Παροχή ταχύτερης ανίχνευσης ανωμαλιών, πιο έξυπνων ειδοποιήσεων και επεκτάσιμης διασφάλισης ποιότητας με βάση την τεχνητή νοημοσύνη για τους ευρωπαίους κατασκευαστές
IΕισαγωγή
Στο σημερινό ταχέως εξελισσόμενο περιβάλλον της μεταποίησης, η υιοθέτηση προηγμένων τεχνολογιών όπως η τεχνητή νοημοσύνη και η ρομποτική δεν αποτελεί πλέον προαιρετική επιλογή, αλλά είναι απαραίτητη. Για την Simtera, έναν κορυφαίο πάροχο λύσεων AIoT και ψηφιακής παραγωγής που ειδικεύεται στην ανάλυση κύκλων, την προληπτική συντήρηση και την ανάλυση δεδομένων ποιότητας παραγωγής, η ενσωμάτωση της τεχνητής νοημοσύνης στις λειτουργίες της ήταν καθοριστική για την κάλυψη της ανάγκης επικύρωσης του Μοντέλου Ανάλυσης Κύκλων σε πραγματικά περιβάλλοντα παραγωγής και την αναβάθμισή του από το επίπεδο TRL 5 στο TRL 7.
Χάρη στη συνεργασία της με την AI-MATTERS και την ομάδα του LMS, η Simtera κατάφερε να επικυρώσει τη λύση της σε βιομηχανικό περιβάλλον, να ενισχύσει την ανθεκτικότητα του μοντέλου τεχνητής νοημοσύνης της και να φτάσει με επιτυχία στο επίπεδο TRL 6 — επιταχύνοντας έτσι την εμπορική αξιοποίηση της μονάδας SWCAS που βασίζεται στην τεχνητή νοημοσύνη. Αυτή είναι η ιστορία της.
Η πρόκληση
Κάθε οργανισμός που ξεκινά μια μεταμόρφωση με βάση την τεχνητή νοημοσύνη (AI) αντιμετωπίζει μοναδικά εμπόδια. Για τη Simtera, η κύρια πρόκληση ήταν η επικύρωση του μοντέλου ανάλυσης κύκλου συγκόλλησης με αντίσταση (RSW) σε πραγματικό περιβάλλον παραγωγής και η διασφάλιση της ανθεκτικότητάς του κατά την επεξεργασία δεδομένων παραγωγής υψηλής συχνότητας και με θόρυβο, τα οποία συλλέγονταν από βιομηχανικό εξοπλισμό συγκόλλησης. Επιπλέον, χρειάστηκε υποστήριξη για την πρόσβαση σε ένα ελεγχόμενο περιβάλλον δοκιμών, τη συλλογή και ανάλυση πραγματικών δεδομένων συγκόλλησης ανά κύκλο, καθώς και την αναβάθμιση του επιπέδου TRL της τεχνολογίας από το 5 στο 6, μέσω πειραμάτων σε βιομηχανική κλίμακα και καθοδήγησης από ειδικούς.
«Η συμμετοχή μιας εξωτερικής εταιρείας όπως η Simtera στο έργο μας ήταν επίσης μια πρωτιά για εμάς. Μας προσέφερε μια νέα οπτική και μείναμε πολύ ικανοποιημένοι από τη συνεργασία», εξηγεί η Τζένη Λεϊβαδαρού, ανώτερη ερευνήτρια και σύμβουλος επιχειρήσεων στην LMS.
Η λύση
Η AI-MATTERS παρείχε στη Simtera τους πόρους και την τεχνογνωσία που χρειαζόταν για να ξεπεράσει αυτές τις προκλήσεις. Μέσω της πρόσβασης σε πραγματικά βιομηχανικά περιβάλλοντα δοκιμών, της τεχνικής καθοδήγησης από ειδικούς του κλάδου και της υποστήριξης στη συλλογή και ανάλυση δεδομένων συγκόλλησης ανά κύκλο, ο οργανισμός κατάφερε να επικυρώσει το Μοντέλο Ανάλυσης Κύκλων Συγκόλλησης με Σημειακή Αντίσταση (RSW), να βελτιώσει την απόδοσή του και να αναβαθμίσει με επιτυχία την τεχνολογία από το επίπεδο TRL 5 στο επίπεδο TRL 6.
