Waffen gegen Maschinenstillstände

Thomas Hilzbrich, Pablo Mayer i Felix Müller (od lewej) opracowali „Inteligentną optymalizację systemów“ i założyli startup plus10 GmbH. (Źródło: Fraunhofer IPA / Zdjęcie: Rainer Bez)

Badacze z Fraunhofer IPA opracowali narzędzie analityczne, które dzięki samouczącym się algorytmom wykrywa defekty w szybkomyślnych liniach produkcyjnych, wspomaga rozwiązywanie problemów oraz przeprowadza zautomatyzowane benchmarki maszyn. Teraz naukowcy sami korzystają z tej technologii.

Przede wszystkim przemysł farmaceutyczny i przemysł dóbr konsumpcyjnych korzysta z kapitałochłonnych urządzeń produkcyjnych i musi stale maksymalizować wydajność. W przeciwnym razie grożą presja kosztowa i luki finansowe. Jednak w praktyce obowiązuje zasada: „Im bardziej skomplikowana linia, tym mniejsza wydajność”. Tak podsumowuje Felix Müller, kierownik grupy Autonomiczna Optymalizacja Produkcji w Fraunhofer IPA. Do tego dochodzi fakt, że wiele linii produkcyjnych obejmuje liczne stanowiska i pracuje tak szybko, że przyczyny błędów nie są widoczne gołym okiem.

Właśnie dlatego Müller i jego zespół opracowali narzędzie analityczne „Smart System Optimization”, które nieustannie wykrywa błędy i ich przyczyny w szybkomyślnych, połączonych liniach produkcyjnych: Potężny konnektor korzysta z protokołów producentów, aby wysoką częstotliwością odczytywać dane z sterowania maszynami. W ten sposób powstaje ciągła baza danych, którą analizuje wiele samouczących się algorytmów w synchronizacji czasowej. Algorytmy te szczegółowo wykrywają, gdzie występują błędy w systemie produkcyjnym, jak są powiązane i jakie mają priorytety w naprawie. W ten sposób można szybciej naprawić lub nawet przewidzieć defekty, które mogą doprowadzić do awarii całego systemu.

System uczy się nieustannie

Jednak nie zawsze wiadomo, co zrobić, gdy zbliża się wystąpienie błędu. Do tego dochodzą powiadomienia od urządzenia, które jeszcze bardziej utrudniają operatorowi orientację w sytuacji. Z tego powodu Müller i jego zespół opracowali Shannon®, inteligentny system wsparcia operatora dla skomplikowanych linii produkcyjnych, oparty na „Smart System Optimization”. Dotychczas to operatorzy maszyn decydowali, co zrobić, aby naprawić błąd. Teraz jednak uszkodzona maszyna wysyła szczegółową instrukcję krok po kroku na smartfon lub tablet. Baza danych i powiązania między awariami a rozwiązaniami są stale rozbudowywane podczas pracy urządzenia.

W ten sposób operatorzy mogą samodzielnie tworzyć instrukcje, na przykład do usuwania awarii. Instrukcje te mogą zawierać tekst, zdjęcia i filmy. Ponadto operatorzy mogą przekazywać informacje zwrotne na temat dostarczonych danych, co służy ich ulepszaniu. Operatorzy są również aktywnie zachęcani do dzielenia się wiedzą, na przykład przy opisie wykrytych, ale nieznanych zdarzeń. W ten sposób z czasem powstaje przejrzysta i spójna baza wiedzy, zawierająca błędy, zdarzenia i rozwiązania. Shannon® jest obecnie dostępny jako aplikacja na tablety i smartfony w kilku fabrykach, gdzie znacznie skrócił czas napraw awarii.

Wzrost efektywności do 18 procent

Automatyczne benchmarki maszyn są również możliwe dzięki „Smart System Optimization”: w wielu halach produkcyjnych stoją dziesiątki identycznych lub podobnych maszyn wykonujących ten sam cykl obróbki. Przykładami są wtryskarki, odlewnie ciśnieniowe czy maszyny do formowania z rozdmuchem i głębokiego tłoczenia. Chociaż wszystkie są zbudowane tak samo, niektóre pracują wolniej od innych. Zazwyczaj wynika to ze zużycia niektórych części, zmiennego zachowania sensorów, różnych ustawień narzędzi czy wahań materiału.

Podczas benchmarkingu maszyn najpierw definiuje się ogólny przebieg w jednej maszynie i dzieli na poszczególne kroki. Następnie wysokoczęstotliwościowy konnektor na sterowaniu maszyną tworzy bazę danych, którą analizuje pakiet algorytmów uczenia maszynowego. Proces ten odbywa się jednocześnie na wszystkich podłączonych maszynach i jest wirtualnie scalany w idealny przebieg procesu. Narzędzie od razu wykrywa, gdy maszyna działa wolniej niż przewidziano, i powiązuje to z przyczyną techniczną. Użytkownicy mogą więc nie tylko naprawić awarie zanim wystąpią, ale także uzyskać zoptymalizowany cykl pracy dla podłączonych maszyn, łącząc najlepsze kroki. W dotychczasowych prototypach prowadziło to do skrócenia cyklu od 2 do 18 procent. Nawet najszybsza maszyna może więc działać jeszcze szybciej. Obecnie aplikacja została przekształcona w ciągle uczącą się platformę o nazwie Darwin.

Założyciele startupu

Darwin, czyli inteligentny system benchmarkingu maszyn, już został wdrożony u kilku dostawców samochodów i producentów wtryskarek, również na poziomie zakładów. Shannon® znajduje zastosowanie u dużych koncernów motoryzacyjnych i farmaceutycznych. To wystarczający powód, aby Felix Müller i jego dwaj współzałożyciele, Thomas Hilzbrich i Pablo Mayer, zdecydowali się na samodzielne rozwijanie „Smart System Optimization”. Ich startup, plus10 GmbH, obecnie posiada biura w Stuttgarcie i Augsburgu i właśnie rozpoczyna działalność.