình học máy hợp lệ và không có môi trường thời gian chạy phù hợp mà chúng tôi có thể sử dụng.Để có thể sử dụng AI ở cấp nhà máy, chúng tôi đã kết hợp kiến ​​thức về cơ khí và kỹ thuật nhà máy với kiến ​​thức của các chuyên gia Nhà máy kỹ thuật số của chúng tôi.Gerhard Alonso Garcia cho biết, điều này đã dẫn đến giải pháp trí tuệ nhân tạo đầu tiên cho các cửa hàng sơn.

Kỹ năng và kiến ​​thức được kết hợp để phát triển Phân tích nâng cao
Một nhóm liên ngành bao gồm các nhà khoa học dữ liệu, nhà khoa học máy tính và các chuyên gia quy trình đã phát triển giải pháp thông minh này.Dürr cũng đã có quan hệ đối tác hợp tác với một số nhà sản xuất ô tô lớn.Bằng cách này, các nhà phát triển đã có dữ liệu sản xuất trong đời thực và môi trường trang web beta trong quá trình sản xuất cho các trường hợp ứng dụng khác nhau.Đầu tiên, các thuật toán được đào tạo trong phòng thí nghiệm bằng cách sử dụng một số lượng lớn các trường hợp thử nghiệm.Sau đó, các thuật toán tiếp tục học hỏi tại chỗ trong quá trình vận hành thực tế và tự điều chỉnh cho phù hợp với môi trường và điều kiện sử dụng.Giai đoạn beta gần đây đã hoàn thành thành công và cho thấy tiềm năng của AI.Các ứng dụng thực tế đầu tiên cho thấy rằng phần mềm từ Dürr tối ưu hóa tính khả dụng của nhà máy và chất lượng bề mặt của các thân sơn.


Thời gian đăng: Mar-16-2022