Produkcja zawsze stanowiła równowagę między szybkością, jakością i innowacją. Dla producentów towarów pakowanych konsumpcyjnych ta procedura równoważenia jest jeszcze bardziej złożona, ponieważ portfolio produktów się poszerza, formaty opakowań ewoluują szybciej, a linie produkcyjne będą dostosowywać się do większej różnorodności niż kiedykolwiek wcześniej. Jednocześnie konsumenci nadal oczekują nieskazitelnych produktów za każdym razem, gdy dokonują zakupu.
Proctor & Gamble (P&G) chce zapewnić swoim klientom najlepszą jakość. W tysiącach produktów i linii produkcyjnych na całym świecie nawet niewielkie zmiany w materiałach, opakowaniach, grafikach, teksturach lub warunkach produkcyjnych mogą wpływać na wyniki jakości. Tradycyjne technologie kontroli zostały zaprojektowane dla wcześniejszego świata. Nowoczesna produkcja wymaga czegoś bardziej elastycznego.
To wyzwanie pomaga wyjaśnić, dlaczego Kontrola jakości oparta na sztucznej inteligencji staje się jednym z najważniejszych zastosowań przemysłowej sztucznej inteligencji. Możliwość kontrolowania każdego produktu z pełną prędkością produkcji, uczenia się na zmianach, a nie zakłócania jej, oraz skalowania tych możliwości na całym świecie daje producentom nowy sposób konkurowania. Visual Inspection Cockpit (VIC) firmy Siemens, opracowany we współpracy z P&G, pokazuje, w jaki sposób sztuczna inteligencja, Industrial Edge brzegowe i wizja maszynowa mogą przekształcić zapewnienie jakości z wymagań produkcyjnych w strategiczną przewagę biznesową.
Zasilanie kontroli jakości w celu rozwiązania złożonych i szybszych procesów produkcyjnych
Szybkie linie produkcyjne P&G, z dużą zmiennością, są dokładnie tym środowiskiem, w którym proces inspekcji jest wymagający i wymaga konkretnego, inteligentnego rozwiązania. Linie produkcyjne muszą uwzględniać wysoką przepustowość, ciągłe innowacje produktów, zmieniające się projekty opakowań oraz materiały, które naturalnie rozciągają się, przesuwają się, marszczą lub zmieniają się podczas produkcji.
Historycznie, systemy wizji maszynowej oparte na zasadach były używane do wykrywania problemów z jakością. Chociaż systemy te są skuteczne w stabilnym środowisku, często wymagają intensywnego dostosowywania, gdy zmieniają się produkty, materiały, warunki oświetleniowe lub ustawienia produkcyjne. Wraz ze wzrostem zmienności produkcji utrzymanie wydajności inspekcji może stać się coraz bardziej wymagające zasobów.
Roland Joseph, starszy dyrektor techniczny ds. inteligentnego sterowania i automatyzacji w P&G, wyjaśnił: „Tradycyjne, oparte na zasadach systemy wizyjne po prostu walczą o spełnienie wymagań kluczowych kontroli jakości produktów i ciągłych zmian wprowadzanych przez nasze środowiska innowacyjne i produkcyjne. Potrzebujemy możliwości, które są znacznie bardziej zwinne i solidne”.
To, czego potrzebował P&G, to nie tylko lepszy system kontroli. Firma potrzebowała zupełnie innego podejścia, zdolnego do zapewnienia ciągłej precyzji kontroli przy prędkości linii przy jednoczesnym dostosowaniu się do realia nowoczesnej produkcji.
Przemysłowe przetwarzanie brzegowe sprawia, że AI można wdrażać na dużą skalę
Kilka lat przed nawiązaniem współpracy z firmą Siemens firma P&G zidentyfikowała potencjał głębokiego uczenia się w rozwiązywaniu wyzwań związanych z kontrolą jakości, z którymi konwencjonalne technologie miały trudności z radzeniem sobie. Firma z powodzeniem opracowała i wdrożyła wewnętrzne rozwiązanie w ponad 150 środowiskach produkcyjnych, potwierdzając wartość kontroli opartej na sztucznej inteligencji.
Następnym wyzwaniem była skala.
Wdrażanie przemysłowej sztucznej inteligencji na całym świecie wymaga czegoś więcej niż opracowywania dokładnych modeli. Wymaga ustandaryzowanej infrastruktury, niezawodnej mocy obliczeniowej, odporności operacyjnej, zarządzania cyklem życia, procesów wdrażania oprogramowania i długoterminowego wsparcia. Są to możliwości, które przekształcają udany pilot w zdolność obejmującą całe przedsiębiorstwo.
Współpracując z firmą Siemens, P&G połączyło swoją wiedzę produkcyjną i innowacje w zakresie głębokiego uczenia się z naszą platformą Industrial Edge, komputerami przemysłowymi zasilanymi procesorami graficznymi NVIDIA oraz przemysłową infrastrukturą sztucznej inteligencji zaprojektowaną do wdrażania w wielu obiektach i środowiskach produkcyjnych.
„Zaprojektowaliśmy to rozwiązanie”, powiedział Paul Thomas, dyrektor ds. wizji maszynowej i zastosowanej sztucznej inteligencji w P&G, „aby rozwiązać niezliczone wyzwania branżowe, których tradycyjne systemy wizyjne nie mogły dotknąć: dokładna charakterystyka nakładających się komponentów, subtelność wad o niskim kontraście, złożoność wysoko zdobionych produktów i opakowań, ścisła koordynacja czasu, integracja PLC w czasie rzeczywistym z pojedynczym produktem przy wysokim tempie produkcji z ciągłą kontrolą”.
Rezultatem jest rozwiązanie, które umożliwia Industrial AI inteligencji działanie tam, gdzie odbywa się produkcja: bezpośrednio na podłodze zakładu, w czasie rzeczywistym i z prędkością.