Neuron Soundware s využitím umělé inteligence monitoruje činnosti robotů v automobilové výrobě, aby zabránil nákladným výpadkům ve výrobě automobilových součástek
Cílem poskytované služby je udržet výrobní proces pro uznávaného evropského výrobce automobilů v plynulém chodu a odhalit výpadky, které často vznikají při chybné práci robotů u manipulace s paletami.
Výzva: poskytnout operátorům včasné varování, aby se zkrátila jejich reakční doba a minimalizovaly se výpadky automatických podavačů
Výrobní stroj vyrábí kovové díly s taktem přibližně jeden kus za minutu. Stroj je těsně integrován se systémem manipulace s materiálem a díly (automatický podávací systém, držáky dílů, nakládací jednotky) do automatizované výrobní linky.
V jedné části linky automatický podavač odebírá koše a přesouvá je z místa na místo. Někdy se stane, že se koše zaseknou, což automatický podavač nedokáže rozpoznat. Podavač tyto "zaseknuté" koše zvedá a spodní koš se při zvedání uvolní a spadne dolů. Bohužel již nespadne do správné polohy, ale zůstane nějak pootočený. Při následném odebírání palety dojde k nehodě a koš se musí opravit nebo vyřadit.
Operátoři výroby nejsou vždy přítomni, protože musí dohlížet na zbytek výrobní linky. K incidentům dochází neočekávaně, v průměru dvakrát denně. Vzhledem k tomu, že doba taktování výroby, musí být doba odezvy velmi krátká (120 s). Pokud obsluha v tomto limitu nezareaguje, dojde k poškození košů, což znamená odstávku celé výrobní linky, která může následně ohrozit dodávky JIT zákazníkům.
Technologie IoT umožňuje operátorům včas řešit poruchy strojů
Namísto lidského dohledu sleduje roboty systém Neuron Soundware. Skládá se ze zvukových senzorů, které sbírají data, průmyslových zařízení IoT, která je zpracovávají, a umělou inteligenci pro průběžné vyhodnocování zvukových údajů. Pokud dojde k incidentu, řešení poskytuje vizuální a zvukové varování přímo na místě, aby se zabránilo dalšímu poškození košů a dlouhodobému výpadku celé pracovní linky.
Řešení Neuron Soundware se neustále učí, aby zvýšilo přesnost detekce poruch
"Abychom zákazníkovi poskytli informace pro okamžité rozhodování, rozhodli jsme se pro neuronové sítě, které se učí z akustických dat rozpoznávat hluk způsobený padající paletou. Čím déle neuronová síť pokračuje v učení, a čím vícekrát tento šum zachytí, tím více dat bude k dispozici pro zlepšení procesu učení a přesnosti detekce chyb," vysvětluje. Petr Ivančák, vedoucí technické implementace ve společnosti Neuron Soundware.
Nejnovější příspěvky
