Skip to main content
Цю сторінку перекладено автоматично. Перейти натомість до англійської версії?
Digital Industries | Виробництво

Контроль якості на основі штучного інтелекту в глобальному масштабі

Автор: Алі Алі, менеджер з продажу, споживчі товари та товари Siemens

Виробництво завжди було балансом між швидкістю, якістю та інноваціями. Для виробників споживчих упакованих товарів цей балансовий акт стає ще складнішим, оскільки портфелі продуктів розширюються, формати упаковки розвиваються швидше, а виробничі лінії, як очікується, врахуватимуть більше варіацій, ніж будь-коли раніше. У той же час споживачі продовжують очікувати бездоганної продукції щоразу, коли роблять покупку.

Proctor & Gamble (P&G) хоче забезпечити найкращу якість для своїх клієнтів. У тисячах продуктів і виробничих ліній по всьому світу навіть невеликі зміни в матеріалах, упаковці, графіці, текстурах або виробничих умовах можуть вплинути на результати якості. Традиційні технології інспекції були розроблені для більш раннього світу. Сучасне виробництво вимагає чогось більш адаптивного.

Цей виклик допомагає пояснити, чому Інспекція якості на основі штучного інтелекту стає одним з найважливіших застосувань промислового штучного інтелекту. Можливість перевіряти кожен продукт на повній швидкості виробництва, вчитися на варіаціях, а не бути порушеним ними, і масштабувати ці можливості в усьому світі дає виробникам новий спосіб конкуренції. Visual Inspection Cockpit (VIC) компанії Siemens, розроблена у співпраці з компанією P&G, демонструє, як штучний інтелект, обчислення Industrial Edge та машинний зір можуть перетворити забезпечення якості з виробничих вимог у стратегічну перевагу бізнесу.

Забезпечення контролю якості для вирішення складних, швидших виробничих процесів

Швидкі виробничі лінії P&G, завдяки своїй високій мінливості, є саме тим середовищем, де процес перевірки є вимогливим і вимагає конкретного, розумного рішення. Виробничі лінії повинні забезпечувати високу пропускну здатність, постійні інновації продуктів, що розвиваються конструкції упаковки та матеріали, які природно розтягуються, зміщуються, зморщуються або змінюються під час виробництва.

Історично для виявлення проблем якості використовувалися системи машинного зору, засновані на правилах. Хоча вони ефективні в стабільних умовах, ці системи часто вимагають ретельного переналаштування щоразу, коли змінюються продукти, матеріали, умови освітлення або виробничі налаштування. Зі збільшенням виробничої мінливості збереження ефективності перевірки може стати все більш ресурсоємним.

Як пояснив Роланд Джозеф, старший технічний директор з інтелектуального управління та автоматизації в P&G: «Традиційні системи зору, засновані на правилах, просто намагаються задовольнити вимоги перевірки ключових атрибутів якості продукції та постійних змін, які впроваджують наші інноваційні та виробничі середовища. Нам потрібні можливості, які є значно більш гнучкими та надійними».

Те, що P&G потребувала, була не просто краща система перевірки. Компанія потребувала принципово іншого підходу, здатного забезпечити безперервну точність перевірки на швидкості лінії, адаптуючись до реалії сучасного виробництва.

Промислові периферійні обчислення роблять AI доступним для масштабного розгортання

За кілька років до партнерства з Siemens компанія P&G вже визначила потенціал глибокого навчання для вирішення проблем контролю якості, які традиційні технології намагалися вирішити. Компанія успішно розробила та розгорнула внутрішнє рішення в більш ніж 150 виробничих середовищах, підтвердивши цінність перевірки на основі штучного інтелекту.

Наступним викликом був масштаб.

Розгортання промислового штучного інтелекту в усьому світі вимагає більше, ніж розробка точних моделей. Це вимагає стандартизованої інфраструктури, надійної обчислювальної потужності, оперативної стійкості, управління життєвим циклом, процесів розгортання програмного забезпечення та довгострокової підтримки. Це можливості, які перетворюють успішний пілот на загальнокорпоративний потенціал.

Співпрацюючи з Siemens, P&G поєднала свій виробничий досвід та інновації глибокого навчання з нашою платформою Industrial Edge, промисловими ПК, що працюють на графічних процесорах NVIDIA, та промисловою інфраструктурою штучного інтелекту, розробленою для розгортання на різних об'єктах та виробничих середовищах.

«Ми розробили це рішення, - сказав Пол Томас, директор з машинного зору та застосованого штучного інтелекту в P&G, - щоб вирішити безліч галузевих проблем, які традиційні системи зору не могли торкнутися: точна характеристика компонентів, що перекриваються, тонкість дефектів з низьким контрастом, складність високодекорованих продуктів та упаковки, тісна координація часу, інтеграція PLC в режимі реального часу з відхиленням одного продукту при високих темпах виробництва з постійною перевіркою».

Результатом є рішення, яке дозволяє Industrial AI працювати там, де відбувається виробництво: безпосередньо на заводі, в режимі реального часу та зі швидкістю.

Можливість перевіряти кожен продукт на повній швидкості виробництва, вчитися на варіаціях, а не бути порушеним ними, і масштабувати ці можливості в усьому світі дає виробникам новий спосіб конкуренції. Visual Inspection Cockpit (VIC) Siemens, розроблений у співпраці з P&G, демонструє, як штучний інтелект, обчислення Industrial Edge та машинний зір можуть перетворити забезпечення якості з виробничих вимог у стратегічну перевагу бізнесу.

