Ứng dụng AI (trí tuệ nhân tạo) để xây dựng một quy trình sản xuất tốt hơn

automation industry with 3d rendering monitor screen with robotic arms

Cách 90 phút về phía tây Tokyo dưới bóng núi Phú Sĩ, Oshino, Nhật Bản, là nơi sinh sống của 9.000 người, điều đó có nghĩa là trong bất kỳ thời điểm nào, các robot được sản xuất tại nhà máy FANUC của thị trấn đều đông hơn con người khoảng bảy đến một. Nhưng đối với bao nhiêu người cần thiết để xây dựng 5.000 robot màu chuối đó mỗi tháng, họ không bận tâm đến việc đếm: Các robot tự xây dựng, tự giám sát và tự kiểm tra lẫn nhau.

Nhà máy sản xuất Robot bằng Robot của Fanuc

Cách đây một thế hệ, nhiều người, bao gồm cả những người điều hành sản xuất, chính họ đã từng coi một cơ sở như là khoa học viễn tưởng hoặc cách xa hàng thế kỷ. Chắc chắn, tổ hợp gồm 22 nhà máy phụ của FANUC là một trong những loại hình duy nhất. Đây là một trong những nhà máy light-out đầu tiên trên thế giới, hoạt động 24/7 của 24/7 là một thực tế và robot thông minh tạo ra những đứa con được vi tính hóa có khả năng, giống như chúng, về học máy và thị giác máy tính. Nhưng nó chứng minh trí thông minh nhân tạo (AI) đã đi được một quãng đường dài trong quá trình sản xuất.

Trên thực tế, trí tuệ nhân tạo đã đưa chúng ta vào một chiều hướng mới vượt ra ngoài các bức tường của nhà máy FANUC. Trong khi robot đã chiếm lĩnh nhà máy một thời gian, robot ngày nay không còn thực hiện các nhiệm vụ cơ học, đơn điệu. Họ là những người tham gia thông minh trong Công nghiệp 4.0: cốt lõi là sự liên kết của nhà máy thực tế với thực tế ảo.

Tại sao AI rất quan trọng cho sản xuất? Một phần của nó là phạm vi rộng lớn của các ứng dụng có thể, từ bảo trì thiết bị theo thời gian thực đến thiết kế ảo cho phép sản phẩm mới, cải tiến và tùy chỉnh, đến chuỗi cung ứng thông minh và tạo ra các mô hình kinh doanh mới.

Cũng không có câu hỏi rằng trí tuệ nhân tạo AI đã giữ chìa khóa cho sự phát triển và thành công trong tương lai trong sản xuất. Trong một cuộc khảo sát gần đây của Forbes Insights về trí tuệ nhân tạo, 44% số người được hỏi từ các ngành sản xuất ô tô và sản xuất đã xếp loại AI là rất quan trọng đối với chức năng sản xuất trong năm năm tới, trong khi gần một nửa 49% đã trả lời rằng để thành công.”

Ngày nay, con người và robot hợp tác để tạo ra những bước đột phá, nhờ vào “cuộc hôn nhân” của các kỹ thuật sản xuất tiên tiến với công nghệ thông tin, dữ liệu và phân tích. Ở đây chúng tôi xem xét các cuộc cách mạng quan trọng mà AI mang lại cho ngành sản xuất.

Computer Vision

Ngay cả những người giám sát tinh mắt nhất nhất cũng sẽ thất bại trong việc tìm ra lỗ hổng bằng một nửa chiều rộng của tóc người, chẳng hạn. Nhưng một cỗ máy được trang bị camera nhạy hơn nhiều lần so với mắt thường sẽ không bị lỡ nhịp. Bí quyết là lấy những gì có vẻ giống như bước logic tiếp theo, gửi những hình ảnh đó cho một người để đưa ra phán đoán và chỉnh sửa. Và cũng giao nó cho máy.

Computer vision

Landing.ai , một công ty khởi nghiệp được thành lập bởi cựu chiến binh Thung lũng Silicon Andrew Ng, đã phát triển các công cụ thị giác máy để tìm ra các khuyết tật siêu nhỏ trong các sản phẩm như bảng mạch ở độ phân giải vượt xa tầm nhìn của con người, sử dụng thuật toán học máy được đào tạo trên khối lượng mẫu nhỏ đáng kể hình ảnh. Khi đã trực tuyến, máy tính không chỉ nhìn thấy, mà còn xử lý thông tin và học hỏi từ những gì nó nhìn thấy. Nếu nó phát hiện ra một vấn đề hoặc khiếm khuyết, nó sẽ gửi một cảnh báo ngay lập tức, một quy trình AI được gọi là nhận dạng vấn đề tự động hóa.

Thiết kế sáng tạo

Đối với các nhà sản xuất, trí tuệ nhân tạo cũng phát huy tác dụng thông qua một quy trình mới gọi là thiết kế thế hệ. Nó hoạt động theo cách này: Các nhà thiết kế hoặc kỹ sư nhập các mục tiêu thiết kế cùng với các tham số cho vật liệu, phương pháp sản xuất và các ràng buộc về chi phí trong phần mềm thiết kế chung. Phần mềm sau đó khám phá tất cả các hoán vị có thể có của một giải pháp và nhanh chóng tạo ra các lựa chọn thay thế thiết kế. Cuối cùng, nó thúc đẩy học máy để kiểm tra và học hỏi từ mỗi lần lặp lại những gì hoạt động và những gì không.

