Dürr presenta Advanced Analytics, la primera aplicación de IA lista para el mercado para talleres de pintura.Esta solución, que forma parte del último módulo de la serie de productos DXQanalyze, combina la última tecnología de TI y la experiencia de Dürr en el sector de la ingeniería mecánica, identifica las fuentes de los defectos, define los programas de mantenimiento óptimos, realiza un seguimiento de las correlaciones previamente desconocidas y utiliza este conocimiento para adaptar el algoritmo al sistema utilizando el principio de autoaprendizaje.
¿Por qué las piezas muestran frecuentemente los mismos defectos?¿Cuándo es lo último que se puede reemplazar un mezclador en el robot sin detener la máquina?Tener respuestas precisas y precisas a estas preguntas es fundamental para el éxito económico sostenible, ya que cada defecto o cada mantenimiento innecesario que se puede evitar ahorra dinero o mejora la calidad del producto.“Antes de ahora, había muy pocas soluciones concretas que nos hubieran permitido identificar rápidamente defectos de calidad o fallas.Y si los hubo, generalmente se basaron en una evaluación manual escrupulosa de los datos o intentos de prueba y error.Este proceso ahora es mucho más preciso y automático gracias a la Inteligencia Artificial”, explica Gerhard Alonso García, vicepresidente de MES & Control Systems de Dürr.
La serie de productos digitales DXQanalyze de Dürr, que ya incluía módulos de adquisición de datos para adquirir datos de producción, Visual Analytics para visualizarlos y Streaming Analytics, ahora puede contar con la nueva planta de análisis avanzado de autoaprendizaje y el sistema de monitoreo de procesos.
La aplicación de IA tiene su memoria.
La peculiaridad de Advanced Analytics es que este módulo combina grandes cantidades de datos, incluidos datos históricos, con aprendizaje automático.Esto significa que la aplicación de IA de autoaprendizaje tiene su propia memoria y, por lo tanto, puede usar la información del pasado para reconocer correlaciones complejas en grandes cantidades de datos y predecir un evento en el futuro con un alto grado de precisión basado en datos actuales. condiciones de una maquina.Hay muchas aplicaciones para esto en los talleres de pintura, ya sea a nivel de componentes, procesos o plantas.
El mantenimiento predictivo reduce los tiempos de inactividad de la planta
Cuando se trata de componentes, Advanced Analytics tiene como objetivo reducir los tiempos de inactividad a través de mantenimiento predictivo e información de reparación, por ejemplo, al predecir la vida útil restante de un mezclador.Si el componente se reemplaza demasiado pronto, los costos de las piezas de repuesto aumentan y, en consecuencia, los costos generales de reparación aumentan innecesariamente.Por otro lado, si se deja funcionando demasiado tiempo, puede causar problemas de calidad durante el proceso de recubrimiento y paradas de la máquina.Advanced Analytics comienza aprendiendo los indicadores de desgaste y el patrón temporal del desgaste utilizando datos de robots de alta frecuencia.Dado que los datos se registran y monitorean continuamente, el módulo de aprendizaje automático reconoce individualmente las tendencias de envejecimiento del componente respectivo en función del uso real y, de esta manera, calcula el tiempo de reemplazo óptimo.
Curvas de temperatura continuas simuladas por aprendizaje automático
Advanced Analytics mejora la calidad a nivel de proceso identificando anomalías, por ejemplo, simulando una curva de calentamiento en el horno.Hasta ahora, los fabricantes solo tenían datos determinados por sensores durante los ciclos de medición.Sin embargo, las curvas de calentamiento que son de fundamental importancia en términos de la calidad de la superficie de la carrocería del automóvil varían a medida que el horno envejece, durante los intervalos entre las ejecuciones de medición.Este desgaste provoca condiciones ambientales fluctuantes, por ejemplo en la intensidad del flujo de aire.“Hasta ahora, se producen miles de cuerpos sin conocer las temperaturas exactas a las que se han calentado los cuerpos individuales.Utilizando el aprendizaje automático, nuestro módulo de análisis avanzado simula cómo cambia la temperatura en diferentes condiciones.Esto ofrece a nuestros clientes una prueba permanente de calidad para cada pieza individual y les permite identificar anomalías”, explica Gerhard Alonso García.
Una tasa más alta de primera ejecución aumenta la eficacia general del equipo
En cuanto al implante, se utiliza el software DXQplant.analytics en combinación con el módulo Advanced Analytics para aumentar la eficacia general del equipo.La solución inteligente del fabricante alemán rastrea los defectos de calidad recurrentes en tipos de modelos específicos, colores específicos o en partes individuales del cuerpo.Esto permite que el cliente comprenda qué paso en el proceso de producción es responsable de las desviaciones.Tales correlaciones de defectos y causas aumentarán la tasa de ejecución inicial en el futuro al permitir la intervención en una etapa muy temprana.
La combinación entre la ingeniería de planta y la experiencia digital
El desarrollo de modelos de datos compatibles con IA es un proceso muy complejo.de hecho, para producir un resultado inteligente con aprendizaje automático, no basta con insertar cantidades no especificadas de datos en un algoritmo "inteligente".Las señales relevantes deben recopilarse, seleccionarse cuidadosamente e integrarse con información adicional estructurada de producción.Dürr pudo diseñar un software que admite diferentes escenarios de uso, proporciona un entorno de tiempo de ejecución para el modelo de aprendizaje automático e inicia la capacitación del modelo.“Desarrollar esta solución fue un verdadero desafío, ya que no había un modelo de aprendizaje automático válido ni un entorno de tiempo de ejecución adecuado que pudiéramos haber utilizado.Para poder utilizar la IA a nivel de planta, hemos combinado nuestros conocimientos de ingeniería mecánica y de planta con los de nuestros expertos de Digital Factory.Esto llevó a la primera solución de inteligencia artificial para talleres de pintura”, dice Gerhard Alonso García.
Habilidades y conocimientos combinados para desarrollar Advanced Analytics
Un equipo interdisciplinario formado por científicos de datos, informáticos y expertos en procesos desarrolló esta solución inteligente.Dürr también ha establecido asociaciones de cooperación con varios de los principales fabricantes de automóviles.De esta manera, los desarrolladores tenían datos de producción de la vida real y entornos de sitios beta en producción para diferentes casos de aplicación.En primer lugar, los algoritmos se entrenaron en el laboratorio utilizando un gran número de casos de prueba.Posteriormente, los algoritmos continuaron aprendiendo en el sitio durante la operación de la vida real y se adaptaron al entorno y las condiciones de uso.La fase beta se completó recientemente con éxito y mostró cuánto potencial de IA tiene.Las primeras aplicaciones prácticas muestran que el software de Dürr optimiza la disponibilidad de la planta y la calidad de la superficie de las carrocerías pintadas.
Hora de publicación: 16-mar-2022