Berta Sándor
Okos öntanuló asszisztensrendszer segítheti a gyártást
A gyártásban résztvevő gépek hatékonysága nagyon gyakran nem meríti ki a technikai lehetőségeket.
A Fraunhofer Intézetből kiszervezett Peerox GmbH munkatársai kifejlesztették a MADDOX nevű öntanuló asszisztensrendszert, amely a gépi tanulás módszereivel elemzi a berendezések és azok folyamatainak adatait, s mintafelismerést alkalmazva az aktuális fennakadásokhoz hasonló múltbéli problémákat keres.
Gyakran előfordul, hogy ha leáll egy gép, akkor a szükséges tudással és tapasztalattal felvértezett szakértők kellenek, de - ha vannak is ilyenek - ők gyakran nincsenek a helyszínen. Ezért ilyenkor általában a kevésbé képzett munkatársakra marad a helyzet megoldása. A rendelkezésre álló átfogó dokumentációk ellenére magas a hibázás lehetősége és nagy lehet a nyomás is az alkalmazottakon, hogy minél előbb végezzenek a feladatokkal. A gyors, kapkodó munka miatt sokszor nem is sikerül orvosolni a valódi problémát.
Andre Schult, a Peerox GmbH vezetője azt mondta, hogy számos gyártóüzem alig több mint 60 százalékos hatékonysággal dolgozik. Ez arra vezethető vissza, hogy az alapvető problémákat nem sikerül megoldani. Ez gyakran annak köszönhető, hogy nem sikerül megtalálni a valódi hibaforrást, sőt, a szakértők még a pontos hibaelnevezéseket sem tudják mindig megtalálni. A most kifejlesztett rendszer keresőalgoritmusa gépi tanulási algoritmusok segítségével elemzi az adatokat. Mind a kereső-, mind a gépi tanulási algoritmus rendkívül gyorsan tanul az adatok előzetes feldolgozásából és más dolgokból.
A menedzser szerint a MADDOX gyakorlatilag olyan, mint egy digitális kolléga, amely segítheti az embereket. Ebben a folyamatban fontos a pszichológiai komponens és a számos funkció, amelyek arra vehetik rá a dolgozókat, hogy használják ezt az eszközt.
A Fraunhofer Intézetből kiszervezett Peerox GmbH munkatársai kifejlesztették a MADDOX nevű öntanuló asszisztensrendszert, amely a gépi tanulás módszereivel elemzi a berendezések és azok folyamatainak adatait, s mintafelismerést alkalmazva az aktuális fennakadásokhoz hasonló múltbéli problémákat keres.
Gyakran előfordul, hogy ha leáll egy gép, akkor a szükséges tudással és tapasztalattal felvértezett szakértők kellenek, de - ha vannak is ilyenek - ők gyakran nincsenek a helyszínen. Ezért ilyenkor általában a kevésbé képzett munkatársakra marad a helyzet megoldása. A rendelkezésre álló átfogó dokumentációk ellenére magas a hibázás lehetősége és nagy lehet a nyomás is az alkalmazottakon, hogy minél előbb végezzenek a feladatokkal. A gyors, kapkodó munka miatt sokszor nem is sikerül orvosolni a valódi problémát.
Andre Schult, a Peerox GmbH vezetője azt mondta, hogy számos gyártóüzem alig több mint 60 százalékos hatékonysággal dolgozik. Ez arra vezethető vissza, hogy az alapvető problémákat nem sikerül megoldani. Ez gyakran annak köszönhető, hogy nem sikerül megtalálni a valódi hibaforrást, sőt, a szakértők még a pontos hibaelnevezéseket sem tudják mindig megtalálni. A most kifejlesztett rendszer keresőalgoritmusa gépi tanulási algoritmusok segítségével elemzi az adatokat. Mind a kereső-, mind a gépi tanulási algoritmus rendkívül gyorsan tanul az adatok előzetes feldolgozásából és más dolgokból.
A menedzser szerint a MADDOX gyakorlatilag olyan, mint egy digitális kolléga, amely segítheti az embereket. Ebben a folyamatban fontos a pszichológiai komponens és a számos funkció, amelyek arra vehetik rá a dolgozókat, hogy használják ezt az eszközt.