Dürr présente Advanced Analytics, la première application d'IA prête à être commercialisée pour les ateliers de peinture.Faisant partie du dernier module de la série de produits DXQanalyze, cette solution fusionne les dernières technologies informatiques et l'expérience de Dürr dans le secteur de l'ingénierie mécanique, identifie les sources de défauts, définit les programmes de maintenance optimaux, suit les corrélations jusque-là inconnues et utilise ces connaissances pour adapter le algorithme au système en utilisant le principe d'auto-apprentissage.
Pourquoi les pièces présentent-elles fréquemment les mêmes défauts ?Quand est-ce qu'un mélangeur dans le robot peut être remplacé au plus tard sans arrêter la machine ?Avoir des réponses exactes et précises à ces questions est fondamental pour un succès économique durable car chaque défaut ou chaque entretien inutile qui peut être évité permet d'économiser de l'argent ou d'améliorer la qualité du produit.« Jusqu'à présent, il existait très peu de solutions concrètes qui nous auraient permis d'identifier rapidement les défauts de qualité ou les pannes.Et s'il y en avait, elles reposaient généralement sur une évaluation manuelle scrupuleuse des données ou sur des tentatives d'essais et d'erreurs.Ce processus est désormais beaucoup plus précis et automatique grâce à l'intelligence artificielle », explique Gerhard Alonso Garcia, vice-président de MES & Control Systems chez Dürr.
La série de produits numériques DXQanalyze de Dürr, qui comprenait déjà des modules d'acquisition de données pour l'acquisition des données de production, Visual Analytics pour les visualiser et Streaming Analytics, peut désormais compter sur la nouvelle usine d'auto-apprentissage Advanced Analytics et le système de surveillance des processus.
L'application AI a sa mémoire
La particularité d'Advanced Analytics est que ce module combine de grandes quantités de données, y compris des données historiques, avec du machine learning.Cela signifie que l'application d'IA auto-apprenante possède sa propre mémoire et qu'elle peut donc utiliser les informations du passé pour à la fois reconnaître des corrélations complexes dans de grandes quantités de données et prédire un événement dans le futur avec un haut degré de précision en fonction des données actuelles. conditions d'une machine.Il existe de nombreuses applications pour cela dans les ateliers de peinture, que ce soit au niveau des composants, des processus ou de l'usine.
La maintenance prédictive réduit les temps d'arrêt de l'usine
En ce qui concerne les composants, Advanced Analytics vise à réduire les temps d'arrêt grâce à des informations de maintenance prédictive et de réparation, par exemple en prédisant la durée de vie restante d'un mélangeur.Si le composant est remplacé trop tôt, les coûts des pièces de rechange augmentent et par conséquent les coûts généraux de réparation augmentent inutilement.En revanche, s'il est laissé en marche trop longtemps, il peut entraîner des problèmes de qualité lors du processus de revêtement et des arrêts de la machine.Advanced Analytics commence par apprendre les indicateurs d'usure et le schéma temporel de l'usure à l'aide de données robotisées à haute fréquence.Étant donné que les données sont enregistrées et surveillées en continu, le module d'apprentissage automatique reconnaît individuellement les tendances de vieillissement du composant respectif en fonction de l'utilisation réelle et calcule ainsi le temps de remplacement optimal.
Courbes de température en continu simulées par machine learning
Advanced Analytics améliore la qualité au niveau du processus en identifiant les anomalies, par exemple en simulant une courbe de chauffe dans le four.Jusqu'à présent, les fabricants ne disposaient que de données déterminées par des capteurs lors des séries de mesures.Cependant, les courbes d'échauffement qui sont d'une importance fondamentale pour la qualité de surface de la carrosserie varient depuis le vieillissement au four, pendant les intervalles entre les campagnes de mesure.Cette usure provoque des conditions ambiantes fluctuantes, par exemple dans l'intensité du flux d'air.« Jusqu'à présent, des milliers de corps sont produits sans connaître les températures exactes auxquelles les corps individuels ont été chauffés.Grâce à l'apprentissage automatique, notre module Advanced Analytics simule l'évolution de la température dans différentes conditions.Cela offre à nos clients une preuve permanente de la qualité de chaque pièce et leur permet d'identifier les anomalies », explique Gerhard Alonso Garcia.
Un taux de première utilisation plus élevé augmente l'efficacité globale de l'équipement
Comme pour l'implant, le logiciel DXQplant.analytics est utilisé en combinaison avec le module Advanced Analytics afin d'augmenter l'efficacité globale de l'équipement.La solution intelligente du constructeur allemand suit les défauts de qualité récurrents dans des types de modèles spécifiques, des couleurs spécifiques ou sur des pièces de carrosserie individuelles.Cela permet au client de comprendre quelle étape du processus de production est responsable des écarts.De telles corrélations entre les défauts et les causes augmenteront le taux de premier passage à l'avenir en permettant une intervention à un stade très précoce.
L'alliance entre l'ingénierie d'usine et l'expertise numérique
Développer des modèles de données compatibles avec l'IA est un processus très complexe.en effet, pour produire un résultat intelligent avec le machine learning, il ne suffit pas d'insérer des quantités indéterminées de données dans un algorithme « intelligent ».Les signaux pertinents doivent être collectés, soigneusement sélectionnés et intégrés à des informations supplémentaires structurées issues de la production.Dürr a pu concevoir un logiciel qui prend en charge différents scénarios d'utilisation, fournit un environnement d'exécution pour le modèle d'apprentissage automatique et lance la formation du modèle."Le développement de cette solution était un véritable défi car il n'y avait pas de modèle d'apprentissage automatique valide ni d'environnement d'exécution approprié que nous aurions pu utiliser.Afin de pouvoir utiliser l'IA au niveau de l'usine, nous avons combiné nos connaissances en ingénierie mécanique et en usine avec celles de nos experts Digital Factory.Cela a conduit à la première solution d'intelligence artificielle pour les ateliers de peinture », explique Gerhard Alonso Garcia.
Compétences et connaissances combinées pour développer Advanced Analytics
Une équipe interdisciplinaire composée de data scientists, d'informaticiens et d'experts en procédés a développé cette solution intelligente.Dürr a également conclu des partenariats de coopération avec plusieurs grands constructeurs automobiles.De cette façon, les développeurs disposaient de données de production réelles et d'environnements de site bêta en production pour différents cas d'application.Tout d'abord, les algorithmes ont été entraînés en laboratoire à l'aide d'un grand nombre de cas de test.Par la suite, les algorithmes ont poursuivi leur apprentissage sur site en fonctionnement réel et se sont adaptés à l'environnement et aux conditions d'utilisation.La phase bêta s'est récemment achevée avec succès et a montré tout le potentiel de l'IA.Les premières applications pratiques montrent que le logiciel de Dürr optimise la disponibilité de l'installation et la qualité de surface des carrosseries peintes.
Heure de publication : 16 mars 2022