Skip to main content
Denne siden vises ved hjelp av automatisk oversettelse. Vis på engelsk i stedet?
To kolleger chatter bak en produksjonscelle på et butikkgulv.

Utnytte AI i en bærekraftig digital bedrift

For å holde seg foran, må selskaper bli bærekraftige digitale virksomheter. Ved å utnytte avansert teknologi kan disse bedriftene også forbedre smidighet og effektivitet. Denne diskusjonen fokuserer på AIs rolle i å forbedre produksjonskvalitet, time-to-market og ressurseffektivitet i moderne fabrikker.

Forme historiens gang

Historiens forløp har blitt formet av innovative tenkere som kunne tenke seg nye tilnærminger til utfordringene de møtte. Faktisk tok steinalderen ikke slutt fordi vi gikk tom for steiner, men på grunn av utviklingen av nye og mer effektive løsninger på datidens problemer.

Fremtiden formes på omtrent samme måte. Flerdimensjonale trender som strekker seg på tvers av næringsliv, samfunn og teknologi, driver nye utfordringer for moderne selskaper. Å overvinne disse utfordringene vil kreve at selskaper innoverer og tar i bruk nye metoder for å styre virksomheten. Spesielt må selskaper forvandle seg til bærekraftige digitale virksomheter for å administrere produkt- og produksjonslivssykluser i både den virkelige og digitale verdenen.

Hovedtrekket i en digital bedrift er dens evne til å forene den virkelige og digitale verdenen, samle inn data fra driften og gjøre det til innsikt som driver forbedringer i den virkelige verden. Å bringe disse to verdenene sammen muliggjør dataflyten mellom alle interessenter som er involvert i produkt-, produksjons- og tjenestens livssyklus. Denne frie flyten av data øker muligheten til en digital bedrift til å tilpasse seg markedets krav, innovere raskere og forbedre kvaliteten, samtidig som karbonutslipp og ressursbruk reduseres.

Viktige takeaways:

  • Viktige egenskaper ved en bærekraftig digital bedrift
  • Hvordan AI passer inn i bærekraftige digitale virksomheter
  • Hvordan produsenter kan bruke AI i dag for å hjelpe dekarboniseringsarbeidet og forbedre kvaliteten og tiden til markedet
Factory worker operating machinery in an electronics manufacturing facility
Two employees walk and talk on the shop floor at Siemens Electronics Factory, Erlangen.

Den digitale transformasjonsreisen: Siemens Electronics, Erlangen

Siemens toppmoderne elektronikkfabrikk i Erlangen, Tyskland Står overfor de samme utfordringene som mange produsenter prøver å overvinne. Fabrikken trengte å finne måter å produsere produkter på samtidig som man prioriterte dekarbonisering, hastighet, kvalitet og kostnadseffektivitet. Siemens Electronics Factory i Erlangen, som produserer SINAMICS frekvensomformere og SINUMERIK CNC-kontrollere for Siemens og kundene, måtte også navigere i integrasjonen av smarte, digitale løsninger i eldre infrastruktur og systemer i fabrikken.

Fabrikken innså at disse utfordringene ikke kunne overvinnes uten å omfavne digitalisering for å fortsette en pågående transformasjon til en bærekraftig digital bedrift som startet flere tiår tidligere. Digitale løsninger for prosjektering, administrasjon av butikkgulv, produktlivssyklusstyring og mer gir grunnlaget. Med disse på plass kan mer avanserte teknologier og funksjoner bygges for å forbedre driften i Erlangen ytterligere.

Industriell kunstig intelligens (AI) er en av de avanserte teknologiene som brukes på stedet. Der en forbrukerfokusert AI kan bidra til å generere tekst til en bryllupstale eller bilder for din sosiale medieprofil, kontrollerer de industrielle AI-systemene som er distribuert i fabrikken maskineriet, administrere operasjoner på verkstedsgulvet og analysere data for å indikere ytelse og veilede beslutningstaking. Disse industrielle AI-systemene må være robuste, pålitelige og bevist trygge selv når de arbeider i nært samarbeid med menneskelige arbeidere.

