Za korištenje aplikacije moraju biti ispunjeni određeni standardi, kao što je potreba za dva krajnja prekidača
Trenutne primjene umjetne inteligencije omogućuju optimizaciju i nadzor pneumatskih sustava pomoću umjetne inteligencije, čak i bez dubokog stručnog znanja o umjetnoj inteligenciji, objašnjava Festov stručnjak za digitalizaciju Eberhard Klotz, dugogodišnji globalni direktor prodaje za industriju 4.0/digitalizaciju u Festu. Eberhard Klotz prvo je diplomirao komunikacijsko inženjerstvo i nastavio akademsko obrazovanje s European Executive MBA na Henley Management Collegeu i Sveučilištu West London. Karijera ga je dovela do Siemensa i Boscha, između ostalih. U Festu je od 1990. godine. Klotz je sada globalni direktor prodaje za industriju 4.0 i digitalizaciju.
- Pod pojmom “iskustvo automatizacije” Festo nudi razne alate umjetne inteligencije. Što korisnici mogu učiniti s njima?
– Tri su glavna fokusa: predviđanje kvara komponenti ili stroja, pristupi kvaliteti, što znači hoće li stroj ili postrojenje i sutra proizvoditi potrebnu kvalitetu, i energetske teme: ako, na primjer, energetski profil odluta, informira se o održavanju ili se izvode obrasci pogrješaka.
Naše rješenje je posebno jer kao Festo dolazimo iz mehanike i mehatronike te stoga prirodno donosimo veliko iskustvo s potrošnim dijelovima i profilima kretanja strojeva i sustava. Zajedno sa softverom nudimo puno bolje stvaranje vrijednosti nego što to može softverska tvrtka ili start-up s malo iskustva u proizvodnji.
- Postoje li slučajevi koji se mogu dobro ili lošije predvidjeti pomoću umjetne inteligencije?
– Ovi algoritmi su uvijek posebno učinkoviti u procesima koji se brzo ponavljaju i brzo se izvode. Zatim imam tipične obrasce ponašanja dobrih stanja, kao i pogrješke s određenom učestalošću, a to je ono što je potrebno ovim algoritmima. Budući da ove aplikacije rade na temelju statističke vjerojatnosti. Za aplikacije koje rade vrlo sporo i gdje se obrazac pogreške javlja samo svakih sedam godina, ovi algoritmi nisu prikladni.
- Za obuku i implementaciju umjetne inteligencije za ove slučajeve upotrebe potrebno je mnogo podataka. Odakle Festo dobiva te informacije?
– Imamo vlastiti proizvodni pogon u kojem možemo prikupljati podatke. I: Desetljećima provodimo vlastite testove u ispitivanjima, gdje smo iz podataka mogli saznati sve relevantno. To znači da naše standardne AI aplikacije dolaze s bogatim predznanjem, a algoritmi su unaprijed obučeni. Međutim, u projektima kupaca osnovno je pravilo da podaci ostaju vlasništvo kupca: Na licu mjesta ukratko se trenira samo dobro stanje stvarnog lanca primjene/kontrole.
Počeli smo raditi na AI projektima prije više od deset godina. Do sada iza sebe imamo toliko iskustva i preko 100 uspješnih korisničkih projekata da možemo ponuditi male algoritme inkapsulirane u takozvane Docker kontejnere. To znači da kupcu više nije potreban stručnjak za umjetnu inteligenciju, već može preuzeti ovu aplikaciju iz trgovine aplikacija i jednostavno je sam naručiti.
Proizvođač strojeva s njim može realizirati i nove poslovne modele, s prednošću što ne mora angažirati stručnjaka za umjetnu inteligenciju ili razvijati softver, već jednostavno koristiti aplikaciju i ponuditi, na primjer, uslugu digitalnog održavanja. Njihov kupac ima mogućnost rezervirati uslugu ili ne – kako želi.
- Što je s postojećim postrojenjima?
– Ovo rješenje je prikladno za sve kupce koji trenutno nemaju rješenje za nadzor pneumatike.
- Ali u kojim je slučajevima i to razumno?
– Klasični PLC samo provjerava je li cilindar stigao sprijeda ili ne. Pneumatika je sama po sebi vrlo robusna i pouzdana tehnologija. Stoga mnogi kupci imaju način razmišljanja da instalirate pneumatiku i zaboravite na nju jer ne morate brinuti o tome. Ipak, postoje primjene koje uzrokuju više trošenja jer su uvjeti okoline toliko zahtjevni, poput zavarivanja, cementne prašine u zraku ili visoke topline. Takvi čimbenici mogu dovesti do većeg trošenja, a za sve te kupce postoji mogućnost praćenja sustava ili stroja pomoću umjetne inteligencije kako bi se izbjegli neplanirani zastoji.
Drugi slučaj prijave odnosi se na demografske promjene: kada iskusni zaposlenici odu u mirovinu, često je problem popuniti radno mjesto. I znanje je izgubljeno. Otkrivanje anomalija umjetnom inteligencijom nudi mogućnost zamjene dijela ovog iskustva zaposlenika.
- Kakvo je vaše dosadašnje iskustvo?
– Naše iskustvo u posljednjih deset godina je da su svi korisnici koji su koristili ove aplikacije bili uspješni. Na primjer, održavanje se poboljšalo za 20 do 25 posto u smislu manje neplaniranih zastoja i skraćenog vremena popravka jer iz dijagnostičkih poruka mogu pročitati što je pokvareno. I kao operater, ne moram prvo tražiti štetu; umjesto toga, mogu unaprijed vidjeti kada se cilindar ili električna os udaljavaju.
- Je li potrebno ugraditi dodatne senzore?
– Uzmimo za primjer pneumatski cilindar: Za korištenje aplikacije moraju biti ispunjeni određeni standardi, kao što je potreba za dva krajnja prekidača. Iz njihovih signala izvode se podaci o položaju i ubrzanju. Ako kupac želi veću preciznost, mogu se koristiti dodatni podaci, kao što su profili protoka komprimiranog zraka.
- Kako Festo planira nastaviti u području umjetne inteligencije?
– S AI aplikacijama došli smo do prekretnice i sada prelazimo s projektnog poslovanja na masovno poslovanje. Vjerujemo da će se AI aplikacije isplatiti vrlo, vrlo velikom broju kupaca.
Sljedeći koraci su dodavanje drugih područja umjetne inteligencije, na primjer, kako bi roboti bili fleksibilniji. Sustavi pomoći za navođenje strojeva također su veliko područje rada iz naše perspektive. Također bi bilo zanimljivo pratiti veće proizvodne procese pomoću umjetne inteligencije. (jv)
1 komentar
Užas koji se odvija pred našim očima.
Nažalost.
Komentari nisu aktivni.