Архів новин    Актуально    Шкільний екран    Зверніть увагу!    Соціальний захист     Гребінківська ОТГ    Лубенська РДА    Прес-реліз    Технології    Новини Полтавщини TV   


11.08.2022

Как искусственный интеллект меняет оценку времени производства в металлообрабатывающей промышленности

Десятилетия назад слесари специализировались на нескольких операциях, таких как лазерная резка, сварка или распиловка

ИИ в металлообрабатывающей промышленности

То, что раньше было игрой в догадки для слесарей, теперь превратилось в трудоемкую задачу: оценка времени производства и Важность металлообрабатывающей промышленности https://iz-tvoroga.ru/vazhnost-metalloobrabatyvajushhej-promyshlennosti/. Но искусственный интеллект и машинное обучение изменят все. Действительно: благодаря этим событиям мы возвращаемся к предсказаниям. Более точный и, следовательно, более надежный, чем когда-либо.

Беглый взгляд в историю

Десятилетия назад слесари специализировались на нескольких операциях, таких как лазерная резка, сварка или распиловка. Как профессионалы, они могли оценить время изготовления этой работы на обратной стороне пивной подставки.

С того времени осталось целое поколение металлургов. У них замечательное чувство, как определить производственное время для обработки заданного количества килограммов металла. Однако из-за растущего разнообразия операций это практически невозможно. Возьмем, к примеру, лазерную резку: создание множества сложных форм отличается от вырезания большого квадрата. Килограммы одинаковые, но сроки изготовления очень разные.

Важность надежной оценки цен и сроков поставки

В цепочке поставок для производителей металла становится все более важным иметь возможность надежной оценки. В первую очередь это связано с низкой маржой, которая испытывает давление из-за конкуренции. Суть в том, чтобы предлагать все более конкурентоспособные цены.

Точность также требуется, потому что время производства, которое вы оцениваете, влияет на последующий производственный процесс. Оценка времени определяет, какой металлообрабатывающий станок вы резервируете и когда. И когда это уменьшает производительность на заводе, это влияет на каждый отдельный запрос. Так что избегайте этого!

Цепочка поставок

Все больше внимания уделяется сокращению времени выхода на рынок в цепочке поставок. В результате складских запасов на месте становится меньше, и требуется более или менее своевременная доставка. Это означает, что оценки, которые вы делаете как слесарь, повлияют на сроки доставки. Неправильное суждение? Тогда ваше время доставки может легко стать слишком длинным. И это негативно сказывается на цепочке поставок. Из-за неправильной оценки также может случиться так, что продукты ждут вас в вашем производственном цеху. Все это неудобно.

Оценка не должна быть трудоемкой


ИИ в металлообрабатывающей промышленности

Вот почему так важно уметь точно оценивать. Время догадок закончилось. Вместо этого преобладали другие методы. Системы CAM помогают в оценке отчасти потому, что они знают технические характеристики машин и то, что машины должны делать. Оттуда вы можете связать время с ней. Это позволяет получать очень точные оценки от систем CAM.

Минус в том, что это очень трудоемко. Потому что люди все еще управляют. В этом процессе оценщик стал своего рода диск-жокеем. Он просматривает все эти файлы САПР, чтобы найти время производства. Затем он вводит это в Excel и/или систему ERP, чтобы, наконец, создать предложения. Это трудоемкий процесс, тем более, что количество операций увеличилось. В результате калькулятору требуется больше времени для создания предложения, а клиентам приходится дольше ждать своей цены.

Мы по-прежнему говорим об оценках, а не о прогнозах. В то время как предсказание, основанное на килограммах, скорее всего, было возможно на основе догадок и интуиции, оценщикам теперь приходится использовать сложные формулы для оценки времени для различных производственных этапов.

Более быстрые металлообрабатывающие станки усложняют оценку времени

Есть еще одно обстоятельство, усложняющее этот процесс. Машины становятся все быстрее и быстрее. Независимо от того, какими знаниями и опытом обладают сметчики, им становится все труднее оценивать сроки производства. Тем более, что узкое место, где производственный процесс самый медленный, постоянно смещается. Например, машины для нарезки могут резать так быстро, что загрузка плиты или извлечение нарезанных продуктов занимает гораздо больше времени, чем сама нарезка.

