Dürr mempersembahkan Analitis Lanjutan, aplikasi AI sedia pasaran pertama untuk kedai cat.Sebahagian daripada modul terkini dalam siri produk DXQanalyze, penyelesaian ini menggabungkan teknologi IT terkini dan pengalaman Dürr dalam sektor kejuruteraan mekanikal, mengenal pasti punca kecacatan, mentakrifkan program penyelenggaraan yang optimum, menjejaki korelasi yang tidak diketahui sebelum ini dan menggunakan pengetahuan ini untuk menyesuaikan algoritma kepada sistem menggunakan prinsip pembelajaran kendiri.
Mengapa kepingan kerap menunjukkan kecacatan yang sama?Bilakah yang terbaru pengadun dalam robot boleh diganti tanpa menghentikan mesin?Mempunyai jawapan yang tepat dan tepat kepada soalan-soalan ini adalah asas untuk kejayaan ekonomi yang mampan kerana setiap kecacatan atau setiap penyelenggaraan yang tidak perlu yang boleh dielakkan menjimatkan wang atau meningkatkan kualiti produk.“Sebelum ini, terdapat sangat sedikit penyelesaian konkrit yang membolehkan kami mengenal pasti dengan segera kecacatan atau kegagalan kualiti.Dan jika ada, ia biasanya berdasarkan penilaian manual yang teliti terhadap data atau percubaan cuba-ralat.Proses ini kini lebih tepat dan automatik terima kasih kepada Kepintaran Buatan”, jelas Gerhard Alonso Garcia, Naib Presiden MES & Sistem Kawalan di Dürr.
Siri produk digital DXQanalyze Dürr, yang sudah termasuk modul Pemerolehan Data untuk memperoleh data pengeluaran, Analitis Visual untuk memvisualisasikannya dan Analitis Penstriman, kini boleh bergantung pada kilang Analitis Lanjutan pembelajaran kendiri baharu dan sistem pemantauan proses.
Aplikasi AI mempunyai memorinya
Keistimewaan Analitis Lanjutan ialah modul ini menggabungkan sejumlah besar data termasuk data sejarah dengan pembelajaran mesin.Ini bermakna bahawa aplikasi AI pembelajaran kendiri mempunyai ingatan sendiri dan oleh itu ia boleh menggunakan maklumat dari masa lalu untuk kedua-dua mengenali korelasi kompleks dalam kuantiti data yang besar dan meramalkan peristiwa pada masa hadapan dengan tahap ketepatan yang tinggi berdasarkan semasa. keadaan sesebuah mesin.Terdapat banyak aplikasi untuk ini di kedai cat, sama ada di peringkat komponen, proses atau kilang.
Penyelenggaraan ramalan mengurangkan masa mati loji
Mengenai komponen, Analitis Lanjutan bertujuan untuk mengurangkan masa henti melalui penyelenggaraan ramalan dan maklumat pembaikan, contohnya dengan meramalkan baki hayat perkhidmatan pengadun.Jika komponen diganti terlalu awal, kos alat ganti meningkat dan akibatnya kos pembaikan am meningkat tanpa perlu.Sebaliknya, jika ia dibiarkan berjalan terlalu lama, ia boleh menyebabkan masalah kualiti semasa proses salutan dan mesin terhenti.Analitis Lanjutan bermula dengan mempelajari penunjuk haus dan corak temporal haus menggunakan data robot frekuensi tinggi.Memandangkan data direkodkan dan dipantau secara berterusan, modul pembelajaran mesin secara individu mengiktiraf arah aliran penuaan untuk komponen masing-masing berdasarkan penggunaan sebenar dan dengan cara ini mengira masa penggantian optimum.
