Dürrは、ペイントショップ向けの最初の市場対応AIアプリケーションであるAdvancedAnalyticsを紹介します。DXQanalyze製品シリーズの最新モジュールの一部であるこのソリューションは、最新のITテクノロジーと機械工学分野でのDürrの経験を統合し、欠陥の原因を特定し、最適なメンテナンスプログラムを定義し、これまで知られていなかった相関関係を追跡し、この知識を使用して自己学習原理を使用したシステムへのアルゴリズム。
なぜピースは同じ欠陥を頻繁に示すのですか？ロボットのミキサーを機械を停止せずに交換できるのはいつですか？これらの質問に正確かつ正確に答えることは、回避できるすべての欠陥またはすべての不要なメンテナンスがコストを節約するか、製品の品質を向上させるため、持続可能な経済的成功の基本です。「これまで、品質の欠陥や故障を迅速に特定することを可能にする具体的な解決策はほとんどありませんでした。そして、もしあれば、それらは一般的にデータの綿密な手動評価または試行錯誤の試みに基づいていました。人工知能のおかげで、このプロセスは今でははるかに正確で自動化されています」と、DürrのMESおよび制御システム担当副社長であるGerhardAlonsoGarcia氏は説明します。
DürrのDXQanalyzeデジタル製品シリーズには、生産データを取得するためのデータ取得モジュール、それを視覚化するためのVisual Analytics、およびStreaming Analyticsが含まれており、新しい自己学習型のAdvancedAnalyticsプラントとプロセス監視システムを利用できるようになりました。
AIアプリケーションにはメモリがあります
Advanced Analyticsの特徴は、このモジュールが履歴データを含む大量のデータと機械学習を組み合わせていることです。これは、自己学習型AIアプリケーションが独自のメモリを備えているため、過去の情報を使用して、大量のデータの複雑な相関関係を認識し、現在に基づいて高精度で将来のイベントを予測できることを意味します。機械の状態。コンポーネント、プロセス、またはプラントレベルであるかどうかにかかわらず、ペイントショップでこれを行うための多くのアプリケーションがあります。
予知保全はプラントのダウンタイムを削減します
コンポーネントに関しては、Advanced Analyticsは、たとえばミキサーの残りの耐用年数を予測することにより、予知保全および修理情報を通じてダウンタイムを削減することを目的としています。コンポーネントの交換が早すぎると、スペアパーツのコストが増加し、その結果、一般的な修理コストが不必要に増加します。一方、長時間稼働させたままにすると、コーティング工程や機械の停止時に品質上の問題が発生する可能性があります。Advanced Analyticsは、高周波ロボットデータを使用して摩耗指標と摩耗の時間的パターンを学習することから始まります。データは継続的に記録および監視されるため、機械学習モジュールは実際の使用に基づいて各コンポーネントの経年変化の傾向を個別に認識し、このようにして最適な交換時間を計算します。
機械学習によってシミュレートされた連続温度曲線
Advanced Analyticsは、オーブンの加熱曲線をシミュレートするなど、異常を特定することにより、プロセスレベルで品質を向上させます。これまで、メーカーは測定の実行中にセンサーによって決定されたデータしか持っていませんでした。ただし、車体の表面品質の観点から基本的に重要な加熱曲線は、オーブンの経年変化により、測定の実行間隔中に変化します。この摩耗は、例えば空気の流れの強さなど、変動する周囲条件を引き起こします。「これまで、個々の物体が加熱された正確な温度を知らなくても、何千もの物体が製造されています。機械学習を使用して、高度な分析モジュールは、さまざまな条件下で温度がどのように変化するかをシミュレートします。これにより、お客様は個々の部品の品質を永続的に証明し、異常を特定することができます」とGerhardAlonsoGarcia氏は説明します。
初回実行率が高いほど、設備総合効率が向上します
インプラントに関しては、DXQplant.analyticsソフトウェアをAdvanced Analyticsモジュールと組み合わせて使用して、機器の全体的な有効性を高めます。ドイツのメーカーのインテリジェントソリューションは、特定のモデルタイプ、特定の色、または個々の体の部分で繰り返し発生する品質の欠陥を追跡します。これにより、顧客は製造プロセスのどのステップが逸脱の原因であるかを理解できます。このような欠陥と原因の相関関係は、非常に早い段階で介入を可能にすることにより、将来の初回実行率を高めるでしょう。
プラントエンジニアリングとデジタル専門知識の組み合わせ
AI互換のデータモデルの開発は非常に複雑なプロセスです。実際、機械学習でインテリジェントな結果を生成するには、不特定の量のデータを「スマート」アルゴリズムに挿入するだけでは不十分です。関連する信号を収集し、慎重に選択して、生産からの構造化された追加情報と統合する必要があります。Dürrは、さまざまな使用シナリオをサポートし、機械学習モデルのランタイム環境を提供し、モデルトレーニングを開始するソフトウェアを設計することができました。「このソリューションの開発は、有効な機械学習モデルがなく、使用できる適切なランタイム環境がなかったため、実際の課題でした。プラントレベルでAIを使用できるようにするために、機械工学とプラントエンジニアリングの知識をデジタルファクトリーの専門家の知識と組み合わせました。これは、塗料店向けの最初の人工知能ソリューションにつながりました」とGerhardAlonsoGarcia氏は言います。
高度な分析を開発するために組み合わされたスキルと知識
データサイエンティスト、コンピューターサイエンティスト、プロセスエキスパートで構成される学際的なチームが、このインテリジェントなソリューションを開発しました。デュルはまた、いくつかの主要な自動車メーカーと協力パートナーシップを結んでいます。このようにして、開発者は、さまざまなアプリケーションケースの実稼働環境で実際の実稼働データとベータサイト環境を利用できました。最初に、アルゴリズムは、多数のテストケースを使用して実験室でトレーニングされました。その後、アルゴリズムは実際の運用中に現場での学習を継続し、環境と使用条件に適応しました。ベータフェーズは最近正常に完了し、AIの可能性がどれだけあるかを示しました。最初の実用的なアプリケーションは、Dürrのソフトウェアがプラントの可用性と塗装されたボディの表面品質を最適化することを示しています。
投稿時間：2022年3月16日