Kecerdasan buatan (AI) dan pembelajaran mesin (ML) telah secara dramatis mengubah lanskap industri, meningkatkan proses, hasil, dan keandalan. Kita semua pernah mendengar bagaimana aplikasi AI dan ML dalam manufaktur dapat meningkatkan kualitas, mengurangi kecelakaan dan meningkatkan produktivitas. Tetapi bagaimana dengan cara yang kurang diketahui teknologi ini mendukung inovasi dan daya saing?
1. Mengaktifkan Penjadwalan Peralatan
Sementara alat penjadwalan tenaga kerja bertenaga AI telah menjadi umum, itu belum benar dengan produk yang menjadwalkan peralatan. Optimalisasi yang buruk dapat menyebabkan mesin yang berjalan secara tidak perlu dan membuang -buang energi. Sebaliknya, kurangnya penjadwalan membawa keterlambatan yang menyebabkan kemacetan produksi. Itu terutama bermasalah ketika sebuah mesin mungkin memakan waktu beberapa menit atau lebih untuk beroperasi setelah keadaan bertenaga.
Satu perusahaan memecahkan masalah ini dengan serangkaian produk yang terkait dengan AI dan ML dalam manufaktur. Opsi yang dirilis tahun ini mendukung produsen gabungan saat menjalankan autoclave mereka. Solusi penjadwalan berbasis AI memungkinkan keberlanjutan dan penghematan waktu yang lebih baik.
Beralih dari spreadsheet ke jadwal otomatisasi
Salah satu produk perusahaan lainnya membantu produsen suku cadang dan rakitan yang berspesialisasi dalam industri kedirgantaraan dan perangkat medis. Produser menggunakan spreadsheet Excel untuk perencanaan produksi. Namun, metode itu tidak memberikan skalabilitas dan potensi penghematan waktu yang diperlukan untuk memungkinkan organisasi untuk pulih dengan cukup setelah pandemi COVID-19 hit dan secara signifikan mengganggu operasi. Selain itu, satu orang menangani semua perencanaan, menyebabkan konsentrasi pengetahuan yang bermasalah.
Beralih ke teknologi perencanaan AI yang menyebabkan a 15% throughput meningkat setelah enam bulandengan perbaikan lebih lanjut nanti. Selain itu, alat ini menghasilkan peningkatan 5% dalam kepatuhan tenggat waktu, yang mendukung komitmen pabrikan untuk memenuhi harapan klien. Akhirnya, teknologi ini secara positif mengubah alur kerja untuk orang yang awalnya menangani tugas perencanaan. Sekarang, individu itu menghabiskan lebih banyak waktu untuk menentukan bagaimana perusahaan dapat mencapai tujuan produksi dan pertumbuhannya.
2. Merumuskan aroma yang dipersonalisasi
Sampai baru -baru ini, manufaktur parfum berarti menarik bagi massa. Para ilmuwan akan menyusun campuran yang menampilkan profil aroma terkenal yang sangat mungkin menarik bagi pelanggan di seluruh dunia. Namun, kedatangan AI dan ML dalam manufaktur telah menjadikan formulasi aroma latihan yang sangat personal dan digerakkan data. Sekarang, produsen dapat membuat aroma untuk satu orang daripada ratusan ribu calon pelanggan.
Pertimbangkan contoh startup perintis yang menggunakan algoritma untuk membuat parfum khusus untuk setiap orang. Orang yang tertarik dapat mengunjungi salah satu dari lima toko fisik perusahaan atau membeli kreasi secara online.
Baca juga: 7 Desain Robotika Lembut yang Mengesankan dan Unik Batas Batas
Bergabung dengan pembelajaran mesin dan analisis data
Pendiri perusahaan mengatakan proses dimulai ketika seseorang melakukan survei singkat di toko atau di internet. Jawaban mereka membentuk apa yang dilakukan mesin pembuat parfum ketika membuat beberapa aroma yang dipersonalisasi dalam pengaturan tiga sistem.
Sistem pertama membuat parfum dengan Kombinasi 46 elemen pembangunan aroma dengan masing -masing hingga delapan bahan. Algoritma pembelajaran mesin bekerja di latar belakang, menginstruksikan mesin untuk membuat campuran parfum dan menganalisis kemungkinan yang sesuai. Komponen kedua adalah yang didorong oleh data yang menafsirkan bagaimana seorang pelanggan menjawab kuesioner dan membangun profil pelanggan dari tanggapan. Bagian ketiga dari pendekatan ini mengirimkan data profil ke mesin sebelum peralatan mulai merumuskan aroma unik.
Imagge oleh trist
Metode yang tidak biasa ini membutuhkan data fisiologis, sosiologis dan preferensi gaya untuk bekerja. Setelah pelanggan menerima dan mulai mengenakan parfum mereka, perwakilan perusahaan juga meminta umpan balik untuk mengimpor ke dalam sistem dan lebih meningkatkan algoritma dan hasil di masa depan.
