利用 AI 技術(shù)識(shí)別產(chǎn)品質(zhì)量問(wèn)題的根本原因

時(shí)間:2024-11-30

來(lái)源:控制工程網(wǎng)

導(dǎo)語(yǔ):不斷波動(dòng)的市場(chǎng)條件、供應(yīng)鏈限制、勞動(dòng)力短缺以及快節(jié)奏的全球產(chǎn)業(yè),正迫使各種規(guī)模的制造商重新評(píng)估他們的運(yùn)營(yíng)方式。許多制造商已開始采用技術(shù)來(lái)保持競(jìng)爭(zhēng)優(yōu)勢(shì)和應(yīng)對(duì)長(zhǎng)期存在的業(yè)務(wù)挑戰(zhàn)。

  不斷波動(dòng)的市場(chǎng)條件、供應(yīng)鏈限制、勞動(dòng)力短缺以及快節(jié)奏的全球產(chǎn)業(yè),正迫使各種規(guī)模的制造商重新評(píng)估他們的運(yùn)營(yíng)方式。許多制造商已開始采用技術(shù)來(lái)保持競(jìng)爭(zhēng)優(yōu)勢(shì)和應(yīng)對(duì)長(zhǎng)期存在的業(yè)務(wù)挑戰(zhàn)。從自動(dòng)化到數(shù)字技術(shù)、工業(yè)物聯(lián)網(wǎng)等,企業(yè)可以利用這些創(chuàng)新技術(shù),最終從不同的系統(tǒng)、流程和人員中獲取數(shù)據(jù),從而提供做出更好決策所需的戰(zhàn)略洞察力。

  毫無(wú)疑問(wèn),這些企業(yè)有大量數(shù)據(jù)可以利用。根據(jù)麥肯錫的一項(xiàng)研究,制造業(yè)每年產(chǎn)生 1.9 PB 或 1,900,000 TB 的數(shù)據(jù)。問(wèn)題在于,他們需要一種更好的方法來(lái)捕獲和分析數(shù)據(jù),并將其轉(zhuǎn)化為可用的信息,而且他們需要快速完成。因此,許多企業(yè)開始求助于人工智能(AI)來(lái)利用他們的數(shù)據(jù)尋找機(jī)會(huì),以提高其運(yùn)營(yíng)水平。

  為什么 AI 非常適合數(shù)據(jù)分析?

  從提高制造產(chǎn)量和正常運(yùn)行時(shí)間,到準(zhǔn)確預(yù)測(cè)需求和遠(yuǎn)程監(jiān)控機(jī)器,甚至控制資產(chǎn)和提高產(chǎn)品質(zhì)量,都可以利用AI來(lái)顯著提高整體效率和生產(chǎn)力指標(biāo)。

  它不是魔術(shù),而是一組復(fù)雜的算法,用于分析大量數(shù)據(jù),關(guān)聯(lián)或?qū)W習(xí)各種變量的模式,并將這些知識(shí)應(yīng)用于當(dāng)前條件以幫助預(yù)測(cè)未來(lái)狀態(tài)。這并不是說(shuō)人類不能執(zhí)行這些任務(wù),而是Al可以更快地完成這些任務(wù),并以更高的精度處理更多的數(shù)據(jù),從而改善業(yè)務(wù)成果。

  例如,在任何制造環(huán)境中,傳統(tǒng)上都有幾個(gè)不同的工作組和機(jī)器都在收集自己的數(shù)據(jù)。每臺(tái)設(shè)備的信息在質(zhì)量、格式和時(shí)間上都可能有所不同,這可能會(huì)造成障礙,并難以從數(shù)據(jù)中分析和收集任何有意義的見解。

  借助AI技術(shù)可以快速處理大量數(shù)據(jù),使公司能夠快速準(zhǔn)確地結(jié)合運(yùn)營(yíng)信息,根據(jù)備選方案預(yù)測(cè)結(jié)果,使制造商能夠做出敏捷、明智的決策。這種防患于未然的預(yù)測(cè)能力正是AI的優(yōu)勢(shì)所在,它可以大大提高產(chǎn)品產(chǎn)量。