Системи машинного зору стають платформою для Industrial AI

VIC є значущим не тільки через те, що він робить, але і через те, що він представляє.

За своєю суттю, VIC використовує семантичну сегментацію, керовану штучним інтелектом, для аналізу зображень виробництва в реальному часі та виявлення проблем якості, які було б важко виявити за допомогою традиційних підходів, заснованих на правилах. Працюючи на Siemens Industrial Edge, система виконує аналіз в режимі реального часу без шкоди для пропускної здатності та може автоматично запускати подальші виробничі дії при виявленні дефектів.

Більш широкий диференціатор, однак, полягає в тому, що VIC не є ізольованим додатком. Це частина зростаючої екосистеми Siemens, яка робить промисловий штучний інтелект практичним, масштабованим та повторюваним у виробничих середовищах.

Наприклад, «Сіменс» SIMATIC портфель автоматизації забезпечує масштабовану основу автоматизації, яка дозволяє виробникам стандартизувати та розширювати операції на різних об'єктах, зберігаючи послідовність та ефективність роботи. Ця ж філософія лежить в основі VIC: стандартизоване розгортання, повторювана інженерія та управління масштабом підприємства, а не налаштування сайту за сайтом.

Аналогічно, наші Технологія SynThai демонструє, як машинний зір на основі штучного інтелекту можна прискорити за допомогою генерації синтетичних даних, що дозволяє виробникам швидше створювати та тренувати моделі зору, зменшуючи зусилля, пов'язані зі збиранням та анотацією даних фізичних зображень. У міру розширення впровадження машинного зору синтетичні дані та розробка моделей штучного інтелекту стають важливим доповненням до технологій розгортання виробництва, таких як VIC.

Інший приклад - «Сіменс» Vision AI Control for Machines рішення, яке використовує Industrial Edge та аналіз штучного інтелекту в режимі реального часу, щоб дозволити машинам виявляти умови, приймати рішення та безпосередньо взаємодіяти з ПЛК на заводі. Подібно до VIC, він наближає можливості AI до операцій, забезпечуючи швидші реакції та більшу автономність, не покладаючись на віддалені обчислювальні ресурси.

У сукупності ці технології виявляють, що може бути найважливішим диференціатором Siemens у промисловому штучному інтелекті: не одна програма, а наскрізна структура, яка допомагає виробникам розробляти, розгортати, масштабувати та експлуатувати можливості штучного інтелекту протягом усього життєвого циклу виробництва. VIC є одним із прикладів цієї стратегії в дії.

Industrial AI для виробництва забезпечує результати, що не підлягають перевірці

У вимогливих виробничих середовищах P&G VIC проводить постійний огляд продуктів, які природно відрізняються за зовнішнім виглядом, текстурою, графікою, вирівнюванням, структурою, шаруванням та характеристиками упаковки. Замість того, щоб покладатися на вузько визначені правила, система може адаптуватися до цих варіацій, зберігаючи ефективність перевірки.

Як сказав Роланд Джозеф, «Ви не можете забезпечити преміальну інновацію, не маючи засобів для перевірки та контролю її якості на швидкості».

Вимірювані результати є переконливими. Рішення забезпечує охоплення безперервної перевірки на повній швидкості виробництва, зменшує кількість брухту на 10-20 відсотків залежно від продукту, покращує узгодженість між варіантами продукції та зменшує залежність від ручних перевірок та повторних зусиль щодо повторної перевірки. Нові розгортання також можуть бути введені в експлуатацію в п'ять-десять разів швидше, ніж традиційні системи машинного зору на замовлення.

«Все жорсткіше, точніше, впевненіше», - сказав Роланд Джозеф. «Ми можемо перевірити кожен продукт і мати докази для його підтвердження».

Мабуть, найголовніше, що інформація про якість, що генерується VIC, стає частиною ширшої цифрової виробничої екосистеми, допомагаючи виробничим командам визначати тенденції, покращувати стабільність процесів та підтримувати постійне вдосконалення роботи.

Контроль якості стає конкурентною перевагою

Історія VIC - це більше, ніж машинний зір. Йдеться про те, як виробники можуть перейти від вибірки до постійної перевірки, від статичних правил до адаптивного інтелекту та від ізольованих розгортань до глобально масштабованого промислового штучного інтелекту. Поєднуючи моделі штучного інтелекту, обчислення Industrial Edge, інфраструктуру автоматизації та зручність використання на рівні заводу, Siemens та P&G показали, як штучний інтелект може стати частиною повсякденних виробничих операцій, а не залишатися обмеженим пілотними проектами.

Ця здатність має наслідки далеко за межами виробництва споживчих упакованих товарів. Галузі, починаючи від харчових продуктів і напоїв, закінчуючи фармацевтикою, упаковкою, електронікою та передовим виробництвом, стикаються з багатьма тими ж проблемами: збільшенням складності продукції, зростаючими очікуваннями якості та потребою масштабувати інновації без шкоди для експлуатаційних показників. Виробники, які можуть перевіряти кожен продукт, реагувати на зміни в режимі реального часу, зменшувати відходи та постійно вдосконалюватися за допомогою аналізу даних, матимуть кращі позиції для конкуренції. Наша технологія VIC пропонує чіткий приклад того, як промисловий штучний інтелект допомагає зробити це майбутнє можливим сьогодні.

Опубліковано: Жовтень 15, 2026