Berta Sándor
Mesterséges intelligenciával optimalizálják a gyártóüzemeket
Így rövidíthető a termékek piacra kerülésének ideje és csökkenthetők a költségek.
A Karlsruhei Technológiai Intézet (KIT) és a Fraunhofer Társaság kutatói a mesterséges intelligencia segítségével szeretnék a még kiforratlan folyamatokat gyorsabban használhatóvá tenni. Az egyre rövidebb termékéletciklusok és az ingadozó piacok arra kényszerítik a vállalatokat, hogy új, még nem kipróbált eljárásokkal állítsanak elő kiváló minőségű eszközöket. A szoftverekhez hasonlóan, amelyeket a használat során frissítésekkel folyamatosan továbbfejlesztenek, a gyártási folyamatokat is javítani kell a működés során. A mesterséges intelligencia segítségével jelentősen lerövidíthető a termékek piacra kerülésének ideje és költségek takaríthatók meg.
Kifinomult gyártási folyamatokra van szükség ahhoz, hogy a cégek magas színvonalú és költséghatékony módon tudjanak termelni. Mivel ehhez számos különböző tényezőt kell figyelembe venni, ezek fejlesztése eddig különösen költséges volt - különösen, ha új anyagokat és eljárásokat használnak, a gyártási folyamat rendkívül összetett, vagy ha nem állnak rendelkezésre kiforrott modellek. A mesterséges intelligencia szisztematikus alkalmazása olcsóbbá, gyorsabbá és hatékonyabbá teszi a folyamatok adaptálását. Ez a célja a KIT és a Fraunhofer Társaság "Mesterséges intelligencia-alapú módszertan az éretlen termelési folyamatok gyors korszerűsítésére" nevű kutatócsoportjának, amely meg akarja könnyíteni a cégek számára az innovációk bevezetését.
A cél, hogy a jövőben gyorsabban lehessen adaptálni új gyártási folyamatokat olyan területeken, mint a könnyűszerkezetes építés vagy az elektromobilitás. A csapat az autóiparnak szánt szálerősítésű műanyag alkatrészek gyártásán keresztül mutatta be hogyan lehet mesterséges intelligencia módszerekkel rövid idő alatt és működés közben növelni a folyamatok érettségét és a termékminőséget. "Először a félkész szálas termékek kialakításának folyamatát vizsgáljuk. Ezek olyan sík szövetek, amelyeket kiindulási anyagként használnak az alkatrészek gyártásához. Jelenleg itt kézi utómunkára, például újramelegítésre vagy alakításra van szükség, amíg a megfelelő folyamatparamétereket és lépéseket meg nem találjuk és be nem állítjuk. A cél az, hogy minél gyorsabban megértsük a folyamatot, hogy aztán ennek alapján úgy szabályozhassuk azt, hogy a jó minőségű termékek hamarabb elkészüljenek" - mondta Jürgen Beyerer professzor, a KIT Antropomatika és Robotika Intézetének és a Fraunhofer Társaság Optronikai, Rendszertechnológiai és Képhasznosítási Intézetének (IOSB) igazgatója.
Ennek érdekében a csapat a gyártósort kibővített aktuátor- és érzékelőtechnológiával - például robotikával és további mérőműszerekkel - szerelte fel. Ezt "túlinstrumentálásnak" nevezik. A cél a lehető legtöbb információ - például hőmérsékleti, nyomás vagy erő adatok - rögzítése. Az öntanuló modell előrejelzésétől függően ezután azonosíthatók a folyamatszabályozáshoz szükséges változók. "A kiforratlan folyamatokat szisztematikusan úgy akarjuk mérni, hogy egy mesterséges intelligencia viszonylag gyorsan megtanulja, hogyan kapcsolódnak egymáshoz a folyamat paraméterei és a végeredmény a termékminőséghez" - fogalmazta meg Beyerer.
Annak érdekében, hogy ezt ne kelljen minden egyes folyamat esetében megismételni, a kutatók általánosítani kívánják az eredményeket, és egy olyan építőkészletet kívánnak kidolgozni, amely minden hasonló folyamathoz használható. A dinamikus modellezéssel a folyamat digitális képét kell létrehozni adatalapon, hogy előzetesen tesztelni lehessen. "A még nem teljesen specifikált gyártási folyamatok javítására kialakított megközelítés lehetővé teszi a kutatási eredmények gyors átadását az iparnak: a vállalatok egyrészt forgatókönyvet kapnak a folyamatok gyors átalakítására, másrészt azok érettségi fokának mérésére" - emelte ki Jürgen Fleischer professzor, a KIT Termeléstechnológiai Intézetének vezetője.
A Német Kutatási Alapítvány (DFG) a 90 millió eurós Mesterséges intelligencia stratégiai finanszírozási kezdeményezés nyolc csoportjának egyikeként 4,79 millió euróval támogatja a projektet négy éven keresztül és a programot a tervek szerint további négy évvel hosszabbítják meg. A projekt keretében doktori állásokat hoznak létre a gépészet, az informatika, a mechatronika és az ipari mérnöki tudományok területén. A kutatócsoport 2023. január 1-jén kezdi meg munkáját.
