A gyártás mindig is egyensúlyt jelentett a sebesség, a minőség és az innováció között. A fogyasztási csomagolt áruk gyártói számára ez a kiegyensúlyozási eljárás még bonyolultabb, mivel a termékportfóliók bővülnek, a csomagolási formátumok gyorsabban fejlődnek, és a gyártósorok várhatóan minden eddiginél nagyobb változatosságot fognak kielégíteni. Ugyanakkor a fogyasztók továbbra is hibátlan termékekre számítanak minden vásárláskor.
A Proctor & Gamble (P&G) a legjobb minőséget kívánja biztosítani ügyfelei számára. Világszerte több ezer termék és gyártósor esetében még az anyagok, a csomagolás, a grafika, a textúrák vagy a gyártási feltételek kis változásai is befolyásolhatják a minőségi eredményeket. A hagyományos ellenőrzési technológiákat egy korábbi világ számára tervezték. A modern gyártás valami alkalmazkodóbbat igényel.
Ez a kihívás segít megmagyarázni, miért AI alapú minőségellenőrzés az ipari mesterséges intelligencia egyik legfontosabb alkalmazásaként jelenik meg. Az a képesség, hogy minden terméket teljes gyártási sebességgel ellenőrizzék, tanuljanak a variációkból, ahelyett, hogy megzavarják őket, és ezeket a képességeket globálisan méretezhetik, új módot ad a gyártóknak a versenyre. A Siemens vizuális ellenőrzési pilótafülkéje (VIC), amelyet a P&G-vel együttműködve fejlesztettek ki, bemutatja, hogy a mesterséges intelligencia, az Industrial Edge szélszámítás és a gépi látás hogyan alakíthatja át a minőségbiztosítást a gyártási követelményből stratégiai üzleti előnyré.
A minőségellenőrzés lehetővé tétele az összetett, gyorsabb gyártási folyamatok kezelése érdekében
A P&G gyors gyártósorai nagy változékonyságukkal pontosan azt a környezetet jelentik, ahol az ellenőrzési folyamat igényes és speciális, intelligens megoldást igényel. A gyártósoroknak nagy áteresztőképességnek, folyamatos termékinnovációnak, fejlődő csomagolási terveknek és olyan anyagoknak kell megfelelniük, amelyek természetesen nyúlnak, eltolódnak, ráncosodnak vagy változnak a gyártás során.
Történelmileg szabályalapú gépi látási rendszereket használtak a minőségi problémák észlelésére. Bár stabil környezetben hatékonyak, ezek a rendszerek gyakran kiterjedt újraállítást igényelnek, amikor a termékek, anyagok, fényviszonyok vagy gyártási beállítások megváltoznak. A gyártási változékonyság növekedésével az ellenőrzési teljesítmény fenntartása egyre erőforrásigényesebbé válhat.
Roland Joseph, a P&G intelligens vezérlésének és automatizálásának vezető műszaki igazgatója elmagyarázta: „A hagyományos, szabályalapú látórendszerek egyszerűen küzdenek kielégíteni a kulcsfontosságú termékminőség-ellenőrzések követelményeit, valamint az innovációs és gyártási környezetünk által bevezetett folyamatos változásokat. Lényegesen mozgékonyabb és robusztusabb képességekre van szükségünk.”
A P&G-nek nem egyszerűen egy jobb ellenőrzési rendszerre volt szüksége. A vállalatnak alapvetően eltérő megközelítésre volt szüksége, amely képes folyamatos ellenőrzési pontosságot biztosítani a vonalsebességnél, miközben alkalmazkodik a a modern gyártás valóságai.
Az ipari szélű számítástechnika lehetővé teszi az AI nagyszabású telepítését
Néhány évvel a Siemens-szel való együttműködés előtt a P&G már azonosította a mély tanulás lehetőségeit a minőségellenőrzési kihívások megoldásában, amelyekkel a hagyományos technológiák küzdöttek. A vállalat sikeresen fejlesztett ki és telepített egy belső megoldást több mint 150 gyártási környezetben, bizonyítva az AI-alapú ellenőrzés értékét.
A következő kihívás a skála volt.
Az ipari mesterséges intelligencia globális telepítése többre van szükség, mint a pontos modellek fejlesztésére Szabványosított infrastruktúrát, megbízható számítási teljesítményt, működési rugalmasságot, életciklus-kezelést, szoftvertelepítési folyamatokat és hosszú távú támogatást igényel. Ezek azok a képességek, amelyek egy sikeres pilóta vállalati szintű képességgé alakítják át.
A Siemens-szel együttműködve a P&G gyártási szakértelmét és mélytanulási innovációját ötvözte Industrial Edge platformunkkal, az NVIDIA GPU-kkal működtetett ipari PC-kkel és a több létesítményben és termelési környezetben történő telepítésre tervezett ipari mesterséges intelligencia infrastruktúrával.
Paul Thomas, a P&G gépi látási és alkalmazott mesterséges intelligenciájának igazgatója megterveztük ezt a megoldást, hogy a hagyományos látórendszerek nem tudtak megérinteni számtalan iparági kihívást: az átfedő alkatrészek pontos jellemzése, alacsony kontrasztú hibák finomsága, jól díszített termékek és csomagolás összetettsége, szoros időkoordináció, valós idejű PLC-integráció egyetlen termékkel, magas gyártási arányban, folyamatos ellenőrzéssel.
Az eredmény egy olyan megoldás, amely lehetővé teszi az Industrial AI intelligencia számára, hogy ott működjön, ahol a gyártás történik: közvetlenül az üzem padlóján, valós időben és sebességgel.