La oss i dag utforske hvordan Siemens Electronics Factory i Erlangen bruker AI av industriell kvalitet for å støtte større avkarbonisering, kvalitet og time-to-market.

Den digitale transformasjonsreisen: Siemens Electronics, Erlangen

Før prosesser, maskiner og systemer kan forbedres, må de forstås gjennom innsamling og analyse av data. En digital bedrift genererer enorme mengder data under daglig drift. I et fabrikkmiljø kan dette omfatte informasjon om energiforbruk av ulike systemer og hele anlegget, gjennomstrømningsdata, sanntids driftsdata fra tilkoblede maskiner og mer. Innsamling og forståelse av disse dataene er avgjørende for ledelsen av en moderne digital fabrikk, men den store datamengden gjør aggregering og analyse til en utfordrende oppgave.

An employee checks an industrial robot.</br>
A worker checks a laptop on the shop floor.

Industrial AI: Effektivitet, hastighet, kvalitet

Heldigvis gir de tilkoblede datastrømmene til en digital bedrift en gylden mulighet for anvendelse av AI for å akselerere analysen av disse enorme datasettene. Dette vil drive optimaliseringer til ulike aspekter av fabrikken både på verkstedsgulvet og i andre systemer mye raskere enn før. Siemens elektronikkfabrikk i Erlangen har for eksempel utnyttet data fra hele fabrikken for å implementere intelligente energieffektivitetstiltak, noe som reduserer energiforbruket med 25% og netto karbonavtrykk med 50%. Videre har målrettede forbedringer av produksjonseffektiviteten bidratt til å redusere energien som brukes til å produsere hvert produkt med 50%.

AI muliggjør også ekte prediktive vedlikeholdsordninger for å sikre at maskinens nedetid aldri kommer som en overraskelse for fabrikkoperatører. Maskin- og vedlikeholdsdata analyseres og sammenlignes med tidligere tilfeller for å identifisere mønstre og potensielle løsninger. Fabrikken benytter seg av prediktivt vedlikehold i en freseprosess som skjer som en del av kretskortproduksjonen. Freseprosessen produserer et fint støv som samler seg på fresespindlene og kan hindre rotasjonen av spindlene eller, med tilstrekkelig oppbygging, forårsake uplanlagt nedetid. For å forhindre slike kostbare forsinkelser overvåker den prediktive vedlikeholdsløsningen spindelstrøm og hastighet for å se etter uregelmessigheter og til og med forutsi fremtidige kritiske tilstander.

Intelligente prosesser er bedre prosesser

AI kan også være transformerende for individuelle prosesser og maskiner, og til og med muliggjøre tettere samarbeid mellom mennesker og robotikk på verkstedsgulvet på en effektiv og sikker måte. Siemens elektronikkfabrikk i Erlangen bruker AI og datasyn for å gjøre det mulig for robotarmer å plukke og plassere deler med samme fleksibilitet og fingerferdighet som en menneskelig operatør. Tradisjonelle robotarmer har ingen evne til å skille mellom forskjellige deler, noe som krever at deler er forhåndssortert og organisert. Innlemmelsen av AI i kontrollsystemene for roboter gjør det mulig for dem å identifisere og ta tak i forskjellige deler ut av en usortert boks og plassere dem nøyaktig der de hører hjemme.

Ved å gjøre roboten smartere, kan denne typen kjedelige pick-and-place-operasjoner utføres helt automatisk av kostnadseffektive roboter. Selvfølgelig, før disse intelligente robotarmene kan slippes løs, må de trenes. Som en digital bedrift kan fabrikken bruke fysikkbaserte simuleringer og Digital Twin for å virtuelt trene algoritmene på gjenkjenning, plukking og plassering av deler. De syntetiske treningsdataene genereres og merkes automatisk, noe som øker hastigheten og reduserer innsatsen som kreves for å trene robotarmene.

