Фильтр по тематике

Человекоцентричная поддержка: искусственный интеллект в производстве

На Ганноверской промышленной выставке-ярмарке Hannover Messe компания SmartFactoryKL представила сценарии использования искусственного интеллекта в производстве. Приложения дополненной реальности визуализируют результаты оценки данных.

01.09.2019 332 0
Человекоцентричная поддержка: искусственный интеллект в производстве

Для людей, работающих на производствах будущего, появится ещё один важный элемент производственного процесса, наряду с искусственным интеллектом (ИИ): технология сможет быстро и точно обрабатывать большие объёмы данных и предоставлять обработанные контекстно­зависимые результаты операторам. Технология дополненной реальности (ДР) проявила себя как эффективный инструмент для визуализации информации в простой для понимания форме. Консорциум партнёров SmartFactoryKL продемонстрировал, как реализуется данная технология в рамках промышленного предприятия Индустрии 4.0, 1–5 апреля 2019 года на Hannover Messe, где был представлен совместный с Немецким научно­исследовательским центром искусственного интеллекта (DFKI) выставочный стенд. Для демонстрации способов улучшения качества, контроля состояния и обнаружения отклонений с помощью ИИ использовалось несколько сценариев.

Оценка накопленных данных является важной задачей, выполняемой ИИ в промышленной среде. Такие машинные данные, как давление, температура или поток, предоставляют информацию о состоянии системы и позволяют осуществлять контроль параметров. Объём генерируемых данных намного превосходит тот, который может быть оценён и интерпретирован человеком при отсутствии технической поддержки. Однако для операторов оборудования в этом есть и положительный эффект, заключающийся в появлении возможности предсказать потенциальные неисправности системы, как только собранные данные будут обработаны с помощью соответствующего математического анализа. Неминуемый сбой может быть заранее устранён путём прогнозируемого технического обслуживания, что, в свою очередь, сводит к минимуму время простоя и ремонта. 

Общество по исследованию технологий SmartFactoryKL е.V.
SmartFactoryKL было создано в качестве некоммерческой организации в 2005 году, объединив промышленных и исследовательских партнёров в общество для совместной реализации проектов Индустрии 4.0 для производств будущего. Это уникальный, брендонезависимый исследовательский центр, расположенный в Немецком научно-исследовательском центре искусственного интеллекта (DFKI) в Кайзерслаутерне. Перспективные инновационные информационно-коммуникационные технологии (ИКТ) оцениваются и в дальнейшем разрабатываются в реальных условиях промышленного производства.
https://smartfactory.de/en/

Сценарий использования: алгоритмы обнаружения отклонений помогают работе оператора

Для демонстрации контроля состояния и обнаружения отклонений в рамках промышленного предприятия Индустрии 4.0 консорциумом партнёров SmartFactoryKL был разработан новый сценарий использования, основанный на том, что первым сигналом износа технологического блока по причине трения является, например, скрежещущий звук. В демонстрационных целях неисправность была введена в блок во время эксплуатации таким образом, чтобы звуки скрежета были отчётливо слышны. Присутствие шума внутри блока можно контролировать и акустически записывать, для того чтобы запустить оценку с помощью алгоритма ИИ, который определяет шум и помогает в обнаружении отклонений. Далее ERP­система (система управления ресурсами предприятия) может создать заказ на техническое обслуживание с указанием типа и местоположения неисправности. Специалист по обслуживанию получает информацию на планшет, смартфон или даже на дисплей смарт­очков. В итоге необходимость в рутинном поиске неисправностей для сотрудников сводится к нулю, и ремонт системы может быть проведён ещё до производства отходов или появления более серьёзных неисправностей.

Дополненная реальность сопровождает оператора во всех процедурах обслуживания на месте, например, с помощью смарт­очков: в этом случае сотрудник видит информацию и инструкции, спроецированные в очки, при этом его руки остаются свободными для выполнения и завершения этапов работы. Результатом является улучшенное и более интуитивно понятное решение проблемы. ДР ускоряет реализацию потенциала дистанционного обслуживания, например позволяя инженеру, работающему в офисе, оказать помощь технику, находящемуся на объекте.

«Прогнозное техническое обслуживание является хорошим примером того, как ИИ помогает заводским рабочим. Сотрудник должен интерпретировать информацию, доступную благодаря ИИ, и предпринять правильные действия», – говорит профессор Мартин Русковски, руководитель отдела исследований инновационных систем производства в DFKI и эксперт по использованию ИИ в производстве. 

