Что больше нравится?

Среда, 13 Май 2020 04:06

Внедрение и развитие индустрии 4.0

Автор 
Оцените материал
(1 Голосовать)

Такие модные слова, как прогнозное обслуживание, искусственный интеллект и дополненная реальность обещают обеспечить легендарную цифровую трансформацию производства, когда дело доходит до Индустрии 4.0, большинство практических приложений начинаются и заканчиваются подключением станков.

 

Большинство производителей не могут видеть, что происходит в цехе в режиме реального времени, потому что их станки не подключены к какой-либо системе сбора данных или визуализации данных. Эта неспособность видеть и использовать данные для обеспечения непрерывного совершенствования приводит к массовым неэффективностям, которые влияют на все компоненты деятельности компании, от цеха до снабжения.

 

Вот мое мнение на то, где искусственный интеллект (ИИ) должен помочь в рамках аналитической  связи с такими технологиями, как станочный мониторинг и сбор данных.

 

Переход к мониторингу ЧПУ

Обрабатывающая промышленность прогрессирует, используя преимущества искусственного интеллекта для мониторинга ЧПУ, но производители решают некоторые сложные задачи. В целом производство эффективно борется с модернизацией перед лицом устаревших и укоренившихся культурных традиций. Часто метрикой в производстве является материальный конечный продукт, поэтому до тех пор, пока конечный продукт выглядит хорошо и продается, мы иногда не хотим беспокоиться об остальном процессе. Это затрудняет проведение изменений и модернизацию.

 

Для контроля ЧПУ в частности, это становится еще сложнее. Такой подход приводит к разрозненности данных, что затрудняет агрегирование достаточного количества данных в достаточно разнообразных областях для обучения модели искусственного интеллекта. Представьте себе, что Netflix пытается создать механизм рекомендаций, но у него есть только данные от одного цеха.

 

В течение последних нескольких лет появились одноразовые, одноцелевые модели, которые не очень полезны за пределами их соответствующей области или компании. Другой вариант - это чисто облачное решение (а не локальное решение), которое объединяет репрезентативную выборку производственных процессов в дискретном производственном пространстве. Этот подход помог разработать более универсальные алгоритмы искусственного интеллекта для обнаружения отказов на множестве различных типов процессов и ЧПУ.

 

 

Даже после решения проблемы изолированных данных остается много нерешенных вопросов, как технических, так и культурных. Например, данные могут быть неадекватно маркированными; сотрудники могут сопротивляться любому внедрению ИИ в цехе, рассматривая это как оскорбление их продолжительности работы; и может быть общее непонимание текущих возможностей и ограничений ИИ. Производство медленно работает над этими проблемами, поэтому время внедрения ИИ будет только расти.

 

Конечная цель искусственного интеллекта для мониторинга ЧПУ - не заменить людей, а дополнить их опыт дополнительными, управляемыми компьютером возможностями, чтобы сделать работу цеха более плавной и ритмичной.

 

 

Оценка возможных вариантов

Сегодня существует несколько форм контроля ЧПУ, используемых в производственных средах, помимо датчиков на станках.

 

Два основных типа

  1. это недорогие/бесплатные датчики, которые специально предназначены для небольших производителей,
  2. огромные комплексы корпоративного уровня, которые должны быть настроены для разных производителей, например те, которые продаются гигантами вроде IBM.

 

Первые могут быть быстро реализованы, но имеют чрезвычайно ограниченные возможности, такие как отображение только того, когда ЧПУ работает или нет, и какой процент времени станок был использован. Как правило, они известны как легкие решения, которые решают одну очень специфическую проблему, такую как отслеживание деталей или мониторинг времени безотказной работы, но не обе одновременно.

 

Вторые требуют длительных сроков внедрения и огромных первоначальных затрат. Сегодня существуют вертикально интегрированные платформы «интернета вещей» plug-and-play, которые также являются многофункциональными и расширяемыми для создания постоянного мониторинга работы.

 

Компьютерная визуализация - это еще одна область, которая уже созревает в производстве. Установка камер внутри ЧПУ и вокруг цеха помогает производителям автоматически выявлять дефекты деталей, отслеживать запасы и в целом сделать работу цеха более автоматизированной.

 

Внедрение и развитие индустрии 4.0

 

 

Мониторинг будущего

Конечная цель искусственного интеллекта для мониторинга ЧПУ - не заменить людей, а дополнить их опыт дополнительными, управляемыми компьютером возможностями, чтобы сделать работу цеха более плавной и ритмичной. Я думаю, что заводская культура становится лучше с большей видимостью. Сотрудники могут ссылаться на данные при принятии решений, а прозрачность помогает создать более здоровую среду в долгосрочной перспективе.

 

Что касается замены рабочих мест, то когда часть программного обеспечения способна автоматически отслеживать количество созданных деталей и как часто ЧПУ работает, рабочее время освобождается для выполнения более важных задач, таких как запуск инициатив по повышению эффективности в цехе с помощью данных, собранных компьютерной программой. Более высокий доход, который компания реализует, может быть реинвестирован в программы обучения рабочих, могут быть переучены на должности, ориентированные на управление и стратегию.

 

Я предсказываю, что ИИ сможет помочь производителям снизить издержки за счет профилактического обслуживания и увеличить доходы за счет увеличения производства и повышения эффективности. Однако я предупреждаю читателей об опасности передачи решений исключительно ИИ без учета человеческого контекста. Умные менеджеры всегда будут стремиться понять, почему возникла рекомендация ИИ, и дополнить ее человеческим вкладом. Точно так же, как при использовании искусственного интеллекта для чего-либо, например для самоуправляемых автомобилей, вам нужно все еще следить за ним, иначе вы разобьетесь.

 

Мой последний совет производителю, который хочет начать внедрение мониторинга ЧПУ на основе искусственного интеллекта, - начать с основ. Если у вас нет оцифровки или автоматизированной видимости ваших процессов, начните с описательной аналитики. Простое знание того, когда ваши ЧПУ работают или не работают, может помочь раскрыть очевидные вещи о бизнесе. Например, обнаружив, что станки простаивают в течение двух часов в начале первой смены. Что-то вроде этого может помочь сэкономить тысячи рублей сразу же, без каких-либо причудливых алгоритмов машинного обучения.

 

 

Что касается затрат и соображений, то важно получить поддержку не только от одной стороны, но и от нескольких ключевых заинтересованных сторон в бизнесе, прежде чем приступать к проекту машинного мониторинга, даже без ИИ.

Важно оценить, подходит ли ваша компания для мониторинга ЧПУ и расширенной аналитики. Мастера должны подумать о том, какие типы эффективности они хотят использовать, и понять, что это не волшебная кнопка, которая решит все их проблемы без каких-либо усилий. 

Дополнительная информация

  • Заказчик: Организация
  • Статус: Нет исполнителя
  • Срок сдачи проекта после оплаты аванса: 01.10.2020
  • ЦЕЛЬ ПРОЕКТА: Рассказать подробней про тему проекта
Прочитано 41 раз Последнее изменение Среда, 13 Май 2020 15:50
Авторизуйтесь, чтобы получить возможность оставлять комментарии