Zajištění kvality

V této případové studii se řešení umělé inteligence a strojového učení společnosti NSW zabývá opotřebením CNC obráběcích strojů. Řešení využívá hluboké učení a regresi a nabízí upozornění na odchylky v kvalitě nástroje v reálném čase a na místě, čímž zvyšuje efektivitu, snižuje náklady a zvyšuje produktivitu. Zažijte zvýšenou ziskovost díky nulovým zmetkům, sníženému odpadu a optimalizovaným operacím.

Zákazník požadoval řešení, které by řešilo škodlivý dopad kavitací v čerpacích zařízeních na strojní zařízení a kvalitu výroby. S využitím technologie NSW byly anomální zvukové signály kavitace okamžitě detekovány, což umožnilo rychlé odstranění nepředvídaných poruch. Technologie NSW účinně vyřešila problém, který běžné monitorovací systémy nedokážou řešit.

Zákazník se potýkal s problémy při dosahování konzistentních specifikací granulí během 18hodinových mlecích cyklů, což vedlo k problémům s kvalitou a plýtvání. Bylo implementováno řešení NSW AI a strojového učení, které monitorovalo proces mletí, optimalizovalo velikost částic a zkrátilo dobu výroby o 2 hodiny na dávku. To vedlo ke zvýšení efektivity 11%, snížení plýtvání a zvýšení důvěryhodnosti dodavatele.

Řešení NSW řeší problém udržení stabilních dodávek vzduchu při kolísající poptávce ve výrobě a využívá monitorování a úpravy řízené umělou inteligencí. Analýzou dat v reálném čase zajišťuje optimální dodávky vzduchu, nabízí včasná varování a určuje priority kontrol, čímž účinně předchází přerušení provozu a snižuje provozní náklady.

Spolupráce se společností NeuronSW zahrnuje využití internetu věcí pro sledování akustických emisí z ložisek, mechanických těsnění a plášťů reaktorů. Společnost NeuronSW zajišťuje instalaci hardwaru, sběr dat, školení algoritmů ML a nasazení služeb. Cílem projektu je zlepšit sledování míchadel reaktoru, přičemž se využijí odborné znalosti společnosti NeuronSW v oblasti akustiky, vývoje softwaru a hardwaru.

Řešení NSW řeší problémy aditivní výroby a nabízí monitorování 3D tiskáren v reálném čase pomocí akustických signatur, obrázků a fyzikálních dat. Tato inovace odhaluje vady materiálu během tisku, omezuje plýtvání, zvyšuje kvalitu a efektivitu. Mezi výhody patří úspora materiálu, snížení počtu postprodukčních testů, zvýšení produktivity, ziskovosti a reputace dodavatele.