  通過(guò)識(shí)別產(chǎn)品質(zhì)量問(wèn)題的根本原因,AI可以幫助減少產(chǎn)品缺陷和廢品率,并提高制造產(chǎn)量。有了詳細(xì)的信息和分析,制造商就可以在質(zhì)量控制問(wèn)題直接影響公司的底線之前解決它們。讓我們看一個(gè)這樣的例子。

  使用 AI 提高發(fā)動(dòng)機(jī)質(zhì)量

  一家全球發(fā)動(dòng)機(jī)制造商生產(chǎn)大型柴油發(fā)動(dòng)機(jī),用于發(fā)電機(jī)組、海軍和海洋應(yīng)用以及軍用車輛。組裝完成后,每臺(tái)發(fā)動(dòng)機(jī)都要經(jīng)過(guò)嚴(yán)格的測(cè)試。在測(cè)試過(guò)程中,即使是最有經(jīng)驗(yàn)的操作員也往往無(wú)法察覺(jué)問(wèn)題的細(xì)微跡象,從而導(dǎo)致測(cè)試期間或發(fā)動(dòng)機(jī)投入使用后發(fā)生災(zāi)難性故障。這些故障造成了巨大損失,延誤了裝運(yùn),造成了測(cè)試區(qū)和上游生產(chǎn)的積壓,使公司每年損失數(shù)百萬(wàn)美元,并對(duì)按時(shí)交貨產(chǎn)生了負(fù)面影響。

  問(wèn)題不在于缺乏數(shù)據(jù),而在于如何使用數(shù)據(jù)。事實(shí)上,該工廠多年來(lái)一直在收集過(guò)程數(shù)據(jù),但在故障發(fā)生后僅將其用于后續(xù)工作。通過(guò)以這種反應(yīng)性的方式查看數(shù)據(jù),團(tuán)隊(duì)無(wú)法理解為什么會(huì)發(fā)生這些故障,也無(wú)法主動(dòng)解決它們。最終,這些問(wèn)題被視為開展業(yè)務(wù)的成本,直到該公司考慮在現(xiàn)有數(shù)據(jù)上使用 AI , 在關(guān)鍵資產(chǎn)故障發(fā)生之前進(jìn)行預(yù)測(cè)。

  該制造商首先開展了一項(xiàng)試點(diǎn)計(jì)劃,為AI發(fā)揮影響力奠定了必要的數(shù)據(jù)基礎(chǔ)。鑒于需要使用歷史數(shù)據(jù),該公司首先進(jìn)行了數(shù)據(jù)清理和分析,在AI的幫助下,在 48 小時(shí)內(nèi)將來(lái)自 100 臺(tái)發(fā)動(dòng)機(jī)的 200 億個(gè)數(shù)據(jù)點(diǎn)減少到 60 億個(gè)最有影響力的數(shù)據(jù)點(diǎn)。

  接下來(lái),按時(shí)間和型號(hào)連接多個(gè)模型集,對(duì)數(shù)據(jù)進(jìn)行可視化,并找出任何數(shù)據(jù)差距。在差距分析的基礎(chǔ)上,進(jìn)行了調(diào)整,以更頻繁地提取某些數(shù)據(jù),從而改進(jìn)建模。通過(guò)使用人工智能平臺(tái),整個(gè)分析在低風(fēng)險(xiǎn)環(huán)境中完成,對(duì)當(dāng)前生產(chǎn)沒(méi)有任何影響。

  從這些數(shù)據(jù)中,制造商能夠建立基線、識(shí)別趨勢(shì)和異常情況,并制定計(jì)劃將信息付諸實(shí)施。在短短幾周內(nèi),他們就生成了一份報(bào)告,按序列號(hào)確定了一組風(fēng)險(xiǎn)發(fā)動(dòng)機(jī)。根據(jù)這些信息,制造商懷疑這些發(fā)動(dòng)機(jī)在質(zhì)量控制測(cè)試或現(xiàn)場(chǎng)出現(xiàn)問(wèn)題的概率較高。通過(guò)將測(cè)試數(shù)據(jù)與實(shí)際產(chǎn)品故障聯(lián)系起來(lái),報(bào)告準(zhǔn)確地發(fā)現(xiàn)了幾年內(nèi) 80% 以上的發(fā)動(dòng)機(jī)問(wèn)題。

