Trumpf og Fraunhofer sammen om industriell AI

Industrikonsernet Trumpf og Fraunhofer Institute for Production Technology and Automation IPA fra Stuttgart har blitt enige om en forskningspartner innen 2025.Målet er å bringe løsninger for nettverksproduksjon med AI til industriell modenhet.

Finansieringen av prosjektet utgjør rundt to millioner euro i løpet av de neste fem årene. Totalt ti ansatte i Trumpf og Fraunhofer IPA er ansatt i prosjektene.

– Trumpf ønsker å ytterligere styrke sin posisjon innen AI innen bearbeiding av metallplater. Derfor investerer vi i fremtidig teknologi som hjelper bedrifter med å oppnå stor effektivitet og å øke konkurranseevnen, sier Thomas Schneider, direktør for utvikling hos Trumpf Machine Tools.

Fremtidige prosjekter vil gjøre AI forståelig

Lasermaskinprodusenten og forskningsinstituttet har jobbet sammen om temaet smarte fabrikker i fem år og ønsker å fortsette tidligere prosjekter som en del av det nye forskningspartnerskapet.

– De neste årene vil være så spennende fordi de er så avgjørende for veien videre, sier professor Thomas Bauernhansl, leder for Fraunhofer IPA. – Vi forventer at Corona-pandemien fungerer som en katalysator der de som er forberedt vil kunne gjøre massiv bruk av de resulterende mulighetene. Så det vil også bli klart om vi har forberedt oss godt for fremtiden med arbeidet i de felles prosjektene.

I løpet av de neste fem årene vil Trumpf og IPA blant annet utvikle løsninger for bedre datakvalitet i produksjonen. Fordi data av høy kvalitet er forutsetningen for å oppnå en økning i effektiviteten med AI (Augmented Intelligence). I denne sammenheng undersøker partnerne i økende grad temaet «forklarbarhet for AI» (over hele verden under overskriften «Explainable Artificial Intelligence», EAI i diskusjonen).

Laserskjærere og andre metallbearbeidende maskiner fra Trumpf skal bli ende mer effektive med AI. (Foto: Eirik Iveland)

Målet er å gjøre arbeidet til nevrale nettverk forståelig. Slike resultater er til stor nytte for blant annet metallproduksjon. Resultater av dataanalyser kan øke kvaliteten på produksjonen og spare kostnader og tid. Men bare hvis mennesket forstår og stoler på AI.

Løsningene vil snart være modne for markedet

Samarbeidet om digital produksjon startet i 2015. De første resultatene er derfor allerede på randen av å bli markedsført. Dette inkluderer Trumpfs assistansesystem for sorteringsveiledning, som hjelper ansatte med å sortere laserkuttede metallkomponenter. AI-løsningen detekterer plukkprosessen og gir operatøren automatisk all nødvendig informasjon for intralogistikk.

For eksempel blir sammenhørende metalldeler i forskjellige farger oversiktlig sortert, på grunnlag av ordren, kunden eller det påfølgende behandlingstrinnet. På denne måten erstatter løsningen medfølgende papirer, sparer tid og bidrar til å unngå feil. For å bygge videre på disse resultatene, utvikler partnerne sitt strategiske samarbeid.

Øker datakvaliteten for produksjonsplanlegging og -styring

Kundene til metallprodusentene har noen utfordringer. Produksjonen er gjerne kundespesifikk og ofte som individuell eller liten serie. Motivert av online detaljhandel fra forbrukersektoren tar kundene korte leveringstider for gitt, noen krever sågar ekspresslevering. I tillegg er det høyt prispress med konstant eller økt kvalitetskrav.

Et stort antall små bestillinger med et bredt utvalg av produksjonskjøringer må derfor planlegges (og prises) og overvåkes «i sanntid» under bestillingsprosessen og kontrolleres på en responsiv måte. Dette gjelder spesielt for hasteordrer, som ikke bør utsette ordrer som allerede er lovet,

Fullstendig, oppdatert og korrekt bevegelses- og hoveddata danner grunnlaget for effektiv produksjonsplanlegging og kontroll (PPS).Denne kunnskapen er velkjent. Praksisen har imidlertid så langt funnet det overraskende vanskelig å oppnå tilstrekkelig datakvalitet. Manglende, feil eller for sent tilbakemelding om ordrefremdrift eller maskintilstand er fortsatt typisk.

Prosjektet bruker stjernehimmelanalyse for å evaluere datakvaliteten.

Hva er en stjernehimmel-analyse?

For å objektivt vurdere tilgjengelig datakvalitet utviklet prosjektet en evalueringsmetode for datakvalitet og brukte denne Trumpf-intern så vel som for Trumpf-kunder anonymt. Et levende eksempel er den såkalte «stjernehimmelanalysen». Den sammenligner datapar med målverdier og faktiske verdier og visualiserer resultatene. På den måten viser analysen av bearbeidingstidene på maskinen.

Påfallende ekstrem: Målverdier og faktiske verdier avviker iøynefallende sterkt fra hverandre (rødt område). Disse prosessene er altså svært usikre. Dette indikerer enten tekniske årsaker som behandling i det teknologiske grenseområdet eller at de ansatte ikke konsekvent overholder organisasjonsregler (nullverdier indikerer en felles behandling og tilbakemelding av ulike arbeidsprosesser, slik at ingen faktiske tider er rapportert for de andre).

Påfallende nøyaktig: Langs vinkelhalveringene (gult område) viser målverdier og faktiske verdier iøynefallende små avvik. Her gjelder følgende: Enten er målenøyaktigheten for lav eller så har de ansatte manipulert dataene på en slik måte at lederne ikke vil reagere.

Trackingsystemer forbedrer datakvaliteten

I prinsippet er organisatoriske og tekniske tiltak tenkelige. For å avlaste ansatte fra belastende og ikke-verdiskapende rutiner, fulgte prosjektet gjennomføringen av tekniske tiltak. Implementeringen av visjonen om et stort sett automatisert innsamling bevegelsesdata krever et tilpasset sporingssystem.

Dette bør spore ordren på produksjonsbanen og gi nødvendig informasjon. Track & Trace-systemet utviklet av Trumpf sporer produksjonsruten nøyaktig, erstatter manuell bestilling og forbedrer datakvaliteten betydelig. Bare en slik tilnærming legger grunnlaget for en forbedret PPS og peker veien mot selvstyring produksjon.

Trumpf forhandles i Norge av Pantronic AS.

Toppbilde: Trumpf og Fraunhofer samarbeider om å bringe Augmented Intelligence til industriell anvendelse. (Foto: Fraunhofer IPA/Rainer Bez)

Dette nettstedet bruker Akismet for å redusere spam. Lær om hvordan dine kommentar-data prosesseres.

Rull til toppen