Anda mungkin tahu dari pengalaman bahwa menemukan parfum yang sesuai membutuhkan coba -coba, rekomendasi dari individu yang tepercaya dan keberuntungan. Aplikasi AI dan ML yang serupa di manufaktur dapat selamanya mengubah cara orang menemukan aroma favorit mereka. Meskipun perusahaan tidak pernah menggunakannya 87% model pembelajaran mesin Di lingkungan produksi, kasus penggunaan yang bertujuan mendukung implementasi yang sukses.
3. Meningkatkan pelatihan dan pemanfaatan robot AI
Produsen menggunakan kembar digital karena berbagai alasan. Beberapa mempelajarinya sebelum menyetujui desain dan konstruksi pabrik baru. Yang lain memiliki kembar digital aset kritis, memeriksanya untuk menentukan mengapa komponen tertentu gagal. Penelitian juga menyarankan itu 70% produsen mensimulasikan dan mengevaluasi Proses dengan kembar digital. Meningkatkan alat -alat itu dengan AI dan ML memungkinkan melihat apa yang bekerja dengan baik dan inefisiensi mana yang akan ditargetkan terlebih dahulu.
Namun, satu produsen elektronik menggunakan kembar digital bertenaga AI jauh berbeda, tergantung padanya untuk melatih robot. Pertama, para pemimpin membuat alat ini mereplikasi kondisi di pabrik New Mexico. Para pemimpin percaya itu akan mengarah pada perkiraan 30% dalam pengurangan energi kilowatt-jam setiap tahun dan meningkatkan proses internal. Lebih kreatif, kembar digital menjadi lingkungan pengajaran virtual untuk robot.
Dalam satu kasus, lengan robot akan belajar cara menangani komponen komputer dan menempatkannya pada robot seluler otonom untuk diangkut ke area pabrik lainnya. Aplikasi lain melibatkan pembelajaran senjata untuk mengenali, menggenggam, dan memindahkan objek dalam lingkungan kembar digital.
Gambar oleh Michal Jarmol.
Robot membantu produsen modern mengatasi tantangan mendesak. Banyak pabrik menggunakan mesin canggih ini untuk melengkapi angkatan kerja-keuntungan yang sangat berguna bagi produsen yang berurusan dengan tingkat turnover yang tinggi dan proses yang memakan waktu melatih karyawan baru.
Mesin robot juga membutuhkan pelatihan, tetapi periode biasanya jauh lebih pendek daripada yang dibutuhkan manusia. Algoritma pembelajaran mesin yang membuat mereka bekerja juga dapat beradaptasi dengan situasi baru.
Kembar digital dapat memberikan kesadaran mendasar dari tata letak pabrik dan hambatan potensial, tetapi sebagian besar algoritma meningkat dengan penggunaan, sehingga robot harus menunjukkan peningkatan kinerja dari waktu ke waktu.
Memperkuat kontrol kualitas dengan anjing robot
Kasus AI dan ML lain yang tidak biasa dalam manufaktur berasal dari pabrik mobil Singapura dengan kembar digital yang dapat mensimulasikan peristiwa di masa depan dan mencegah masalah. Eksekutif berpikir kembar digital pada akhirnya akan menjalankan seluruh pabrik.
Apa yang terjadi sekarang sangat menarik dalam dirinya sendiri. Eksekutif menghabiskan 12 bulan memprogram anjing robot Untuk memverifikasi temuan 27 Pekerja yang memeriksa pintu mobil. Setiap mesin yang terinspirasi anjing memiliki kamera, sensor, dan AI di atas, menggunakannya untuk menemukan kelainan yang dilewatkan orang. Robot juga mengunggah rekaman setiap komponen mobil ke cloud, memungkinkan manajer untuk meninjaunya nanti atau melacak tren.
AI dan ML dalam kemajuan drive manufaktur
Contoh -contoh yang berkesan ini menyoroti bagaimana produsen dapat melakukan lebih banyak lagi dengan AI dan ML. Membuat kemampuan teknologi cocok dengan kebutuhan saat ini atau yang diharapkan memberikan hasil para pemimpin saat ini yang memposisikannya di ujung tombak dan dilengkapi dengan baik untuk memenuhi kebutuhan pelanggan yang beragam dan tertentu.
Artikel disumbangkan oleh Emily Newton.
Tentang penulis: Emily Newton adalah pemimpin redaksi Revolutionized, sebuah majalah yang mengeksplorasi inovasi dalam sains dan industri yang berbagi ide untuk mempromosikan besok yang lebih baik. Dia senang menulis dan meneliti tentang bagaimana teknologi mengubah dunia.
*Citra Pimpinan Mesin Industri Operasi Pekerja Oleh Jonathan di Pixabay
