Rugalmas mesterséges intelligencia

2ndSCIN® egy védőburkolat robotok és más automatizálási alkatrészek számára, amely az emberi bőrt utánozza. © Fraunhofer IPA, Fotó: Rainer Bez

Egy kutatócsoport Brandon Sai (jobbra a képen) körül kifejlesztett egy eszközt, amely felismeri a láncba kötött berendezések termelékenységcsökkenésének okait, és lehetővé teszi a zavarok gyors megszüntetését. © Fraunhofer IPA, Fotó: Rainer Bez

A Stuttgartban található Future Work Lab Németország legnagyobb bemutatógyűjteményét foglalja magában, amelyek megmutatják, hogyan fog valószínűleg kinézni a jövő gyártási munkája. © Fraunhofer IPA, Fotó: Rainer Bez

Mesterséges intelligencia (MI) optimalizálja a folyamatokat, és a teljes gyártást megbízhatóbbá, rugalmasabbá és ellenállóbbá teszi. Hogyan működik mindez, azt mutatják be a Fraunhofer IPA kutatói és kutatónői április 12. és 16. között a Hannoveri Vásáron, amely idén virtuálisan kerül megrendezésre.

Azután, hogy a koronavírus-járvány kitört, a „reziliencia” fogalma nagy népszerűségnek örvend. Eredetileg az anyagtudományból származik, és azt írja le, hogy egy test saját alakját visszanyeri deformálódás után. Átvitt értelemben, egész társadalmakra, gazdaságokra, egyes vállalatokra vagy akár azok gyártósoraira és berendezéseire vonatkozóan a reziliencia azt jelenti, hogy képesek vagyunk válsághelyzeteket és zavarokat tartós károsodás nélkül kezelni.

Hogyan teheti a MI az ipari gyártást ellenállóbbá és hogyan optimalizálhatja a folyamatokat, azt mutatják be néhány kiállítási tárgy, amelyeket a Fraunhofer IPA Gyártástechnikai és Automatizálási Intézet kutatói és kutatónői mutatnak be április 12. és 16. között a Hannoveri Vásáron, amely idén virtuálisan kerül megrendezésre.

A név kötelez: Maximize Overall Equipment Effectiveness

Egy kutatócsoport Brandon Sai vezetésével a Gyártervezés és Gyártásmenedzsment Osztályról kifejlesztett egy eszközt, amely felismeri a termelékenységcsökkenés okait összekapcsolt berendezéseknél, és lehetővé teszi a zavarok gyors elhárítását. A „Maximize Overall Equipment Effectiveness” (MOEE) során beépített algoritmusok automatikusan elemzik a berendezés viselkedését, és egyedi folyamatmodellt hoznak létre. Ezáltal vizualizálják és értékelik a gyártási ciklus különböző folyamatlépéseit.

„Az algoritmus például kiszámítja, hogy mely folyamatok mikor és milyen sorrendben zajlanak, valamint mennyi ideig tartanak. Ha a folyamatlépések nem a kívánt sebességgel történnek, és nem vannak optimálisan összehangolva, az a teljesítményről árulkodik” – magyarázza Sai. Emellett a gépi tanulási algoritmusok információkat szolgáltatnak az elért minőségről is. „Az automatikus folyamatmodell-készítés és a gépi tanulási eljárások kombinációjával felismerjük a termelékenységcsökkenést a megjelenése pillanatában, és így hozzájárulunk a zavar gyors elhárításához” – mondja Sai.

Jövőkép: A Future Work Lab

Hasonlóképpen hatékonyak azok az rugalmas adatgyűjtő eszközök, amelyeket egy kutatócsoport fejlesztett ki a Gyártervezés és Gyártásmenedzsment Osztályon. A tudósok egy moduláris érzékelőrendszert kombinálnak MI-algoritmusokkal a folyamatfelismeréshez, hogy automatikusan feltárják a gyártási optimalizálási lehetőségeket. Ez csak egy a mintegy 50 demonstrátorból, amelyeket a Fraunhofer IPA és a szomszédos Fraunhofer Munkaügyi és Szervezési Intézet (IAO) közösen működtetett Future Work Labjében mutatnak be.

„A Future Work Labban bemutatjuk a kognitív asszisztens rendszerek és a részvételi megvalósítási módszerek lehetőségeit a vállalati gyártási rendszerekben” – mondja Simon Schumacher, a Future Work Lab projektvezetője a Fraunhofer IPA-nál. Most pedig Németország legnagyobb demonstrátor-gyűjteménye, amely megmutatja, hogyan fog valószínűleg kinézni a jövő gyártási munkája, élőben tekinthető meg a Hannoveri Vásáron.

Közösen erősek: AI4DT hálózat

Az úgynevezett digitális iker egy virtuális mása a valódi gépeknek, termékeknek vagy rendszereknek, mint például gyárak vagy szervezetek, azok tulajdonságaival, állapotával és viselkedésével. Ez adatmodellként szolgál, amelyet egy mesterséges intelligencia értékel, következtetéseket von le, és javaslatokat tesz a teendőkre. Különösen a kis- és közepes vállalkozások (KKV-k) számára jelent kihívást a digitális ikrek és a MI alkalmazása és használata.

Ennek közös megoldása érdekében Baden-Württemberg tartomány és Noord-Brabant tartomány 2021 januárjában holland-német Fieldlab „Artificial Intelligence for Digital Twins (AI4DT)” néven összefogtak. Ez a hálózat vállalatokból, szakértőkből és technológia-szolgáltatókból áll, és célja intelligens ipari megoldások fejlesztése, tesztelése és bevezetése. Az AI4DT projekt vezetője Daniel Palm professzor a Fraunhofer IPA-tól, aki bemutatja a Hannoveri Vásáron.

Méretre szabott robotokhoz: 2ndSCIN®

Nemcsak egyre autonómabb és ellenállóbb, hanem egyre tisztább gyártás is egyre fontosabbá válik: „A akkumulátorgyártástól a biotechnológiáig – csak tiszta gyártási környezetek teszik lehetővé a jövő csúcstechnológiáját” – mondja Udo Gommel, a Reinst- és Mikrogyártási Osztály vezetője a Fraunhofer IPA-nál. Sok gyártó számára azonban a robotok és más automatizálási komponensek tisztasági tanúsítványozása bonyolult, idő- és költségigényes folyamat.

Ezért Gommel kollégáival kifejlesztette a 2ndSCIN®-t, amely gyakorlatilag egy méretre szabott védőruha a robotok számára. Ez a védőburkolat áttetsző, mozgékony és több rétegből álló textilből készül, amely működésében az emberi bőrhöz hasonló. Az alkalmazástól függően két vagy több réteg helyezkedhet el egymás felett, melyeket távtartók választanak el egymástól. A résekben levegőt lehet beszívni vagy elszívni. Így eltávolíthatók a részecskék, amelyek a környezetből vagy a robot saját részeiből származnak. A textilrétegek érzékelőkkel vannak ellátva, amelyek folyamatosan mérik például a részecskemennyiséget, a nyomást vagy a nedvességet. MI-algoritmusok segítségével ezek az adatok kiértékelhetők, és lehetővé teszik egy előrejelző karbantartási stratégia kialakítását.