Hogyan lehet felhasználni az arany ujjlenyomatot?

Az informatikai részlegek számára, amelyek aktívan igyekszik kihasználni a tárgyak internete (IoT) technológiáját, hogy pozitív hatást gyakoroljanak a gyártási folyamatra, egy fontos kifejezést kell tudniuk, és nem csak azért, mert úgy hangzik, mintha Indiana Jones valaha is üldözi: The Golden Ujjlenyomat. Bart Schouw-val, a Software AG technológiai és digitális szövetségi alelnökével a CEBIT kiállításon, amely ezen a héten zajlik a németországi Hannoverben, arról beszéltünk, hogy miért pontosan ez az ujjlenyomat aranyszínű, és mit jelent ez az informatika számára.

"Az arany ujjlenyomat metafora" - magyarázta Schouw, és folytatta, hogy ez olyan volt, mint egy kulcsfontosságú bizonyíték egy detektív regényben. De a vállalkozásban alkalmazható egy gyártási folyamatra annak meghatározására, hogy mikor teljesülnek a feltételek ahhoz, hogy elkészítsék azt, amit Schouw tökéletes terméknek nevez.

Az arany ujjlenyomat megkeresése iteratív folyamat, egy olyan feladatterv, amely akkor fordul elő, amikor az adatokat a gyártás során rögzítik és menti, így a gyártási ciklusok idővel összehasonlíthatók. Ezzel egyidejűleg kiértékeljük a gyár teljesítményét úgy, hogy rögzítsük az egyes gyártási folyamatok sikerét, valamint azokat az adatokat, amelyeket a gyártás során rögzítettek. Helyesen elkészítve, milyen eredményt jelent egyfajta ujjlenyomat, amely a gyártóberendezések bemeneteinek összességéből áll - az érzékelőkből, amelyek rögzítették a termék állapotát a gyártás során -, és a folyamat kimenetelének túlzott mértékű eredménymutatójáról.

Az ujjlenyomat-felvételi eljárást eredetileg a vegyipar számára fejlesztették ki, de Schouw elmondta, hogy általában alkalmazható a legtöbb gyártási módra. Például egy gépjárműgyártónak nyilvántartása lenne arról, hogy honnan származik az egyes alkatrészek, a hőmérséklet a festés alatt, a csavarok vagy csavarok nyomatékszámai, valamint a robothegesztők által az alváz felépítésekor kapott adatok. Ezután, amikor az autót gyártják, nyomon követik a gyártás minőségét, amikor az autót szervizelik vagy a hibákat kijavítják.

Gépi tanulás az autógyártásban

Alkalmazzuk a forgatókönyvet egy hipotetikus autógyárra. Az egyes autók gyártásakor a méréseket a teljes gyártási folyamat során nyomon követik, és összehasonlítják a korábbi gyártási ciklusokkal. Tegyük fel, hogy probléma merül fel, például egy csavar meghúzása például a rossz nyomaték beállításhoz. Ezt a problémát rögzítették, és most már javítani lehet az autó eladása előtt. Végül a gyártógépet úgy kalibrálhatjuk, hogy ezek a hibák ne forduljanak elő, és a járműveket jelentős hibák nélkül szállítsák.

"Időnként, különösen a feldolgozóiparban, nem egyértelmű, hogy mely feltételek vezetnek a tökéletes termékhez" - mondta Schouw. "Tehát a gépi tanulással és az új adatmegjelenítő eszközökkel valójában el is vehetik a gyártási folyamat adatait, amelyek a termék tökéletes tételéhez vezettek. Akkor megkérheti a gépi tanulási eszközöket, hogy menjenek vissza, és hasonló mintákat találjanak az adatokban."

Mint várhatnánk, bármilyen komplex gyártáshoz ezer egyedi adatpont szükséges minden gyártási futtatáshoz ahhoz, hogy elegendő adat legyen az értelmes ujjlenyomathoz. Ez viszont olyan érzékelőket igényel, amelyek megmérik a termék állapotát egy adott időpontban, valamint a gyártó szerszámok és gépek állapotát, ahogy használják. Itt ragyog az IoT technológia és az informatikai osztály.

Az egyes gyártási ciklusok befejezése után a futásból származó adatok a termékhez vezető eseménymintázatként jeleníthetők meg. Ehhez hálózati érzékelőkre és eszközökre, valamint ezen események rögzítésére van szükség. Az értékelések futtatásához speciális szoftvert is igényel. Schouw elmondta, hogy ez a rész a mesterséges intelligencia (AI) és a gépi tanulás fontos felhasználási esetévé válik.

A termelési adatok követése valós időben

Ezen a ponton találkoznak az informatika és a gyártás. Az informatikai osztálynak össze kell konszolidálnia az egyes gyártási folyamatok hatalmas mennyiségű adatát, majd ezt felhasználnia kell az egyes futtatások összehasonlításához a tökéletes futtatás arany ujjlenyomatával. Mivel a futást valós időben elemezik, azt összehasonlítják a korábbi futásokkal is, így jó előre meg lehet határozni, mikor nem lehet valószínűleg sikeres a futás.

A folyamatgyártás során lehetséges a gyártási paraméterek kiigazítása, még akkor is, ha azok a próbát közelebb hozzák az arany ujjlenyomathoz. Az a képesség, hogy a gyártás során megvizsgáljuk a futást, és előre meghatározzuk, mikor nem lesz sikeres a futás, jelentős megtakarítást eredményezhet - ha nem pazarol további anyagot egy olyan futtatás során, amely nem lesz sikeres, és nem pazarol további időt.

Schouw rámutatott a Trendminerre, mint az AI-alapú szoftvert gyártó cég egyik példájára, amely képes megtalálni az arany ujjlenyomatot, és valós időben nyomon követheti a gyártási folyamatot. Azt is megosztotta, hogy a Software AG megtervezte a Trendminer megvásárlását.

A gyártás hatékonyabbá tétele

A költségmegtakarítás és a jobb minőségű szempontok azonban nemcsak a tárgyak internete és a gyártás területén rejlenek. Schouw kifejtette, hogy a gépi tanulásnak a gyártásban való alkalmazásának másik aspektusa az F-görbe nyomon követése (az „F” a hibákat jelenti, amelyeket egy gyár idővel követ.) Az F-görbe nyomon követésekor a gyár helyett ujjlenyomatot készít a termék helyett, kezdve a gyár első építésével, majd az üzembe helyezéssel, majd a végleges leállítással, mert a hibák százaléka eléri az elfogadhatatlan szintet, a termelő létesítmények kora.

Azon folyamatok nyomon követésével, amelyek hozzájárulnak a termelési kudarcokhoz az idő múlásával, csökkenthetők azok elfogadható szintre, amíg el nem éri a visszatérő áruk csökkentésének pontját: Amikor túl drága folyamatosan javítani a dolgokat, ehelyett sokkal értelmesebb a gyár újjáépítése.

Fontos az, hogy ha az IT-t közvetlenül bevonják a gyártási folyamatba, a gyártás hatékonyabbá válik, és kevesebb hulladék és kevesebb hiba van. És a társaság pénzt takarít meg. Megfelelően készítve, az eredmények szinte azonnal megjelennek. A feldolgozóipari vállalkozások informatikai részlegei számára az arany ujjlenyomat kiváló értelme, mint kiindulási pont az IoT integrálásához a vállalkozás szívébe.