AI wspomaga produkcję

Paweł Kurowski, dyrektor zarządzający Scanfil Poland

Wiele się mówi o potrzebie wykorzystania technologii sztucznej inteligencji (AI) w dzisiejszych fabrykach, w szczególności tych produkujących nowoczesne produkty. Mówi się też, że sterowanie procesem (proces control), bazujące na statystycznej analizie wielkości mierzonej w trakcie tworzenia wartości, jest niezbędne do realizacji ciągłego doskonalenia.

Pętla zwrotna działa podobnie jak lusterko wsteczne w samochodzie, w którym możesz sprawdzić co właśnie przejechałeś tak, aby skorygować swój tor i parametry jazdy. Cała sztuka jest jednak w tym, aby na podstawie zarejestrowanych rezultatów móc przewidzieć przyszłość i zbudować umiejętność optymalnego zachowania się w niespodziewanej sytuacji.

Mam wrażenie, że obecnie oferowane rozwiązania AI w przemyśle wytwórczym koncentrują się głównie na automatycznym rozpoznawaniu pewnych zdarzeń, czego przykładem jest skuteczniejsza detekcja defektów w procesie (nowoczesne systemy wizyjne). Nadrzędną potrzebą każdej fabryki jest jednak posiadanie funkcjonalności 'auto-pilota', który mógłby działać w systemie 24/7 wspomagając procesy decyzyjne użytkowników dynamicznych procesów. Całkiem inaczej to wygląda w środowisku w pełni cyfrowym jak na przykład transakcji finansowych w chmurze. Fizyczne środowisko interakcji maszyn i człowieka jest znaczne większym wyzwaniem.

Przykłady

Pomyślmy o nocnej zmianie w fabryce. Niespodziewanie w trzeciej godzinie pracy następuje na linii produkcyjnej znaczący spadek first pass yield na etapie kontroli jakości czy sprawdzaniu funkcjonalności skomplikowanego produktu.

Wyobraźmy sobie, że jestem operatorem obsługującym linię z 6-miesięcznym doświadczeniem. Co mam zrobić? Zgłaszam problem kierownikowi, bo widzę, że nie wyrobię normy i obawiam się, że na koniec zmiany nie będę miał oczekiwanej ilości sprawnych produktów.

Kierownik bardzo chciałby pomóc, ale jego szybka ocena sytuacji koncentruje się na poszukiwaniu osoby w dziale analiz, która wiedziałaby czemu nastąpiło zwiększenie % odpadu po teście. Zwykle kończy się na tym, że rejestruje tzw. 'zaburzenie/zatrzymanie', a operatora linii oddelegowuje się do innego zadania. Nierozwiązany problem czeka do rana, aż inżynier znający procedurę testową oraz specyfikację produktu wgłębi się w dane i wygłosi swoją teorię, co powinno się zrobić.

Na mojego 'czuja' to wiele takich akcji nie znajduje przyczyny źródłowej i często kończy się na znieczuleniem algorytmu testującego lub wręcz tylko restartem systemu (działającego przecież w oparciu o system operacyjny z okienkami) i stwierdzeniem po 3 sztuce, że przecież wszystko działa poprawnie i można dalej produkować.

Autor: Paweł Kurowski

Artykuł pochodzi z blogu autora: https://pakurowski.wordpress.com/blog/