Il reparto di verniciatura può ora fare affidamento sull'intelligenza artificiale di Dürr

Dürr presenta Advanced Analytics, la prima applicazione AI pronta per il mercato per le officine di verniciatura.Parte dell'ultimo modulo della serie di prodotti DXQanalyze, questa soluzione unisce la più recente tecnologia IT e l'esperienza di Dürr nel settore dell'ingegneria meccanica, identifica le fonti dei difetti, definisce i programmi di manutenzione ottimali, tiene traccia delle correlazioni precedentemente sconosciute e utilizza questa conoscenza per adattare il algoritmo al sistema utilizzando il principio di autoapprendimento.

Perché spesso i pezzi presentano gli stessi difetti?Quando è l'ultima volta che un mixer nel robot può essere sostituito senza fermare la macchina?Avere risposte accurate e precise a queste domande è fondamentale per un successo economico sostenibile in quanto ogni difetto o ogni manutenzione non necessaria che può essere evitata fa risparmiare denaro o migliora la qualità del prodotto.“Finora c'erano pochissime soluzioni concrete che ci avrebbero permesso di individuare tempestivamente difetti o guasti di qualità.E se c'erano, erano generalmente basati su una scrupolosa valutazione manuale dei dati o su tentativi per tentativi.Questo processo è ora molto più accurato e automatico grazie all'Intelligenza Artificiale”, spiega Gerhard Alonso Garcia, Vice President MES & Control Systems di Dürr.
La serie di prodotti digitali DXQanalyze di Dürr, che già comprendeva i moduli di Acquisizione Dati per l'acquisizione dei dati di produzione, Visual Analytics per la loro visualizzazione e Streaming Analytics, può ora contare sul nuovo impianto Advanced Analytics ad autoapprendimento e sul sistema di monitoraggio del processo.

L'applicazione AI ha la sua memoria
La particolarità di Advanced Analytics è che questo modulo combina grandi quantità di dati inclusi i dati storici con l'apprendimento automatico.Ciò significa che l'applicazione di intelligenza artificiale ad autoapprendimento dispone di una propria memoria e che può quindi utilizzare le informazioni del passato sia per riconoscere correlazioni complesse in grandi quantità di dati sia per prevedere un evento futuro con un alto grado di precisione basato sull'attuale condizioni di una macchina.Ci sono molte applicazioni per questo nelle officine di verniciatura, a livello di componenti, processi o impianti.

La manutenzione predittiva riduce i tempi di fermo impianto
Quando si tratta di componenti, Advanced Analytics mira a ridurre i tempi di inattività attraverso la manutenzione predittiva e le informazioni sulla riparazione, ad esempio prevedendo la vita utile rimanente di un miscelatore.Se il componente viene sostituito troppo presto, i costi dei pezzi di ricambio aumentano e di conseguenza aumentano inutilmente i costi generali di riparazione.D'altra parte, se viene lasciato in funzione per troppo tempo, può causare problemi di qualità durante il processo di rivestimento e fermi macchina.Advanced Analytics inizia apprendendo gli indicatori di usura e il modello temporale dell'usura utilizzando i dati del robot ad alta frequenza.Poiché i dati vengono registrati e monitorati continuamente, il modulo di apprendimento automatico riconosce individualmente le tendenze di invecchiamento per il rispettivo componente in base all'uso effettivo e in questo modo calcola il tempo di sostituzione ottimale.

Curve di temperatura continue simulate mediante machine learning
Advanced Analytics migliora la qualità a livello di processo identificando le anomalie, ad esempio simulando una curva di riscaldamento nel forno.Finora, i produttori disponevano dei dati rilevati dai sensori solo durante le misurazioni.Tuttavia, le curve di riscaldamento, di fondamentale importanza per la qualità superficiale della carrozzeria, variano con l'invecchiamento del forno, durante gli intervalli tra le misurazioni.Questa usura provoca condizioni ambientali fluttuanti, ad esempio nell'intensità del flusso d'aria.“Finora migliaia di corpi vengono prodotti senza conoscere le esatte temperature a cui i singoli corpi sono stati riscaldati.Utilizzando l'apprendimento automatico, il nostro modulo Advanced Analytics simula il modo in cui la temperatura cambia in condizioni diverse.Ciò offre ai nostri clienti una prova permanente della qualità di ogni singolo pezzo e consente loro di identificare le anomalie”, spiega Gerhard Alonso Garcia.

Un tasso di prima esecuzione più elevato aumenta l'efficacia complessiva dell'equipaggiamento
Per quanto riguarda l'impianto, il software DXQplant.analytics viene utilizzato in combinazione con il modulo Advanced Analytics per aumentare l'efficacia complessiva dell'apparecchiatura.La soluzione intelligente del produttore tedesco tiene traccia dei difetti di qualità ricorrenti in specifici tipi di modelli, colori specifici o su singole parti della carrozzeria.Ciò consente al cliente di capire quale fase del processo produttivo è responsabile delle deviazioni.Tali correlazioni di difetti e cause aumenteranno in futuro il tasso di prima esecuzione consentendo l'intervento in una fase molto precoce.

Il connubio tra impiantistica e competenza digitale
Lo sviluppo di modelli di dati compatibili con l'IA è un processo molto complesso.infatti, per produrre un risultato intelligente con il machine learning, non è sufficiente inserire quantità non specificate di dati in un algoritmo “intelligente”.I segnali rilevanti devono essere raccolti, accuratamente selezionati e integrati con informazioni aggiuntive strutturate dalla produzione.Dürr è stato in grado di progettare un software che supporta diversi scenari di utilizzo, fornisce un ambiente di runtime per il modello di apprendimento automatico e avvia il training del modello.“Sviluppare questa soluzione è stata una vera sfida in quanto non esisteva un modello di machine learning valido e nessun ambiente di runtime adatto che avremmo potuto utilizzare.Per poter utilizzare l'IA a livello di impianto, abbiamo unito le nostre conoscenze di ingegneria meccanica e impiantistica con quelle dei nostri esperti di Digital Factory.Ciò ha portato alla prima soluzione di intelligenza artificiale per le officine di verniciatura", afferma Gerhard Alonso Garcia.

Competenze e conoscenze combinate per sviluppare Advanced Analytics
Un team interdisciplinare composto da data scientist, informatici ed esperti di processo ha sviluppato questa soluzione intelligente.Dürr ha anche stretto partnership di cooperazione con diversi importanti produttori automobilistici.In questo modo, gli sviluppatori avevano dati di produzione reali e ambienti beta site in produzione per diversi casi applicativi.In primo luogo, gli algoritmi sono stati addestrati in laboratorio utilizzando un gran numero di casi di test.Successivamente, gli algoritmi hanno continuato l'apprendimento in loco durante il funzionamento reale e si sono adattati all'ambiente e alle condizioni di utilizzo.La fase beta è stata recentemente completata con successo e ha mostrato quanto potenziale di IA ha.Le prime applicazioni pratiche dimostrano che il software di Dürr ottimizza la disponibilità dell'impianto e la qualità superficiale delle carrozzerie verniciate.


Orario postale: 16-mar-2022