Productie is altijd een evenwichtsoefening geweest tussen snelheid, kwaliteit en innovatie. Voor fabrikanten van verpakte consumentengoederen is die evenwichtsoefening nog complexer nu de productportefeuilles worden uitgebreid, de verpakkingsformaten zich sneller ontwikkelen en productielijnen naar verwachting meer variatie mogelijk zullen maken dan ooit tevoren. Tegelijkertijd blijven consumenten bij elke aankoop onberispelijke producten verwachten.
Proctor & Gamble (P&G) wil zijn klanten de beste kwaliteit garanderen. In duizenden producten en productielijnen wereldwijd kunnen zelfs kleine veranderingen in materialen, verpakkingen, afbeeldingen, texturen of productieomstandigheden van invloed zijn op de kwaliteitsresultaten. Traditionele inspectietechnologieën zijn ontworpen voor een vroegere wereld. De moderne productie vereist iets dat meer aanpasbaar is.
Die uitdaging helpt verklaren waarom Kwaliteitsinspectie op basis van AI is in opkomst als een van de belangrijkste toepassingen van industriële AI. De mogelijkheid om elk product op volle productiesnelheid te inspecteren, te leren van variaties in plaats van erdoor verstoord te worden, en die capaciteiten wereldwijd op te schalen, biedt fabrikanten een nieuwe manier om te concurreren. De Visual Inspection Cockpit (VIC) van Siemens, ontwikkeld in samenwerking met P&G, laat zien hoe AI, Industrial Edge computing en machine vision kwaliteitsborging kunnen omzetten van een productievereiste in een strategisch zakelijk voordeel.
Kwaliteitscontrole mogelijk maken om complexe, snellere productieprocessen aan te pakken
De snelle productielijnen van P&G, met hun grote variabiliteit, zijn precies de omgeving waar het inspectieproces veeleisend is en een specifieke, slimme oplossing vereist. Productielijnen moeten geschikt zijn voor een hoge doorvoer, constante productinnovatie, veranderende verpakkingsontwerpen en materialen die van nature uitrekken, verschuiven, kreuken of variëren tijdens de productie.
Historisch gezien werden op regels gebaseerde machine vision-systemen gebruikt om kwaliteitsproblemen op te sporen. Hoewel ze effectief zijn in stabiele omgevingen, moeten deze systemen vaak uitgebreid opnieuw worden afgesteld wanneer producten, materialen, lichtomstandigheden of productie-instellingen veranderen. Naarmate de productievariabiliteit toeneemt, kan het steeds moeilijker worden om de inspectieprestaties op peil te houden.
Roland Joseph, senior technisch directeur Intelligent Controls and Automation bij P&G, legde uit: „Traditionele, op regels gebaseerde visiesystemen hebben gewoon moeite om te voldoen aan de eisen van de belangrijkste inspecties van productkwaliteitskenmerken en de voortdurende veranderingen die onze innovatie- en productieomgevingen met zich meebrengen. We hebben capaciteiten nodig die aanzienlijk flexibeler en robuuster zijn.”
Wat P&G nodig had, was niet alleen een beter inspectiesysteem. Het bedrijf had een fundamenteel andere aanpak nodig, een aanpak die in staat was om continue inspectieprecisie te leveren op lijnsnelheid en zich tegelijkertijd aan te passen aan de de realiteit van de moderne productie.
Industrial-edge computing maakt AI op grote schaal inzetbaar
Enkele jaren voor de samenwerking met Siemens had P&G al het potentieel van deep learning geïdentificeerd om uitdagingen op het gebied van kwaliteitsinspectie op te lossen die conventionele technologieën moeilijk konden aanpakken. Het bedrijf heeft met succes een interne oplossing ontwikkeld en geïmplementeerd in meer dan 150 productieomgevingen, wat de waarde van AI-gestuurde inspectie bewijst.
De volgende uitdaging was de schaal.
Voor de wereldwijde implementatie van industriële AI is meer nodig dan het ontwikkelen van nauwkeurige modellen. Het vereist een gestandaardiseerde infrastructuur, betrouwbare rekenkracht, operationele veerkracht, levenscyclusbeheer, software-implementatieprocessen en ondersteuning op lange termijn. Dit zijn de capaciteiten die van een succesvolle pilot een capaciteit voor de hele onderneming maken.
Door samen te werken met Siemens combineerde P&G zijn productie-expertise en diepgaande innovatie met ons Industrial Edge-platform, industriële pc's powered by NVIDIA GPU's en industriële AI-infrastructuur die is ontworpen voor implementatie in meerdere faciliteiten en productieomgevingen.
„We hebben deze oplossing ontwikkeld”, zei Paul Thomas, directeur machinevisie en toegepaste AI bij P&G, „om een groot aantal uitdagingen in de sector op te lossen die traditionele visiesystemen niet aankonden: nauwkeurige karakterisering van overlappende componenten, de subtiliteit van defecten met een laag contrast, de complexiteit van zeer gedecoreerde producten en verpakkingen, strakke tijdcoördinatie, realtime PLC-integratie waarbij afzonderlijke producten worden afgekeurd bij hoge productiesnelheden en continue inspectie.”
Het resultaat is een oplossing die Industrial AI in staat stelt te werken waar de productie plaatsvindt: rechtstreeks op de fabrieksvloer, in realtime en snel.