Przejdź do treści

Usługi · Cyfryzacja i automatyzacja

Uczenie maszynowe na danych z produkcji

Budujemy modele na danych ze sterowników, kontroli jakości, systemu ERP, stanowisk prób i ze zdjęć wyrobów. Model wskazuje przyczyny braków, przewiduje rzeczywisty czas realizacji zlecenia i pobór mocy albo ocenia wyrób na zdjęciu.

Zakres usług

  • Analiza przyczyn braków i ocena ryzyka dla bieżącej partii
  • Nastawy startowe dla nowego wyrobu
  • Prognoza czasu operacji i terminu zlecenia
  • Prognoza poboru mocy i przekroczeń mocy umownej
  • Analiza danych ze stanowisk prób
  • Kontrola wizyjna: wady powierzchni i kompletność montażu
  • Rozpoznawanie detali i odczyt oznaczeń
  • Wykrywanie nietypowych partii i przebiegów
  • Ocena przydatności danych przed budową modelu

Przykładowe zastosowania

Zakres danych i rodzaj modelu zależą od zastosowania. Pięć z sześciu poniższych korzysta z danych, które zakład zwykle już gromadzi; zdjęcia do kontroli wizyjnej najczęściej trzeba dopiero wykonać.

Jakość

Przyczyny braków

Analizujemy

  • Parametry procesu zapisane przez sterownik: ciśnienie, temperatura, czas cyklu
  • Partia materiału, forma lub narzędzie, maszyna, zmiana
  • Wyniki kontroli i pomiarów
  • Przyczyny braków z kart kontrolnych i raportów zmianowych

Model wskazuje

  • Parametry i ich kombinacje powiązane z występowaniem braków
  • Ryzyko braku dla bieżącej partii przed kontrolą końcową
  • Zakres nastaw, w którym wyrób spełnia wymagania

Co zyskujesz

Nastawy korygujesz w trakcie partii, a nie po jej odrzuceniu. Analiza przyczyn braków opiera się na danych z kilkuset partii, a nie na obserwacjach z ostatniej zmiany.

Proces

Nastawy dla nowego wyrobu

Analizujemy

  • Karty nastaw i receptury z dotychczasowych zleceń
  • Cechy wyrobu: materiał, grubość ścianki, masa, gabaryt
  • Liczba sztuk próbnych i korekt przy każdym rozruchu
  • Wynik rozruchu: wymiary, braki, czas cyklu

Model wskazuje

  • Nastawy startowe dla wyrobu, który nie był dotąd produkowany
  • Nastawy o największym wpływie na wynik
  • Zakres nastaw, w którym warto prowadzić próby

Co zyskujesz

Rozruch nowego wyrobu wymaga mniejszej liczby sztuk próbnych i korekt. Dobór nastaw przestaje zależeć od doświadczenia jednego ustawiacza.

Planowanie

Czas operacji i termin zlecenia

Analizujemy

  • Historia zleceń z ERP: marszruty, czasy planowane i rzeczywiste
  • Cechy detalu: materiał, gabaryt, liczba operacji, wielkość serii
  • Obciążenie maszyn i kolejka zleceń w dniu przyjęcia

Model wskazuje

  • Rzeczywisty czas operacji dla nowego detalu w porównaniu z normatywem
  • Termin realizacji jako przedział, nie pojedynczą datę
  • Zlecenia w toku zagrożone opóźnieniem

Co zyskujesz

Klient otrzymuje termin możliwy do dotrzymania, a wycena opiera się na rzeczywistym czasie wykonania podobnych detali.

Energia

Pobór mocy i moc umowna

Analizujemy

  • Profil poboru z licznika: odczyty co 15 minut albo co godzinę
  • Plan produkcji i harmonogram zmian
  • Czas pracy sprężarek, pieców i największych odbiorników
  • Temperatura zewnętrzna

Model wskazuje

  • Przewidywany pobór w kolejnym dniu i tygodniu
  • Godziny, w których może dojść do przekroczenia mocy umownej
  • Odbiorniki o największym udziale w szczycie
  • Zużycie energii przypadające na zlecenie albo sztukę

Co zyskujesz

Rozruch pieca albo sprężarki przesuwasz poza szczyt i unikasz opłaty za przekroczenie mocy umownej. Moc umowną ustalasz na podstawie danych, bez nadmiernego zapasu.

Badania

Stanowisko prób i test końcowy

Analizujemy

  • Przebiegi z prób: ciśnienie, przeciek, siła, temperatura
  • Protokoły i wyniki z arkuszy, także archiwalne
  • Dane wyrobu: typ, wymiary, partia podzespołów
  • Reklamacje przypisane do numeru seryjnego

Model wskazuje

  • Przewidywany wynik próby po jej pierwszym etapie
  • Sztuki z wynikiem pozytywnym, których przebieg odbiega od typowego
  • Etapy próby, które nie wnoszą dodatkowej informacji

Co zyskujesz

Próbę skracasz tam, gdzie uzasadniają to dane, a pełny zakres zachowujesz dla sztuk nietypowych. Stanowisko prób przestaje ograniczać wydajność montażu.

