第一款用於塗裝車間的市場化 AI 應用程式 - 買電子元器件就找南皇電子

電子元器件代理商全球貨源，采購無憂

多年專註，初心從未改變，千萬級電子元器件現貨庫存

電子元器件代理

電子元器件代理 >> IC電子元器件行業新動態

第一款用於塗裝車間的市場化 AI 應用程式

Advanced Analytics 是第一款用於塗裝車間的市場化 AI 應用程式。該智能解決方案結合了最新的 IT 技術和機械工程專業知識，可識別缺陷來源並確定最佳的維護計畫。它還能追蹤以前未知的相關性，並利用該知識，結合自學習原理使演算法適應於整個車間。Advanced Analytics 是 DXQanalyze 產品系列的最新模組。最初的實際應用表明，杜爾的軟體可以優化車間可用性和噴漆車身的表面品質。

買IC網 - 電子元器件代理與採購 | IC交易網 - 買IC就找買IC網

為什麼車身部件出現相同缺陷的頻率異常高？在不導致停機的情況下，最晚什麼時候可以更換機器人中的混合器？答案對於實現可持續地成本節約至關重要。因為避開每個可避免的缺陷、省去每次不必要的維護都可以節省資金或提高產品品質。“在此之前，幾乎沒有能及早發現品質缺陷或故障的精確推斷。如果有的話，也往往來自繁複的人工數據評估或反復的試驗。人工智慧 (AI) 使這一過程更加準確和自動化，”杜爾MES 和控制系統副總裁 Gerhard Alonso Garcia 解釋說。

DXQanalyze 增加了新的自學習Advanced Analytics車間和工藝監控系統。杜爾的數字產品系列已經包括用於獲取生產數據的數據採集模組、用於實現可視化的可視化分析和流分析。後者使設備操作員可以使用無需大量編程的代碼平臺近乎即時地分析生產是否偏離先前定義的規則或目標值。

具有自我記憶能力的 AI 應用

Advanced Analytics 之所以與眾不同，是因為該模組將包括歷史數據在內的大量數據與機器學習能力結合在一起。從象徵意義上講，這意味著自主學習 AI 應用具有自我記憶能力。這意味著它可以使用過去的資訊，既可以識別大量數據中複雜的相關性，又可以根據機器的當前狀態以高精度預測將來的事件。在塗裝車間，無論是在組件、工藝還是車間級別，都有許多這樣的應用。

預測性維護減少車間停機時間

對於組件，Advanced Analytics 旨在通過預測維護和維修資訊（例如，預測混合器的剩餘使用壽命）來減少停機時間。如果組件更換得太早，會不必要地增加備件成本和維修費用；而更換組件的時間太晚，則會導致噴塗和機器停機過程中出現品質問題。Advanced Analytics 首先使用高頻機器人數據學習磨損指標和磨損的時間模式，由於數據是被連續記錄和監控的，因此機器學習模組會根據實際使用情況單獨識別各個組件的老化趨勢，並以此方式計算出最佳更換時間。

機器學習模擬連續溫度曲線

Advanced Analytics 通過識別異常（例如，通過模擬烘房中的加熱曲線）來提高過程級別上的品質。到目前為止，製造商僅在測量運行過程通過感測器測定數據。然而，由於烘房在兩次測量之間的間隔中會老化，因此對於車身表面品質至關重要的加熱曲線會發生變化。這種磨損導致環境條件產生波動，例如氣流強度的變化。 “如今，成千上萬的車身被生產出來，以往我們卻無法瞭解各個車身加熱達到的溫度。通過機器學習，我們的 Advanced Analytics 模組可以模擬不同條件下的溫度變化。這為我們的客戶提供了關於每個車身的永久品質證明，讓他們能夠識別異常情況。”Gerhard Alonso Garcia 說。

更高的首次運行率提高整體設備效率（OEE）

DXQplant.analytics 軟體與 Advanced Analytics 模組結合使用，可在車間級別提高整體設備效率。人工智慧可跟蹤系統缺陷，例如特定模型類型、特定顏色或單個車身部件的重複性品質缺陷等。這樣就可以推斷出生產過程中的哪個步驟產生了偏差。人們可以通過這樣的”缺陷-原因”相關性在早期階段進行干預，從而能夠在將來提高首次運行率。

圖 1：杜爾的 AI 應用程式 Advanced Analytics 可以識別缺陷來源並確定最佳維護計畫。

車間和數字專業知識的專業結合

開發具有 AI 功能的數據模型是一個非常複雜的過程。這是因為機器學習無法將未指定數量的數據輸入“智能”演算法來輸出智能結果,而是必須收集、仔細選擇相關（感測器）信號，並對這些信號補充來自生產過程中的結構化附加資訊。借助 Advanced AnalyActeltics，杜爾開發了一款軟體，該軟體支持不同的使用場景，為機器學習模型提供運行時的環境，並觸發模型訓練。“挑戰在於，當時我們沒有普遍有效的機器學習模型，也沒有可以使用的合適的運行環境。為了能夠在車間級別使用 AI，我們將機械和車間工程知識與數字工廠的專業知識結合了起來。由此誕生了第一個面向塗裝車間的 AI 解決方案。” Gerhard Alonso Garcia 解釋說。

圖 2：杜爾軟體通過預測性維護和維修資訊減少了車間停機時間。

需要跨學科知識

Advanced Analytics 是由一支跨學科團隊開發出來的，團隊成員由數據科學家、電腦科學家和工藝專家組成。杜爾還與多家領先的汽車製造商建立了合作夥伴關係。這意味著開發人員具有生產中針對不同應用案例的真實生產數據和測試站點環境。首先，在實驗室中使用大量測試案例對演算法進行了訓練。接下來，這些演算法將繼續在實際操作中進行現場學習，並自動適應環境和使用條件。測試階段最近成功完成，展示了 AI 的潛力。