A manufacturing cell that contains robots enabled by AI to pick and place parts.
A Siemens expert points out a digital twin of a PCB production process on a screen to a colleague.</br>

Bruke AI for å forbedre presisjon og effektivitet

Mer følsomme prosesser kan også automatiseres ved å gi robotikken manuell fingerferdighet som en menneskelig hånd. Integrering av kraft- og dreiemomentsensorer i endeeffektoren til en AI-kontrollert robotarm gjør det mulig å nøyaktig registrere og justere kraften den bruker til å manipulere et objekt. Dette er avgjørende for prosesser som involverer delikate og små deler, for eksempel komponenter på et kretskort (PCB). Faktisk kan robotarmene som håndterer slike delikate oppgaver kreve det samme «Fingerspitzengefühl» som en kirurg som syr opp et sår!

På Siemens Electronics Factory i Erlangen innebærer produksjon av PCB montering av kablede elektroniske komponenter gjennom små hull i underlaget, kalt gjennomhulleteknologi (THT). THT innebærer at svært følsomme og delikate deler plugges inn i veldig små hull i PCB, ofte bare tiendedeler av en millimeter i diameter. AI gjør det mulig for robotikk å håndtere komponentene forsiktig, slik at de plasseres nøyaktig og sikres uten å pådra seg skade. Alt i alt øker automatiseringen av en så delikat oppgave kvaliteten på prosessen og frigjør menneskelige arbeidere fra kjedelighet og dårlig ergonomi forbundet med en slik oppgave.

I tillegg til de umiddelbare fordelene med AI, som økt produksjonskvalitet og reduserte kostnader, har tilsetningen av AI i butikkgulvmiljøet også bidratt til fabrikkens bærekraft. Den økte presisjonen og nøyaktigheten til den automatiserte THT-tilpasningsprosessen reduserer skrap og dermed bortkastet materiale og energi, noe som gjør fabrikken mer effektiv totalt sett. Siden den intelligente robotikken ikke lenger krever forhåndssorterte deler, har plastinnleggene som en gang var nødvendig for å organisere sorterte deler blitt foreldet. Resultatet er eliminering av tusenvis av plastdeler som til slutt ender opp som avfall.

Fremtiden for bærekraftige digitale virksomheter

En digital bedrift kan utnytte AI og de enorme datamengdene som genereres hver dag for å identifisere og handle på muligheter for dekarbonisering, redusere ressursbruk, resirkulering og mer, på tvers av både interne prosesser og globale forsyningskjeder. Beslutningene som tas i produktdesign, for eksempel, står for 80% av miljøpåvirkningen av et produkt som kommer til den virkelige verden - med andre ord, avfall er ikke mer enn en designfeil. En bærekraftig digital bedrift kan bruke en kombinasjon av den omfattende Digital Twin, data og AI for å forstå de relative bærekraftskostnadene ved ulike designbeslutninger, og optimalisere for effektiv ytelse, materialbruk og resirkulerbarhet.

I produksjonen kan AI bidra til å optimalisere produksjonsplaner for å matche etterspørselen, identifisere muligheter for energieffektivitet og, som i Erlangen, forbedre produksjonskvaliteten betydelig og redusere skrap og materialavfall. Og, kanskje viktigst, kan AI bli et kraftig verktøy i styringen av forseggjorte globale forsyningskjeder, og hjelpe selskaper med å velge leverandører og bygge logistikksystemer basert på kostnader, kvalitet og bærekraft. Etter hvert som vi fortsetter å utvikle og utvide mulighetene til en bærekraftig digital bedrift, tilbyr anlegg som Siemens Electronics Factory i Erlangen et avgjørende bevisgrunnlag for teknologier og løsninger som kan hjelpe kundene med å transformere seg for å overvinne dagens og morgendagens utfordringer.

A Siemens expert points out a Digital Twin of a product on a screen to a colleague.</br>