Lengkung suhu berterusan yang disimulasikan oleh pembelajaran mesin
Analitis Lanjutan meningkatkan kualiti pada tahap proses dengan mengenal pasti anomali, contohnya dengan mensimulasikan lengkung haba dalam ketuhar.Sehingga kini, pengeluar hanya mempunyai data yang ditentukan oleh penderia semasa pengukuran dijalankan.Walau bagaimanapun, lengkung panas yang mempunyai kepentingan asas dari segi kualiti permukaan badan kereta berbeza-beza sejak ketuhar berusia, semasa selang waktu antara pengukuran dijalankan.Haus ini menyebabkan keadaan ambien yang berubah-ubah, contohnya dalam keamatan aliran udara.“Sehingga kini, beribu-ribu jasad terhasil tanpa mengetahui suhu yang tepat di mana badan individu telah dipanaskan.Menggunakan pembelajaran mesin, modul Analitis Lanjutan kami mensimulasikan cara suhu berubah dalam keadaan berbeza.Ini menawarkan pelanggan kami bukti kekal kualiti untuk setiap bahagian individu dan membolehkan mereka mengenal pasti anomali”, jelas Gerhard Alonso Garcia.
Kadar larian pertama yang lebih tinggi meningkatkan keberkesanan keseluruhan peralatan
Bagi implan, perisian DXQplant.analytics digunakan dalam kombinasi dengan modul Analitis Lanjutan untuk meningkatkan keberkesanan keseluruhan peralatan.Penyelesaian pintar pengeluar Jerman menjejaki kecacatan kualiti yang berulang dalam jenis model tertentu, warna tertentu atau pada bahagian badan individu.Ini membolehkan pelanggan memahami langkah mana dalam proses pengeluaran yang bertanggungjawab untuk penyelewengan.Kecacatan dan korelasi punca tersebut akan meningkatkan kadar larian pertama pada masa hadapan dengan membenarkan campur tangan pada peringkat awal.
Gabungan antara kejuruteraan loji dan kepakaran digital
Membangunkan model data serasi AI ialah proses yang sangat kompleks.sebenarnya, untuk menghasilkan hasil pintar dengan pembelajaran mesin, ia tidak mencukupi untuk memasukkan jumlah data yang tidak ditentukan ke dalam algoritma "pintar".Isyarat yang berkaitan mesti dikumpulkan, dipilih dengan teliti dan disepadukan dengan maklumat tambahan berstruktur daripada pengeluaran.Dürr dapat mereka bentuk perisian yang menyokong senario penggunaan yang berbeza, menyediakan persekitaran masa jalan untuk model pembelajaran mesin dan memulakan latihan model.“Membangunkan penyelesaian ini merupakan satu cabaran sebenar kerana tidak ada model pembelajaran mesin yang sah dan tiada persekitaran masa jalan yang sesuai yang boleh kami gunakan.Untuk dapat menggunakan AI di peringkat loji, kami telah menggabungkan pengetahuan kami tentang kejuruteraan mekanikal dan loji dengan pakar Kilang Digital kami.Ini membawa kepada penyelesaian kecerdasan buatan pertama untuk kedai cat”, kata Gerhard Alonso Garcia.
Kemahiran dan pengetahuan digabungkan untuk membangunkan Analitis Lanjutan
Pasukan antara disiplin yang terdiri daripada saintis data, saintis komputer dan pakar proses membangunkan penyelesaian pintar ini.Dürr juga telah menjalin kerjasama kerjasama dengan beberapa pengeluar automotif utama.Dengan cara ini, pembangun mempunyai data pengeluaran sebenar dan persekitaran tapak beta dalam pengeluaran untuk kes aplikasi yang berbeza.Pertama, algoritma telah dilatih di makmal menggunakan sejumlah besar kes ujian.Selepas itu, algoritma meneruskan pembelajaran di tapak semasa operasi kehidupan sebenar dan menyesuaikan diri dengan persekitaran dan keadaan penggunaan.Fasa beta baru-baru ini berjaya diselesaikan dan menunjukkan betapa besar potensi AI yang dimilikinya.Aplikasi praktikal pertama menunjukkan bahawa perisian daripada Dürr mengoptimumkan ketersediaan loji dan kualiti permukaan badan yang dicat.
Masa siaran: Mac-16-2022