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 brakami | Sterownik maszyny, karty kontrolne, arkusze działu jakości |
| Nastawy procesu | Karty nastaw z kilkudziesięciu rozruchów, każda z oceną wyniku | Karty nastaw, receptury w sterowniku, arkusze technologa |
| Czas i termin zlecenia | Zlecenia z jednego–dwóch lat z czasem planowanym i rzeczywistym | ERP, rejestracja czasu pracy, karty zleceń |
| Pobór mocy | Odczyty z licznika z jednego roku i plan produkcji z tego samego okresu | Portal operatora sieci, licznik, system zarządzania energią, ERP |
| Stanowisko prób | Kilkaset zarejestrowanych prób z wynikiem | Rejestrator stanowiska, protokoły, arkusze |
| Kontrola wizyjna | Kilkadziesiąt zdjęć sztuk zgodnych; do rozróżniania wad — także zdjęcia każdej wady | Zdjęcia 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.
Powiązane usługi
AI w firmie produkcyjnej: agenci i asystent dokumentacji
Asystent odpowiada na pytania z dokumentacji zakładu i wskazuje źródło. Agenci przygotowują wycenę, zlecenie i…
Automatyzacja pracy konstruktora w SOLIDWORKS
Konfiguratory wyrobów, automatyczne rysunki i listy materiałowe, porządek w plikach i połączenie z ERP. Konstr…
Cyfryzacja i automatyzacja produkcji
Monitoring maszyn, automatyzacja SOLIDWORKS, uczenie maszynowe i AI w firmie produkcyjnej. Zaczynamy od audytu…