Вы можете использовать технологии для этого, но как только вы это сделаете, транспортировка металлического листа к машине будет самой медленной.

Фактор процесса

Так что это ничего не меняет для оценщика. Иногда он очень точно оценивает, сколько времени займет нарезка, забывая, что транспортировка продукции на следующее рабочее место может занять от пяти до десяти минут.

Большие данные способствуют повышению эффективности в металлообрабатывающей промышленности

К счастью, изменения происходят быстрыми темпами. Начнем с самих металлообрабатывающих станков: раньше они работали «в одиночку» и практически не влияли на производственный процесс. Теперь они делятся все большим количеством информации о своей деятельности; мы называем эти события. Отчасти это связано с тем, что машины теперь подключены к компьютерной сети фабрики. Таким образом, они могут не только получать ввод, но и генерировать события, точно указывающие, что делает машина.

Это означает, что поведение машины стало наблюдаемым. Если вы записываете события, вы можете очень хорошо использовать их, чтобы узнавать все больше и больше о скорости работы и времени загрузки машин. Но также и то, как часто у машины бывают простои. Как только мы фиксируем эти события как важную информацию, появляются большие данные. И чем больше данных у вас как у слесаря, тем ценнее они. Потому что потом всю эту информацию можно использовать для нового поколения алгоритмов.

Цифровой двойник обеспечивает оптимизацию процессов на рабочем месте

Это приводит к дальнейшему ускоренному развитию. Поскольку машина подключена к сети и передает много информации, была разработана новая форма программного обеспечения: цифровой двойник. Этот цифровой двойник — виртуальный образ реальности — запускается на сервере и имитирует поведение машины на рабочем месте. Все события, которые «выплевывает» станок, например информация о текущем состоянии процесса обработки, может быть извлечена в эту виртуальную среду.

И поэтому весь металлообрабатывающий бизнес постепенно тиражируется в виртуальном мире — в виде цифровых двойников. Эти цифровые двойники могут относиться к чему угодно: текущему состоянию машин, местонахождению автономных транспортных средств, и даже рабочие в заводских цехах могут иметь цифрового двойника благодаря камерам. Затем к этому могут быть применены алгоритмы, которые, например, постоянно следят за безопасностью операторов и при необходимости автоматически включают тревогу. Даже целые бизнес-процессы или вопросы, влияющие на завод в целом, включая транспортировку и потребление энергии, могут быть отображены в цифровом двойнике.

Автоматизация бизнес-процессов в металлообрабатывающей промышленности благодаря данным в облаке

Хотя цифровые двойники являются абстрактными представлениями и поэтому обычно не видны на экране, они очень полезны для связи между разными машинами, даже если они принадлежат разным компаниям в цепочке. Обычно эти машины разговаривают на своем диалекте, но цифровые двойники производят стандартизированные события, которые создают «потоки событий». Самое замечательное, что вы можете подписаться на эти потоки с другими частями вашего производственного процесса. Записывая все события, вы можете транслировать весь объект во времени. Так же, как воспроизведение записанной музыки.

За поведением растений в форме воспроизведения будущее. И чтобы сделать его еще более творческим, бизнес-процессы могут подписываться на эти потоки. Таким образом, когда происходит событие, вы можете использовать его для автоматического запуска нового процесса или принятия решения в определенный момент времени. Таким образом, эти потоки становятся важной основой для разработки автоматизированных бизнес-процессов и решений.

В настоящее время такие технологии, как цифровые двойники или подписка на события, в основном развернуты на компьютерных системах внутри фабрики. Точно такие же сервисы теперь доступны и в облаке. Вы можете отправлять события в облако, интегрировать туда большие данные и автоматизировать бизнес-процессы. Еще одно преимущество: соединить заводы в облаке гораздо проще, чем с инфраструктурой внутри заводских стен.

От управляемого данными к управляемому событиями металлообрабатывающему оборудованию

Прощание с традиционным мышлением в отношении систем ERP неизбежно. Централизация данных по-прежнему лидирует сегодня, что позволяет повторно использовать эти данные на фабриках. Это, безусловно, имеет свою ценность, но, что более важно, создает процессы, управляемые данными. Эта парадигма быстро попрощается с отраслью.