  值得注意的是,這個(gè)項(xiàng)目是一個(gè)迭代過(guò)程,因?yàn)锳I模型在不斷學(xué)習(xí)。在大約 45 天內(nèi),該模型能夠提前 30 分鐘預(yù)測(cè)故障,誤報(bào)率為零。

  將對(duì)運(yùn)營(yíng)的干擾降至最低

  在正式推出期間,Al 解決方案與測(cè)試控制系統(tǒng)和人機(jī)界面 (HMI) 生成的實(shí)時(shí)數(shù)據(jù)相連接。這對(duì)正常運(yùn)行沒(méi)有任何影響。事實(shí)上,該模型已與公司的標(biāo)準(zhǔn)測(cè)試軟件集成,操作員甚至沒(méi)有意識(shí)到實(shí)施了該模型。他們只需要知道,現(xiàn)在他們的HMI界面會(huì)告知他們?nèi)魏螡撛诘钠仍诿冀薜膯?wèn)題以及如何應(yīng)對(duì)。

  在最初的 90 天內(nèi),AI應(yīng)用檢測(cè)到了 20 起實(shí)時(shí)事件,避免了 450 多萬(wàn)美元的發(fā)動(dòng)機(jī)損壞,項(xiàng)目投資回報(bào)率(ROI)達(dá)到了 10 倍。

  正如這個(gè)案例所表明的那樣,利用AI可以為制造商提供一種方法,幫助他們主動(dòng)減少質(zhì)量缺陷、節(jié)省資金并提高交貨率,同時(shí)將對(duì)運(yùn)營(yíng)的干擾降至最低。從堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)開始,并與經(jīng)驗(yàn)豐富的合作伙伴合作,AI 可以提供推動(dòng)業(yè)務(wù)成果所需的洞察力,并幫助制造商在當(dāng)今快速發(fā)展的商業(yè)環(huán)境中競(jìng)爭(zhēng)。

  但AI并不一定是放之四海而皆準(zhǔn)的解決方案。根據(jù)您的需求、應(yīng)用和具體情況,需要定制不同的解決方案。因此,擁有一個(gè)值得信賴的合作伙伴在您身邊非常重要。在 AI 方面,他們可以評(píng)估您在數(shù)字化轉(zhuǎn)型之旅中所處的位置,了解您的目標(biāo)或挑戰(zhàn),并從頂級(jí)供應(yīng)商那里確定最適合您實(shí)際需求的解決方案。


AI
中傳動(dòng)網(wǎng)版權(quán)與免責(zé)聲明:

凡本網(wǎng)注明[來(lái)源:中國(guó)傳動(dòng)網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國(guó)傳動(dòng)網(wǎng)(y3602.cn)獨(dú)家所有。如需轉(zhuǎn)載請(qǐng)與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個(gè)人轉(zhuǎn)載使用時(shí)須注明來(lái)源“中國(guó)傳動(dòng)網(wǎng)”,違反者本網(wǎng)將追究其法律責(zé)任。

本網(wǎng)轉(zhuǎn)載并注明其他來(lái)源的稿件,均來(lái)自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請(qǐng)保留稿件來(lái)源及作者,禁止擅自篡改,違者自負(fù)版權(quán)法律責(zé)任。

如涉及作品內(nèi)容、版權(quán)等問(wèn)題,請(qǐng)?jiān)谧髌钒l(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。

關(guān)注伺服與運(yùn)動(dòng)控制公眾號(hào)獲取更多資訊

關(guān)注直驅(qū)與傳動(dòng)公眾號(hào)獲取更多資訊

關(guān)注中國(guó)傳動(dòng)網(wǎng)公眾號(hào)獲取更多資訊

最新新聞
查看更多資訊

娓娓工業(yè)

廣州金升陽(yáng)科技有限公司

熱搜詞
  • 運(yùn)動(dòng)控制
  • 伺服系統(tǒng)
  • 機(jī)器視覺(jué)
  • 機(jī)械傳動(dòng)
  • 編碼器
  • 直驅(qū)系統(tǒng)
  • 工業(yè)電源
  • 電力電子
  • 工業(yè)互聯(lián)
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機(jī)界面
  • PLC
  • 電氣聯(lián)接
  • 工業(yè)機(jī)器人
  • 低壓電器
  • 機(jī)柜
回頂部
點(diǎn)贊 0
取消 0