A Dürr apresenta o Advanced Analytics, o primeiro aplicativo de IA pronto para o mercado para oficinas de pintura.Parte do mais recente módulo da série de produtos DXQanalyze, esta solução combina a mais recente tecnologia de TI e a experiência da Dürr no setor de engenharia mecânica, identifica as fontes de defeitos, define os programas de manutenção ideais, rastreia correlações anteriormente desconhecidas e usa esse conhecimento para adaptar as algoritmo para o sistema usando o princípio de auto-aprendizagem.
Por que as peças frequentemente apresentam os mesmos defeitos?Quando é o mais tardar que um misturador no robô pode ser substituído sem parar a máquina?Ter respostas precisas e precisas para essas perguntas é fundamental para o sucesso econômico sustentável, pois cada defeito ou cada manutenção desnecessária que pode ser evitada economiza dinheiro ou melhora a qualidade do produto.“Até agora, havia muito poucas soluções concretas que nos permitissem identificar prontamente defeitos ou falhas de qualidade.E se houvesse, eles geralmente eram baseados em uma avaliação manual escrupulosa dos dados ou tentativas de tentativa e erro.Esse processo agora é muito mais preciso e automático graças à Inteligência Artificial”, explica Gerhard Alonso Garcia, vice-presidente de MES & Control Systems da Dürr.
A série de produtos digitais DXQanalyze da Dürr, que já incluía módulos de aquisição de dados para aquisição de dados de produção, Visual Analytics para visualização e Streaming Analytics, agora pode contar com a nova planta de autoaprendizagem Advanced Analytics e o sistema de monitoramento de processos.
O aplicativo AI tem sua memória
A peculiaridade do Advanced Analytics é que este módulo combina grandes quantidades de dados, incluindo dados históricos, com aprendizado de máquina.Isso significa que o aplicativo de IA de autoaprendizagem tem sua própria memória e, portanto, pode usar as informações do passado para reconhecer correlações complexas em grandes quantidades de dados e prever um evento no futuro com alto grau de precisão com base nas informações atuais. condições de uma máquina.Existem muitas aplicações para isso em oficinas de pintura, seja em nível de componente, processo ou fábrica.
A manutenção preditiva reduz os tempos de inatividade da planta
Quando se trata de componentes, o Advanced Analytics visa reduzir os tempos de inatividade por meio de manutenção preditiva e informações de reparo, por exemplo, prevendo a vida útil restante de um misturador.Se o componente for substituído muito cedo, os custos das peças de reposição aumentam e, consequentemente, os custos gerais de reparo aumentam desnecessariamente.Por outro lado, se ficar em funcionamento por muito tempo, pode causar problemas de qualidade durante o processo de revestimento e paradas da máquina.O Advanced Analytics começa aprendendo os indicadores de desgaste e o padrão temporal do desgaste usando dados do robô de alta frequência.Como os dados são registrados e monitorados continuamente, o módulo de aprendizado de máquina reconhece individualmente as tendências de envelhecimento do respectivo componente com base no uso real e, dessa forma, calcula o tempo de substituição ideal.
Curvas de temperatura contínuas simuladas por aprendizado de máquina
O Advanced Analytics melhora a qualidade no nível do processo identificando anomalias, por exemplo, simulando uma curva de aquecimento no forno.Até agora, os fabricantes só tinham dados determinados por sensores durante as medições.No entanto, as curvas de aquecimento que são de fundamental importância para a qualidade da superfície da carroceria variam com o envelhecimento do forno, durante os intervalos entre as medições.Este desgaste causa condições ambientais flutuantes, por exemplo, na intensidade do fluxo de ar.“Até agora, milhares de corpos são produzidos sem saber as temperaturas exatas às quais os corpos individuais foram aquecidos.Usando aprendizado de máquina, nosso módulo Advanced Analytics simula como a temperatura muda em diferentes condições.Isso oferece aos nossos clientes uma prova permanente de qualidade para cada peça individual e permite que eles identifiquem anomalias”, explica Gerhard Alonso Garcia.
A taxa de primeira execução mais alta aumenta a eficácia geral do equipamento
Quanto ao implante, o software DXQplant.analytics é utilizado em combinação com o módulo Advanced Analytics para aumentar a eficácia geral do equipamento.A solução inteligente do fabricante alemão rastreia defeitos de qualidade recorrentes em tipos específicos de modelos, cores específicas ou em partes individuais do corpo.Isso permite que o cliente entenda qual etapa do processo produtivo é responsável pelos desvios.Tais correlações de defeito e causa aumentarão a taxa de primeira execução no futuro, permitindo a intervenção em um estágio muito inicial.
A combinação entre engenharia de plantas e expertise digital
O desenvolvimento de modelos de dados compatíveis com IA é um processo muito complexo.na verdade, para produzir um resultado inteligente com aprendizado de máquina, não basta inserir quantidades não especificadas de dados em um algoritmo “inteligente”.Os sinais relevantes devem ser coletados, cuidadosamente selecionados e integrados com informações adicionais estruturadas da produção.A Dürr conseguiu projetar um software que oferece suporte a diferentes cenários de uso, fornece um ambiente de tempo de execução para o modelo de aprendizado de máquina e inicia o treinamento do modelo.“Desenvolver esta solução foi um verdadeiro desafio, pois não havia um modelo de aprendizado de máquina válido e nenhum ambiente de tempo de execução adequado que pudéssemos usar.Para poder usar a IA em nível de fábrica, combinamos nosso conhecimento de engenharia mecânica e de fábrica com os de nossos especialistas em Fábrica Digital.Isso levou à primeira solução de inteligência artificial para oficinas de pintura”, diz Gerhard Alonso Garcia.
Habilidades e conhecimento combinados para desenvolver Advanced Analytics
Uma equipe interdisciplinar formada por cientistas de dados, cientistas da computação e especialistas em processos desenvolveu esta solução inteligente.A Dürr também firmou parcerias de cooperação com vários grandes fabricantes automotivos.Dessa forma, os desenvolvedores tinham dados de produção reais e ambientes de sites beta em produção para diferentes casos de aplicação.Primeiro, os algoritmos foram treinados em laboratório usando um grande número de casos de teste.Posteriormente, os algoritmos continuaram o aprendizado no local durante a operação na vida real e se adaptaram ao ambiente e às condições de uso.A fase beta foi recentemente concluída com sucesso e mostrou quanto potencial de IA ela tem.As primeiras aplicações práticas estão mostrando que o software da Dürr otimiza a disponibilidade da planta e a qualidade da superfície das carrocerias pintadas.
Horário da postagem: 16 de março de 2022