Obraz

Kontrola wizyjna wyrobu

Analizujemy

  • Zdjęcia sztuk zgodnych — na początek kilkadziesiąt
  • Zdjęcia wad, jeśli model ma rozróżniać ich rodzaje
  • Zdjęcia wykonane przy stałym oświetleniu i w stałym położeniu detalu
  • Ocena kontrolera dla tych samych sztuk

Model wskazuje

  • Odchylenie od wzorca: rysę, wgniecenie, pęknięcie, por
  • Brak elementu albo jego nieprawidłowe położenie
  • Rodzaj wady i jej położenie na zdjęciu

Co zyskujesz

Każda sztuka jest oceniana według tych samych kryteriów, niezależnie od zmiany i obciążenia kontrolera. Zdjęcie pozostaje w archiwum i dokumentuje stan wyrobu w razie reklamacji.

Zastosowania rozpoznawania obrazu

Wady powierzchni

Rysy, wgniecenia, pory, odpryski powłoki i przebarwienia na powierzchniach obrabianych, odlewanych, malowanych i chromowanych.

Kompletność montażu

Obecność i położenie uszczelek, śrub, zaślepek i etykiet przed przekazaniem wyrobu dalej.

Detal i wariant

Rozróżnianie podobnych części i wariantów podczas sortowania, kompletacji i przyjęcia dostawy.

Oznaczenia i tabliczki

Odczyt numerów wybitych, grawerowanych i drukowanych oraz tabliczek znamionowych, z zapisem do rejestru albo ERP.

Wskaźniki starszych maszyn

Odczyt manometru albo wyświetlacza kamerą, gdy pomiaru nie można pobrać ze sterownika. Wdrożenie poprzedza próba na jednym wskaźniku.

Stan części na zdjęciu

Ocena stopnia zużycia krawędzi narzędzia, uszczelnienia albo powierzchni tłoczyska. Wdrożenie poprzedza próba na zdjęciach z Twojego zakładu.

Dane potrzebne na początek

Zakres danych (orientacyjnie)Źródło
Przyczyny braków Kilkaset partii albo zleceń z zapisanym wynikiem kontroli, w tym partie z brakamiSterownik maszyny, karty kontrolne, arkusze działu jakości
Nastawy procesu Karty nastaw z kilkudziesięciu rozruchów, każda z oceną wynikuKarty nastaw, receptury w sterowniku, arkusze technologa
Czas i termin zlecenia Zlecenia z jednego–dwóch lat z czasem planowanym i rzeczywistymERP, rejestracja czasu pracy, karty zleceń
Pobór mocy Odczyty z licznika z jednego roku i plan produkcji z tego samego okresuPortal operatora sieci, licznik, system zarządzania energią, ERP
Stanowisko prób Kilkaset zarejestrowanych prób z wynikiemRejestrator stanowiska, protokoły, arkusze
Kontrola wizyjna Kilkadziesiąt zdjęć sztuk zgodnych; do rozróżniania wad — także zdjęcia każdej wadyZdjęcia wykonane na stanowisku wyposażonym w kamerę i stałe oświetlenie

Jakie modele stosujemy

Rodzaj modelu zależy od danych i od pytania. Każdy model weryfikujemy na danych, których nie użyto do uczenia.

Modele na danych tabelarycznych — braki, nastawy, czas operacji. Dane z ERP, kart kontrolnych i sterownika mają postać tabeli, w której wiersz odpowiada partii, zleceniu albo cyklowi. Stosujemy modele oparte na drzewach decyzyjnych, skuteczne już przy kilkuset wierszach. Oprócz prognozy model podaje zmienne, które mają na nią największy wpływ — stąd lista parametrów powiązanych z brakami.

Prognoza z przedziałem — termin zlecenia i pobór mocy. Wynikiem jest przedział, nie pojedyncza wartość. Szerokość przedziału informuje, na ile można polegać na prognozie dla danego detalu albo dnia.

Wykrywanie anomalii — nietypowe partie i przebiegi prób. Model uczy się typowego przebiegu partii, cyklu albo próby i wskazuje te, które od niego odbiegają. Nie wymaga przykładów wad.

Rozpoznawanie obrazu — kontrola wizyjna. Stosujemy sieć neuronową nauczoną wstępnie na dużym zbiorze zdjęć i dostrojoną na zdjęciach Twojego wyrobu. W podstawowym wariancie model uczy się wyłącznie na sztukach zgodnych i wskazuje odchylenia od wzorca. Do rozróżniania rodzajów wad potrzebuje przykładów każdej z nich.

Uczenie maszynowe a monitoring maszyn

Monitoring maszyn dotyczy stanu technicznego: zużycia pompy, łożyska albo uszczelnienia i czasu pozostałego do naprawy. Modele opisane na tej stronie dotyczą wyrobu, zlecenia i kosztu — maszyna może być sprawna, a partia mimo to nie spełnia tolerancji.

Obie usługi często korzystają z tych samych sygnałów. Jeśli sterownik nie zapisuje parametrów potrzebnych do modelu, rozpoczynamy od ich rejestracji w ramach monitoringu.

Wycenę na podstawie rysunku opisujemy osobno: AI w firmie produkcyjnej. Model czasu operacji dostarcza do niej rzeczywisty czas wykonania podobnych detali.

Stanowisko kontroli wizyjnej

O wyniku kontroli wizyjnej decydują w równym stopniu model, oświetlenie i powtarzalne położenie detalu. Kamerę, oświetlenie i osłonę montujemy przy istniejącym stanowisku, a sygnał wyniku doprowadzamy do sterownika linii albo na ekran operatora.

Uchwyt kamery, osłonę i okablowanie wykonujemy we własnym zakresie, podobnie jak szafy sterownicze.