Digitální transformace postupuje do různých odvětví. Nabízí benefity v oblasti kvality, produktivity a konkurenceschopnosti. Vznikají chytré továrny, které využívají kyberneticko-fyzikální systémy. Stroje, které jsou mezi sebou propojené, sbírají data, analyzují, vyhodnocují… A vy šetříte. Čas i peníze.
Digitální transformace postupuje do různých odvětví. Nabízí benefity v oblasti kvality, produktivity a konkurenceschopnosti. Vznikají chytré továrny, které využívají kyberneticko-fyzikální systémy. Stroje, které jsou mezi sebou propojené, sbírají data, analyzují, vyhodnocují… A vy šetříte. Čas i peníze.
Firmy nové technologie využívají jako součást strategie vedoucí k zajištění udržitelnosti provozních procesů. Nasazování pokročilých digitálních technologií do běžných procesů ve výrobě dnes patří mezi priority.
Průmysl 4.0 s sebou přináší změny. Technologické i sociální. Hlavní roli hrají velká data, IoT a umělá inteligence. V minulém článku jsme vám přiblížili, co se skrývá pod pojmem koncepce Průmyslu 4.0. Dnes se podíváme na umělou inteligenci, která je jeho nedílnou součástí.
Dřívejší algoritmy měly pro svoji činnost velké kapacitní omezení. Tím byla tzv. doba výpočtu, kterou navíc omezoval hardware. V dnešní době umí algoritmy doslova „kouzlit“. Samostatně se učí, některé svou činnost samostatně regulují podle aktuální situace.
Díky tomu jsou algoritmy schopné obsáhnout komplexní analýzy obrovského objemu dat.
Člověk stále přebírá odpovědnost za dodržování výrobních, kvalitářských a bezpečnostních norem. Na kompletní autonomní řízení výrobní linky si ještě počkáme.
Umělá inteligence je ovšem skvělým asistentem. Pomáhá s flexibilním střídáním vybraných úkonů, predikcí poruchy strojů, včasným odhalením zmetkovitosti či zautomatizováním stereotypních kroků.
V současné době se umělá inteligence aplikuje v několika generacích.
Nejstarším algoritmem umělé inteligence je strojové učení. Využívá se pro monitorování kvality během výroby, bleskovému měření rozměrů nebo kontrole povrchové kvality obrobků. Přes rozhraní EDI current detekuje praskliny uvnitř kovů a příslušné zmetky automaticky odstraní z výrobní linky.
Druhým typem je učení hloubkové. Velmi rychle analyzuje velké množství dat, čímž vzniká i koncept modulace Big Data. Využívá se pro všechny druhy simulací a manipulací s Digitálním dvojčetem a pro příslušné analýzy, jejich vyhodnocování a reporting. Představte si, že se během výroby měří z celkové výrobní šarže o 10 000 obrobků pouze 10 vzorků. Při detekci jednoho špatného vzorku se pak vyhazovala velká část či dokonce i celá výrobní šarže. A tomu je právě konec.
Posledním typem je inteligence mravenčího shluku. Používá se k bezprostřednímu vyhodnocování dat ze senzorů, snímačů a čidel, která jsou součástí Internet of Things. Získaná data v kombinaci s probíhající simulací na Digitálním dvojčeti využijete i jako podklad pro precizní prognózy. Ve fyzickém prostředí můžete samostatně regulovat přísun materiálů a (polo)obrobků ze skladů do výrobní linky, promazávání strojů olejem, přísun chladicí vody do chladičů, regulaci tlaku v aplikacích využívající kompresování vzduchu nebo třeba ventilaci na odsávání výparů. Cílem je dovést aktuálně zpracovávanou a vyráběnou výrobní šarži do cíle co nejdřív a za co nejnižší náklady.
Nedivíme se, že vám Průmysl 4.0 utkvěl v hlavě. Pro podniky je to příležitost, návod a zároveň inspirace k dalšímu rozvoji. Budoucnost je jasná.
Doposud bylo sledování zmetkovosti zásadním pravidlem pro výkon výrobní linky.
Díky umělé inteligenci nyní zvládnete na denní bázi sbírat a analyzovat data, a pohlížet na výkon výrobní linky jinak. Umožní:
Výrobní celky a systémy budou navzájem spolupracovat se stroji, nástroji, lidmi a výrobky. To umožní vyhodnocování a analýzy v mnohem kratších časových horizontech než v doposud běžných kvartálech.
V AJKA - Solution s.r.o. pro vás zmapujeme aktuální průmyslovou úroveň vašeho podniku a navrhneme vhodnou implementaci tohoto konceptu.
.png){kind=logo}
.png)
.png)
