Jak umělá inteligence snižuje stavy strojů zastavených

AI rozpoznává poruchy a chyby. Díky propojení s modelem pracovního postupu obdrží zaměstnanec doporučení k akci přímo na svůj chytrý náramek. © Fraunhofer IPA/Foto: Rainer Bez

Inteligentní algoritmy rozpoznávají chyby a opotřebení a chytrá hodinky odhalí obsluze stroje, jak mohou poruchy odstranit: Tým výzkumníků z Fraunhofer IPA ve spolupráci s partnery z průmyslu vyvinul metodu, jak integrovat umělou inteligenci do údržby.

Takto to v průmyslu často probíhá dodnes: Nezpozorovaně dojde k poruše na stroji. Ten pak produkuje odpadky, dokud si kvalitou závadného výrobku nevšimne pozorný zaměstnanec a nestiskne zastavení stroje. Pak začíná velké hádání. Čím je způsobena chyba? Jak ji lze odstranit? Zcela nesystematicky se mění nastavení stroje a zkušebně se vyrábí další produkty – až se nakonec kvalita opět zlepší. Šťastný je ten, kdo má zkušenou kolegyni, která problém zná a ví hned, jak ho odstranit.

Takové odborné pracovníky však bohužel není mnoho. Brzy by je mohla nahradit umělá inteligence (AI). Výzkumný tým kolem Jonase Krauße z projektové skupiny Procesní inovace na Fraunhoferově institutu pro výrobu a automatizaci IPA vyvinul společně s firmami Maincor Rohrsysteme a Maxsyma metodu, jak AI integrovat do údržby.

Algoritmus rozpoznává vadné sváry

Firma Maincor Rohrsysteme vyrábí v Knetzgau v Bavorsku mimo jiné plastem potažené hliníkové trubky pro podlahové vytápění. V tomto procesu se mohou vyskytnout vadné sváry stejně jako odchylky v tloušťce plastového pláště. Obě tyto závady dříve znamenaly odpad a vedly k zastavení stroje, dokud nebyla chyba nalezena a odstraněna.

Výzkumný tým kolem Krauße vyvinul ukázkový systém, ve kterém je ultrazvukové svařování monitorováno kamerou a AI. Inteligentní algoritmus vyhodnocuje snímky z kamery a okamžitě rozpozná vadné sváry, jakmile se vyskytnou. Aby mohli AI trénovat, předložili vědci z Fraunhofer IPA algoritmu fotografie dobrých i vadných svarů, dokud v nich neobjevila vzor. Protože však chybělo dostatek obrázků především vadných svarů, musel výzkumný tým některé z nich uměle vytvořit, aby lépe podpořil proces učení svého modelu AI.

Sonotrode ultrazvukového svářeče je opotřebitelná součástka. Opotřebení zvyšuje odpor a tím i spotřebu proudu. Výzkumníci kolem Krauße proto připevnili na vedení proudové kleště. Další algoritmus analyzuje naměřené hodnoty. Průměr hotových trubek vědecký tým měří rentgenovým přístrojem. Odchylky směrem nahoru naznačují například příliš vysoký tlak v extrudéru, který aplikuje plastový plášť. Příliš malý průměr znamená nedostatečný tlak.

Chytré hodinky dávají doporučení k akci

„Jakmile AI rozpozná špatný svar, zvýšenou spotřebu proudu sonotrode nebo odchylky v průměru, na hodinkách obsluhy stroje se zobrazí příslušná zpráva,“ vysvětluje Krauße. „Je propojena s doporučením k akci, aby bylo možné poruchu co nejrychleji odstranit nebo včas zakoupit novou sonotrode.“ Doporučení vycházejí z tzv. workflow modelů, které výzkumný tým předem společně s procesními experty vyvinul. Tyto modely zachycují kroky práce, které AI doporučuje. Tato předvídavá údržba nejen zlepšuje konkrétní údržbářské práce, ale také plánování a řízení výroby. Pokud je totiž předem známo, kdy je třeba sonotrode vyměnit, lze přizpůsobit objednávky a zásobování.

Firma Maxsyma, softwarová společnost z Floßu v Horní Falci, nyní začlení nově vyvinuté funkce a softwarové knihovny do své stávající aplikace „iot2flow“ a upraví je tak, aby byly užitečné i pro firmy z jiných odvětví. U firmy Maincor se předpokládá, že hotový nástroj po nasazení ve výrobě zkrátí dobu odstávek strojů přibližně o 15 až 20 procent a sníží odpad o zhruba 0,5 procenta. Kromě toho se očekávají klesající náklady na údržbu a opravy a zvýšení efektivity díky optimalizovanému plánování a řízení výroby.