Немецкий научно-исследовательский центр ИИ (DFKI)
Немецкий научно-исследовательский центр искусственного интеллекта имеет филиалы в Кайзерслаутерне, Саарбрюккене, Бремене (с отделением в Оснабрюке) и проектный офис в Берлине и является ведущим немецким научно-исследовательским институтом в области инновационных программных технологий. Проекты DFKI охватывают широкий спектр разработок: от проблемно-ориентированных фундаментальных исследований до рыночного и клиентоориентированного проектирования опций продукта.
https://www.dfki.de/en/web/

ИИ­приложения представляют интерес для малого и среднего бизнеса

Другой сценарий применения технологии SmartFactoryKL показывает, как оператор может использовать визуализированные данные на приборной панели блока.

«Для нас это важный сценарий. Визуализация данных представляет собой простой шаг во внедрении ИИ­приложений, к которому средний и малый бизнес ещё не проявили интерес. Наша цель – предложить малым и средним предприятиям практические идеи. Одного лишь сбора данных недостаточно. Для того чтобы создать добавленную стоимость, мы должны сначала получить и визуализировать полезную информацию, а затем сгенерировать экран дисплея, если, например, лимит был превышен», – поясняет профессор Детлеф Зульке, председатель SmartFactoryKL.

Ещё один впечатляющий вариант – приложение для преобразования речи в текст, которое может перевести голосовую команду оператора в текстовую, а затем искать необходимую информацию в базе данных. В этом случае оператор может выводить необходимые страницы инструкции по сборке или эксплуатации из технической документации на смарт­очки. Консорциум партнёров SmartFactoryKL также представил этот сценарий использования на Ганноверской промышленной выставке­ярмарке.

Партнёрами при демонстрации воз­можностей Индустрии 4.0 на Smart­ FactoryKL являются: B&R Automation, Bosch Rexroth, EPLAN Software & Service, Festo, HARTING, Huawei, IBM, KIST Europe, METTLER TOLEDO, MiniTec, PHOENIX CONTACT, Pilz, proALPHA, TUV SUD и Weidmuller.

Если вам понравился материал, кликните значок - вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал - не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!

01.09.2019 332 0
Комментарии
Рекомендуем
Модель потенциального рассеяния в задаче диагностики слоистых диэлектриков

Модель потенциального рассеяния в задаче диагностики слоистых диэлектриков

Для решения ряда практических задач, связанных с идентификацией дефектов и повреждений в материалах, установлением состояния конструкций, выявлением неоднородностей в оптически непроницаемых средах и визуализацией их структуры, необходимо обрабатывать информацию, полученную дистанционно, что предусматривает оценку материальных параметров объектов исследования и установление их пространственного распределения. В отличие от математической теории обратных задач рассеяния, которая направлена главным образом на доказательство теорем о существовании и единственности решения, важное прикладное значение имеет разработка вычислительных процедур, которые позволят найти параметры рассеивателей при реальных условиях проведения измерений. Целью статьи является повышение эффективности средств оценивания параметров неоднородных сред по известному распределению рассеянного электромагнитного поля путём решения обратных задач рассеяния. Рассмотрен метод решения обратной задачи рассеяния по коэффициенту отражения для многослойных структур без потерь, высокая точность которого достигается за счёт конечного количества коэффициентов решений Йоста, что позволило избежать вычислений коэффициентов безграничных тригонометрических последовательностей в элементах матрицы рассеяния. Полученные результаты позволили осуществить оценку количества слоёв диэлектрической структуры, установить диэлектрическую проницаемость и ширину каждого слоя по значениям комплексного коэффициента отражения, который известен по результатам измерений на дискретном множестве частот в ограниченном диапазоне. Это дало возможность анализировать диэлектрические материалы неразрушающим методом и идентифицировать расслоение и отклонения параметров слоёв от технологически заданных значений. Разработан метод определения распределения диэлектрической проницаемости вдоль поперечной координаты в диэлектрических плоскослоистых структурах, и развитые алгоритмы идентификации поверхностей раздела по коэффициенту отражения нормально падающей плоской волны использованы как процедуры обработки сигналов в средствах подповерхностной радиолокации, что позволило избежать ложного обнаружения неоднородностей при анализе структуры сред.
04.07.2025 68 0

ООО «ИнСАТ» ИНН 7734682230 erid = 2SDnjd5pUmj
ООО «ИнСАТ» ИНН 7734682230 erid = 2SDnjbxbMrV
  Подписывайтесь на наш канал в Telegram и читайте новости раньше всех! Подписаться