Výroba byla vždy rovnováhou mezi rychlostí, kvalitou a inovacemi. Pro výrobce spotřebního baleného zboží je toto vyvážení ještě složitější, protože se rozšiřují produktová portfolia, formáty obalů se vyvíjejí rychleji a očekává se, že výrobní linky budou přizpůsobovat větší variabilitě než kdykoli předtím. Zároveň spotřebitelé nadále očekávají bezchybné produkty pokaždé, když provedou nákup.
Společnost Proctor & Gamble (P&G) chce svým zákazníkům zajistit nejlepší kvalitu. U tisíců produktů a výrobních linek po celém světě mohou i malé změny materiálů, obalů, grafiky, textur nebo výrobních podmínek ovlivnit výsledky kvality. Tradiční kontrolní technologie byly navrženy pro dřívější svět. Moderní výroba vyžaduje něco přizpůsobivějšího.
Tato výzva pomáhá vysvětlit proč Kontrola kvality založená na umělé inteligenci se objevuje jako jedna z nejdůležitějších aplikací průmyslové umělé inteligence. Schopnost kontrolovat každý produkt při plné rychlosti výroby, poučit se z variací, místo aby se jimi rušila, a škálovat tyto schopnosti globálně dává výrobcům nový způsob, jak konkurovat. Visual Inspection Cockpit (VIC) společnosti Siemens, vyvinutý ve spolupráci s P&G, ukazuje, jak umělá inteligence, Industrial Edge computing a strojové vidění mohou přeměnit zajištění kvality z požadavku výroby na strategickou obchodní výhodu.
Zajištění kontroly kvality pro řešení složitých a rychlejších výrobních procesů
Rychlé výrobní linky společnosti P&G jsou díky své vysoké variabilitě přesně prostředím, kde je proces kontroly náročný a vyžaduje specifické, chytré řešení. Výrobní linky musí vyhovovat vysoké průchodnosti, neustálým inovacím produktů, vyvíjejícím se návrhům obalů a materiálům, které se během výroby přirozeně roztahují, posouvají, pokrčí nebo mění.
Historicky byly systémy strojového vidění založené na pravidlech používány k detekci problémů s kvalitou. I když jsou tyto systémy účinné ve stabilním prostředí, často vyžadují rozsáhlé přeladění, kdykoli se změní produkty, materiály, světelné podmínky nebo nastavení výroby. S rostoucí variabilitou výroby může být udržování výkonnosti inspekcí stále náročnější na zdroje.
Roland Joseph, senior technický ředitel pro inteligentní řízení a automatizaci ve společnosti P&G, vysvětlil: „Tradiční systémy vidění založené na pravidlech se prostě snaží splnit požadavky klíčových kontrol atributů kvality produktů a neustálých změn, které přináší naše inovace a výrobní prostředí. Potřebujeme schopnosti, které jsou výrazně agilnější a robustnější.“
To, co P&G potřebovala, nebyl jen lepší kontrolní systém. Společnost potřebovala zásadně odlišný přístup, který je schopen zajistit nepřetržitou přesnost kontroly při rychlosti linky a zároveň se přizpůsobit realita moderní výroby.
Průmyslové výpočty na špičkách umožňují nasazení umělé inteligence ve velkém měřítku
Několik let před uzavřením partnerství se společností Siemens již společnost P&G identifikovala potenciál hlubokého učení při řešení problémů v oblasti kontroly kvality, s nimiž se konvenční technologie potýkaly. Společnost úspěšně vyvinula a nasadila interní řešení ve více než 150 výrobních prostředích, což dokazuje hodnotu kontroly založené na umělé inteligenci.
Další výzvou bylo měřítko.
Globální nasazení průmyslové umělé inteligence vyžaduje více než jen vývoj přesných modelů. Vyžaduje standardizovanou infrastrukturu, spolehlivý výpočetní výkon, provozní odolnost, správu životního cyklu, procesy nasazení softwaru a dlouhodobou podporu. To jsou schopnosti, které transformují úspěšný pilotní projekt na celopodnikovou kapacitu.
Partnerstvím se společností Siemens spojila společnost P&G své výrobní zkušenosti a inovace hlubokého učení s naší platformou Industrial Edge, průmyslovými počítači poháněnými GPU NVIDIA a průmyslovou infrastrukturou AI navrženou pro nasazení v různých zařízeních a výrobních prostředích.
„Toto řešení jsme vyvinuli,“ řekl Paul Thomas, ředitel strojového vidění a aplikované umělé inteligence ve společnosti P&G, „abychom vyřešili nesčetné průmyslové výzvy, kterých se tradiční systémy vidění nemohly dotknout: přesná charakterizace překrývajících se komponent, jemnost defektů s nízkým kontrastem, složitost vysoce zdobených produktů a obalů, úzká časová koordinace, integrace PLC v reálném čase s odmítnutím jednoho produktu při vysokých rychlostech výroby s průběžnou kontrolou.“
Výsledkem je řešení, které Industrial AI umožňuje pracovat tam, kde probíhá výroba: přímo v závodě, v reálném čase a rychle.