A Karlsruhei Technológiai Intézet (KIT) és a Fraunhofer Társaság kutatói a mesterséges intelligencia segítségével szeretnék a még kiforratlan folyamatokat gyorsabban használhatóvá tenni. Az egyre rövidebb termékéletciklusok és az ingadozó piacok arra kényszerítik a vállalatokat, hogy új, még nem kipróbált eljárásokkal állítsanak elő kiváló minőségű eszközöket. A szoftverekhez hasonlóan, amelyeket a használat során frissítésekkel folyamatosan továbbfejlesztenek, a gyártási folyamatokat is javítani kell a működés során. A mesterséges intelligencia segítségével jelentősen lerövidíthető a termékek piacra kerülésének ideje és költségek takaríthatók meg.
Kifinomult gyártási folyamatokra van szükség ahhoz, hogy a cégek magas színvonalú és költséghatékony módon tudjanak termelni. Mivel ehhez számos különböző tényezőt kell figyelembe venni, ezek fejlesztése eddig különösen költséges volt - különösen, ha új anyagokat és eljárásokat használnak, a gyártási folyamat rendkívül összetett, vagy ha nem állnak rendelkezésre kiforrott modellek. A mesterséges intelligencia szisztematikus alkalmazása olcsóbbá, gyorsabbá és hatékonyabbá teszi a folyamatok adaptálását. Ez a célja a KIT és a Fraunhofer Társaság "Mesterséges intelligencia-alapú módszertan az éretlen termelési folyamatok gyors korszerűsítésére" nevű kutatócsoportjának, amely meg akarja könnyíteni a cégek számára az innovációk bevezetését.
A cél, hogy a jövőben gyorsabban lehessen adaptálni új gyártási folyamatokat olyan területeken, mint a könnyűszerkezetes építés vagy az elektromobilitás. A csapat az autóiparnak szánt szálerősítésű műanyag alkatrészek gyártásán keresztül mutatta be hogyan lehet mesterséges intelligencia módszerekkel rövid idő alatt és működés közben növelni a folyamatok érettségét és a termékminőséget. "Először a félkész szálas termékek kialakításának folyamatát vizsgáljuk. Ezek olyan sík szövetek, amelyeket kiindulási anyagként használnak az alkatrészek gyártásához. Jelenleg itt kézi utómunkára, például újramelegítésre vagy alakításra van szükség, amíg a megfelelő folyamatparamétereket és lépéseket meg nem találjuk és be nem állítjuk. A cél az, hogy minél gyorsabban megértsük a folyamatot, hogy aztán ennek alapján úgy szabályozhassuk azt, hogy a jó minőségű termékek hamarabb elkészüljenek" - mondta Jürgen Beyerer professzor, a KIT Antropomatika és Robotika Intézetének és a Fraunhofer Társaság Optronikai, Rendszertechnológiai és Képhasznosítási Intézetének (IOSB) igazgatója.
Ennek érdekében a csapat a gyártósort kibővített aktuátor- és érzékelőtechnológiával - például robotikával és további mérőműszerekkel - szerelte fel. Ezt "túlinstrumentálásnak" nevezik. A cél a lehető legtöbb információ - például hőmérsékleti, nyomás vagy erő adatok - rögzítése. Az öntanuló modell előrejelzésétől függően ezután azonosíthatók a folyamatszabályozáshoz szükséges változók. "A kiforratlan folyamatokat szisztematikusan úgy akarjuk mérni, hogy egy mesterséges intelligencia viszonylag gyorsan megtanulja, hogyan kapcsolódnak egymáshoz a folyamat paraméterei és a végeredmény a termékminőséghez" - fogalmazta meg Beyerer.
Annak érdekében, hogy ezt ne kelljen minden egyes folyamat esetében megismételni, a kutatók általánosítani kívánják az eredményeket, és egy olyan építőkészletet kívánnak kidolgozni, amely minden hasonló folyamathoz használható. A dinamikus modellezéssel a folyamat digitális képét kell létrehozni adatalapon, hogy előzetesen tesztelni lehessen. "A még nem teljesen specifikált gyártási folyamatok javítására kialakított megközelítés lehetővé teszi a kutatási eredmények gyors átadását az iparnak: a vállalatok egyrészt forgatókönyvet kapnak a folyamatok gyors átalakítására, másrészt azok érettségi fokának mérésére" - emelte ki Jürgen Fleischer professzor, a KIT Termeléstechnológiai Intézetének vezetője.
A Német Kutatási Alapítvány (DFG) a 90 millió eurós Mesterséges intelligencia stratégiai finanszírozási kezdeményezés nyolc csoportjának egyikeként 4,79 millió euróval támogatja a projektet négy éven keresztül és a programot a tervek szerint további négy évvel hosszabbítják meg. A projekt keretében doktori állásokat hoznak létre a gépészet, az informatika, a mechatronika és az ipari mérnöki tudományok területén. A kutatócsoport 2023. január 1-jén kezdi meg munkáját.