Nếu bạn đang cố gắng tối ưu hóa thiết kế cánh cho máy bay, hoặc thiết kế cánh lướt gió hoặc pin cho xe điện mới, hay thậm chí chỉ là khuôn nhựa cho vỏ điện thoại di động của bạn, truyền thống đã làm rất nhiều việc Brian Mathews, phó chủ tịch kỹ thuật nền tảng tại Autodesk ở San Rafael, California.

Mathews với thiết kế tổng quát, bạn có thể thuê 50.000 máy tính [trên đám mây] một cách hiệu quả trong một giờ, Mathews, người ước tính chi phí khoảng 20.000 đô la. Điều đó có nghĩa là bạn có thể làm những việc bạn chưa từng làm trước đây: Bạn có thể làm 50.000 ngày kỹ thuật trong một ngày.

Với thiết kế rộng rãi, bạn có thể thuê 50.000 máy tính [trên đám mây] một cách hiệu quả trong một giờ. Điều đó có nghĩa là bạn có thể làm những việc bạn chưa từng làm trước đây. Bạn có thể làm 50.000 ngày kỹ thuật trong một ngày.

-Brian Mathews, VP kỹ thuật nền tảng, Autodesk
Digital TwinSinh đôi kỹ thuật số (Digital Twin) là một mô hình ảo của một quá trình, sản phẩm hoặc dịch vụ. Sự kết hợp giữa thế giới ảo và vật lý này cho phép phân tích dữ liệu và giám sát các hệ thống để giải quyết các vấn đề trước khi chúng xảy ra, ngăn chặn thời gian chết, phát triển các cơ hội mới và thậm chí lập kế hoạch cho tương lai bằng cách sử dụng mô phỏng, Mitch Bernard Marr, tác giả của Dữ liệu lớn , viết trên Forbes . Sinh đôi kỹ thuật số tận dụng Internet of Things (IoT) nhưng đòi hỏi các kỹ năng học máy và trí tuệ nhân tạo.

Cặp song sinh kỹ thuật số đặc biệt hữu ích khi làm việc với thiết bị từ xa. Các cảm biến được nhúng trong một mục vật lý thu thập dữ liệu về trạng thái thời gian thực, điều kiện làm việc hoặc vị trí. Một hệ thống dựa trên đám mây nhận và xử lý tất cả dữ liệu mà các cảm biến giám sát. Các bài học được học và các cơ hội được khám phá trong môi trường ảo có thể được áp dụng cho thế giới vật lý. Cuối cùng, để biến đổi doanh nghiệp của bạn, ông Marr viết.

Bảo trì tiên đoán – Predictive Mainternance

Bảo trì tiên đoán, trái ngược với bảo trì phòng ngừa, loại bỏ các phỏng đoán khi các máy báo cáo tình trạng của chúng trên cơ sở từng phút. Nó cũng tiết kiệm cho doanh nghiệp thời gian và nguồn lực quý giá, bao gồm cả chi phí lao động, trong khi vẫn đảm bảo hiệu suất sản xuất tối ưu. Như với cặp song sinh kỹ thuật số, cảm biến và phân tích tiên tiến được nhúng trong thiết bị sản xuất làm cho nó có thể. Chúng cho phép bảo trì dự đoán bằng cách phản hồi các cảnh báo và giải quyết các sự cố máy.

Một ví dụ về việc sử dụng IoT và học máy trong bảo trì dự đoán có thể được tìm thấy trong các máy được sử dụng để sản xuất cấy ghép titan. Một báo cáo củaDeloitte lưu ý rằng độ cứng của titan đòi hỏi các công cụ có đầu kim cương để cắt nó. Sự buồn tẻ của những lời khuyên đó, và do đó thời gian tối ưu để mài giũa chúng, rất khó để tìm ra vì nhiều biến số khác nhau ảnh hưởng đến nó.

Nhập bảo trì dự đoán: Tử Việc sử dụng cảm biến rung hoặc âm thanh và cảm biến mô-men xoắn có thể giúp đánh giá trạng thái của máy móc, vì các đầu âm thanh chuyển động và âm thanh khác nhau. lượng nhiệt mà họ cảm nhận được trên khuôn mặt của họ đến từ các bộ phận khác nhau của máy hoặc từ mức độ khó để mảnh đúc được đẩy ra từ chính khuôn. Để đưa tất cả các nhà khai thác khác lên đến cùng cấp, các nhà khai thác thiếu kinh nghiệm có thể được trang bị kính loại thực tế ảo có thể nhìn và cảm nhận tất cả những gì các nhà khai thác có kinh nghiệm làm.

Đăng ký để nhận ebook
Đăng ký để nhận ebook "Ứng dụng IoT" từ chúng tôi.
Đăng ký để được nhận ebook "The Technical Foundations of IoT" và "Building Arduino Projects for the Internet of Things ".