Вместо того, чтобы управлять данными, металлурги будут настраивать свои фабрики на основе событий. Большое преимущество? Подписывая несколько бизнес-процессов на события, завод может гораздо быстрее реагировать на инциденты и меньше зависеть от центральной базы данных. Ведь событие уже содержит необходимые данные.

Там, где ранее важную роль играла ERP-система, теперь на первый план выходит другая технология: корпоративная служебная шина. Эта архитектурная программная конструкция позволяет вам фиксировать события, наблюдать за ними и разрешать процессам подписываться на эти события. Это позволяет вам настраивать бизнес-процессы гораздо более надежно и в режиме реального времени. Все, что происходит в вашей компании, становится видимым в цифровом мире.

От оценки к прогнозированию благодаря коботам и искусственному интеллекту

Это то, что современные технологии позволяют. Это основа, которая позволяет вам, как слесарю, перейти от оценки к прогнозу. Даже если машины становятся мощнее и быстрее, а узкое место в результате смещается. Даже если коботы все чаще берут на себя часть работы операторов, скорость процесса меняется, а реалистичная оценка времени производства становится еще сложнее. Но в новом цифровом мире коботы также подключены к сети, и у них тоже есть цифровой двойник, а это означает, что их работа также контролируется и рассчитывается более точно.

В этом сила искусственного интеллекта. Как люди, мы не можем победить компьютер. И это потому, что мы можем заставить компьютеры учиться, как люди, только быстрее! Но мы должны обучить его этому. Желательно непрерывно. Для этого нужно много данных. Так как же научить компьютер играть в шахматы? Оцифровав все сыгранные партии в шахматы и загрузив их в компьютер. Так шаг за шагом он учится играть в шахматы. Это еще быстрее, если вы позволите двум компьютерам играть в шахматы друг против друга; затем за относительно короткое время появляются невероятно надежные алгоритмы. Это большое преимущество: компьютер учится намного быстрее, чем люди. Вы можете тренировать их 24/7, не уставая.

Это создает нейронную сеть, имитирующую работу человеческого мозга, которая синхронизируется в программном обеспечении. Обучение этому процессу называется машинным обучением. Сегодня, используя большие данные, можно правильно обучить эти нейронные сети. И чем лучше она обучена, тем лучше становятся прогнозы. Мы больше не публикуем эти оценки, потому что больше не используем формулы. Вместо этого мы предсказываем будущее, основываясь на прошлом. Потому что данные, которые вы используете для обучения модели, всегда относятся к прошлому. Теперь мы применяем этот мощный образец современной технологии в металлообрабатывающей промышленности.

Система непрерывного самообучения вместо электронных таблиц Excel

Существует три различных технологии, которые позволят слесарям перейти от оценки к прогнозированию: большие данные, планирование фабрики на основе событий (наблюдаемая фабрика) и искусственный интеллект. Для подготовки предложений и подготовки к работе эти три нововведения означают, что нам, людям, больше не нужно работать с электронными таблицами Excel для оценки времени производства.

Вместо этого мы можем создать непрерывную самообучающуюся систему, которая позволит оценщику гораздо более надежно прогнозировать время производства. Производители металла больше не зависят от наличия человеческих знаний и навыков. Все прошлое и настоящее их фабрики содержится в больших данных, которые они могут использовать снова и снова в будущем для улучшения алгоритмов и даже для совершения новых открытий.

На этом история завершена. В конце концов, то, как работает цифровой мир, по-прежнему похоже на то, как профессионалы определяли время производства своих компаний. Это все еще прогноз, только догадки заменены компьютером, использующим гораздо больше данных. Различие? Очень высокая точность - а это то, что нужно слесарю.

Схожі матеріали:
👁 147
Категорія: Прес-реліз
Теги: производство, металлообрабатывающая промышленност, ии, искусственный интеллект





Всього коментарів: 0
Имя *:
Email:
Усі смайли
Код *:

СВІЖІ ПУБЛІКАЦІЇ