Τα αποτελέσματα
Η συνεργασία μεταξύ της AI-MATTERS και της Simtera απέφερε απτά αποτελέσματα. Μερικά από τα βασικά αποτελέσματα περιλαμβάνουν:
- Αποτέλεσμα 1: Επιτεύχθηκε μείωση των σφαλμάτων παραγωγής κατά ≥7%, ξεπερνώντας τον στόχο του ≥5%.
- Αποτέλεσμα 2: Επιτεύχθηκε βελτίωση ≥2% στην ετοιμότητα ενσωμάτωσης στο εργοστάσιο, υποστηρίζοντας την υιοθέτηση σε πραγματικό χρόνο του μοντέλου ανάλυσης του κύκλου συγκόλλησης.
- Αποτέλεσμα 3: Επαληθευμένη ανίχνευση ανωμαλιών σε πραγματικό χρόνο σε λιγότερο από 30 δευτερόλεπτα, με ακρίβεια ανίχνευσης ≥90%, επιτρέποντας την έγκαιρη παρέμβαση και μειώνοντας τους κινδύνους για την ποιότητα.
- Αποτέλεσμα 4: Αναπτύχθηκαν προσαρμόσιμοι κανόνες ειδοποίησης χειριστών, οι οποίοι επιτρέπουν τον ευέλικτο καθορισμό ορίων και τη βελτίωση της διαδικασίας λήψης αποφάσεων.
- Αποτέλεσμα 5: Ενίσχυση των εσωτερικών δυνατοτήτων, καθώς έξι μέλη της ομάδας της Simtera απέκτησαν πρακτική εμπειρία σε πειραματικές εργασίες με έμφαση στην τεχνητή νοημοσύνη και το IoT (AIoT) καθώς και στη συγκόλληση.
Κοιτάζοντας μπροστά
Η συνεργασία με την AI-MATTERS αποτέλεσε ένα καθοριστικό βήμα για τη Simtera στην πορεία της προς την υιοθέτηση της τεχνητής νοημοσύνης. Στο μέλλον, η εταιρεία σχεδιάζει να επεκτείνει την επικύρωση της λύσης «Spot Welding Cycle Analysis» σε βιομηχανικά περιβάλλοντα μεγαλύτερης κλίμακας και να συνεργαστεί με επιπλέον εταίρους από διάφορους τομείς της μεταποίησης. Αυτή η ευρύτερη επικύρωση θα επιτρέψει στη λύση να προχωρήσει προς υψηλότερα επίπεδα TRL (7–9), διασφαλίζοντας ότι θα είναι πλήρως έτοιμη για υιοθέτηση από την αγορά και θα μπορεί να ενσωματωθεί απρόσκοπτα σε πραγματικές γραμμές παραγωγής.
Επιπλέον, η Simtera στοχεύει στην ενίσχυση και την εμπορική αξιοποίηση της λύσης ως μέρος της υπάρχουσας πλατφόρμας FabMetrics, καθιστώντας τις προηγμένες δυνατότητες ανάλυσης κύκλων παραγωγής και ανίχνευσης ανωμαλιών πιο προσιτές για τις ΜΜΕ, τους κατασκευαστές πρωτότυπου εξοπλισμού (OEM) και τους ολοκληρωτές συστημάτων σε ολόκληρη την Ευρώπη. Η ενίσχυση αυτών των δυνατοτήτων θα βοηθήσει τους κατασκευαστές να μειώσουν τον χρόνο διακοπής λειτουργίας, να βελτιώσουν την ποιότητα και να επωφεληθούν από την έγκαιρη ανίχνευση ανωμαλιών σε διάφορες βιομηχανικές εφαρμογές.
Συμπέρασμα
Η ιστορία της Simtera καταδεικνύει το μετασχηματιστικό δυναμικό της τεχνητής νοημοσύνης στον ευρωπαϊκό μεταποιητικό τομέα. Αντιμετωπίζοντας τις προκλήσεις με αποφασιστικότητα και αξιοποιώντας τους πόρους του AI-MATTERS, άνοιξαν τον δρόμο για ένα μέλλον με πιο έξυπνες και αποδοτικότερες λειτουργίες.
Θα θέλατε να μάθετε πώς οι διαχειριστές έργων μας μπορούν να βοηθήσουν τον οργανισμό σας;
Επικοινωνήστε μαζί μας για μια μη δεσμευτική συζήτηση: https://ai-matters.eu/contact/