Dürr presenta Advanced Analytics, la prima applicazione di IA per gli impianti di verniciatura sul mercato. Parte dell'ultimo modulo della serie di prodotti DXQanalyze, questa soluzione combina le più moderne tecnologie IT e l'esperienza di Dürr in materia di ingegneria meccanica, identifica le cause dei difetti, stabilisce piani di manutenzione ottimali, rintraccia correlazioni fino ad ora sconosciute e applica tali conoscenze per adattare l'algoritmo all'impianto usando il principio dell'apprendimento automatico.
Perché alcuni pezzi presentano gli stessi difetti di frequente? Qual è l'ultimo momento utile per sostituire il miscelatore del robot senza che la macchina si fermi? Avere risposte accurate e precise a queste domande è fondamentale per avere un successo economico sostenibile, poiché ogni difetto e ogni intervento di manutenzione evitato permette di risparmiare denaro o di migliorare la qualità del prodotto. "Prima d'ora, ci sono state pochissime soluzioni concrete che ci hanno permesso di identificare preventivamente le cause dei difetti di qualità o dei guasti. E se presenti, erano generalmente basate su una scrupolosa valutazione manuale dei dati o sull'apprendimento per tentativi. Ora questo processo è molto più accurato e dinamico grazie all'Intelligenza Artificiale", spiega Gerhard Alonso Garcia, vicepresidente di MES & Control Systems di Dürr.
La gamma di prodotti digitali DXQanalyze di Dürr, che già comprendeva i moduli Data Acquisition per l'acquisizione di dati, Visual Analytics per la loro visualizzazione e Streaming Analytics, può ora contare sull'impianto con apprendimento automatico Adavanced Analytics e sul nuovo sistema di monitoraggio del processo.
Applicazione di IA con memoria propria
Ciò che rende unico Advanced Analytics è l'essere un modulo che combina grandi quantità di dati, tra cui i dati storici, usando l'apprendimento automatico. Questo significa che
l'applicazione di IA con apprendimento automatico ha una memoria e può usare informazioni del passato per riconoscere correlazioni complesse in grandi quantità di dati e prevedere eventi futuri con grande accuratezza, basandosi sulle condizioni attuali di lavoro della macchina. Esso ha molte applicazioni nei reparti di verniciatura, sia a livello di componente, di processo o di impianto.
La manutenzione predittiva riduce i tempi di inattività dell'impianto
Per quanto riguarda i componenti, Advanced Analytics punta a
ridurre i tempi di inattività fornendo informazioni di previsione degli interventi di manutenzione e delle riparazioni, ad esempio prevedendo il tempo di vita utile rimanente di un miscelatore. Se un componente viene sostituito troppo presto, i costi per i pezzi di ricambio e le riparazioni aumentano inutilmente. Se, invece, un componente viene sostituito troppo tardi, si possono causare problemi di qualità durante il rivestimento, l'arresto della macchina o addirittura il fermo di produzione. Advanced Analytics studia gli indicatori di usura e il modello di progressione dell'usura tramite i dati del robot raccolti ripetutamente nell'arco temporale. Visto che i dati sono costantemente registrati e monitorati, il modulo di apprendimento automatico riconosce le tendenze al degrado dei prodotti basandosi sul loro uso reale e, in questo modo, calcola in modo ottimale quando dovranno essere sostituiti.
L'apprendimento automatico simula curve continue della temperatura
Advanced Analytics migliora la qualità a livello di processo identificando le anomalie, ad esempio simulando una curva di riscaldamento nel forno. Finora i produttori avevano a disposizione solamente i dati registrati dai sensori durante le misurazioni. Tuttavia, le curve di riscaldamento, che sono fondamentali per la
qualità delle superfici delle scocche, possono variare a causa del deterioramento del forno durante i vari intervalli tra una misurazione e l'altra. Ciò causa dei cambiamenti delle condizioni ambientali, ad esempio della forza del flusso. "In questo momento vengono prodotte migliaia di scocche senza sapere a quale temperatura ciascuna di esse è stata riscaldata. Grazie all'apprendimento automatico, il nostro modulo Advanced Analytics simula le variazioni di temperatura in varie condizioni. Ciò fornisce ai nostri clienti una prova permanente della qualità di ogni scocca e permette loro di riconoscere le anomalie", afferma Gerhard Alonso Garcia.
Un maggiore tasso di successo al primo avviamento
A livello d'impianto, il software DXQplant.analytics viene usato insieme al modulo Advanced Analytics per
aumentare l'OEE (overall equipment effectiveness, efficacia generale dell'impianto). La soluzione intelligente del produttore tedesco rintraccia i difetti di qualità ricorrenti in modelli o colori specifici o in singole parti della carrozzeria. Ciò permette di trarre conclusioni su quale tappa del processo di produzione può aver causato le deviazioni. Tali correlazioni tra i difetti e le loro cause permettono di aumentare il futuro tasso di successo al primo avviamento, poiché consentono di intervenire preventivamente.
Competenze industriali e digitali sapientemente combinate
Lo sviluppo di modelli di dati compatibili con l'intelligenza artificiale è un processo molto complesso. Infatti, per produrre un risultato intelligente con l'apprendimento automatico, non basta fornire quantità generiche di dati a un algoritmo "smart". I segnali rilevanti devono essere raccolti, selezionati accuratamente e completati tramite informazioni aggiuntive strutturate provenienti dalla produzione. Con Advanced Analytics, Dürr offre un software che supporta diverse possibilità di applicazione, fornisce l'ambiente di esecuzione dei modelli di apprendimento automatico e inizia l'addestramento dei modelli. "La difficoltà consisteva nel fatto che non esisteva un modello di apprendimento automatico generalmente valido né un ambiente di esecuzione adatto che potevamo usare. Per poter essere in grado di usare l'IA a livello di impianto, abbiamo combinato le nostre conoscenze in materia di ingegneria industriale e meccanica con quelle dei nostri esperti della Digital Factory. Il risultato è la prima soluzione di IA per gli impianti di verniciatura", spiega Gerhard Alonso Garcia.
Competenze e conoscenza combinate per sviluppare Advanced Analytics
Un team interdisciplinare composto da data scientist, ingegneri informatici ed esperti in materia di processi hanno sviluppato questa soluzione intelligente. Dürr ha anche collaborato con diverse case automobilistiche leader del mercato. Ciò significa che i programmatori avevano a disposizione dati di produzione reali e di ambienti "beta site" in operatività per diversi casi di applicazione. Per prima cosa, gli algoritmi sono stati affinati in laboratorio grazie a una grande quantità di casi test. Successivamente, gli algoritmi hanno continuato l'auto apprendimento in produzione, durante il funzionamento reale dell'impianto, adattandosi automaticamente alle condizioni ambientali e di utilizzo. La fase "beta" è stata recentemente completata con successo e ha dimostrato l'immenso potenziale dell'IA.
Le prime applicazioni pratiche stanno dimostrando che il software di Dürr ottimizza la disponibilità degli impianti e la qualità della superficie delle carrozzerie verniciate.