Videnskab
 science >> Videnskab >  >> Elektronik

Selvlærende hjælpesystem til effektive processer

SAM, et selvlærende hjælpesystem, hjælper maskinoperatører med at løse fejl i produktionsmaskiner. Kredit:Fraunhofer IVV

For at forhindre lange nedetider og store mængder af skrot, producenter skal designe produktionsprocesser, så de er stabile og effektive. Særligt vellykkede resultater opnås, når der tages hensyn til erfaringerne fra de personer, der betjener maskinerne. Fraunhofer Institute for Process Engineering and Packaging IVV i Dresden er ved at udvikle et selvlærende assistancesystem, der hjælper maskinoperatører med at løse fejl og opbygge deres erfaring og procesviden.

For at tage et konkret eksempel:På en forarbejdningsmaskine, chokoladebarer er pakket ind i papir. En sensor registrerer en afvigelse i produktionsprocessen, og maskinen stopper. Selv med state-of-the-art systemer, en kort afbrydelse sker i gennemsnit hvert femte minut. En erfaren maskinfører ved, hvor årsagen til fejlen ligger. Han eller hun ser, at papiret bøjer sig og konkluderer, at I dette tilfælde, maskinens hastighed skal reguleres. Imidlertid, denne viden er personspecifik – en kollega med mindre erfaring ville have brug for mere tid til at finde løsningen.

For at gøre denne erfaringsbaserede viden tilgængelig for alle operatører til enhver tid, forskere ved Fraunhofer IVV i Dresden udvikler SAM, et selvlærende hjælpesystem til maskinførere. Systemet observerer maskintilstande og operatørhandlinger og gemmer vellykkede løsningsstrategier. Ved at bruge en tablet-computer, for eksempel, maskinoperatøren indtaster sin løsning og kobler den derefter til den aktuelle fejlsituation, der er registreret af SAM. Hvis en given fejl er opstået flere gange, SAM genkender det og kan give operatøren tips om årsagen og om, hvordan man løser problemet. På denne måde maskinen repareres hurtigt og kører igen.

For at sætte SAM i stand til at lære fejlsituationer, forskerne ved Fraunhofer IVV bruger maskinlæringsalgoritmer. Udstyret med intelligent funktionsudtræk, SAM er i stand til at lære med samme hastighed som mennesker og kan genkende mønstre efter kun få gentagelser. "Takket være vores viden om pakkemaskineprocesser, vi er i stand til at lave SAM meget hurtigt, " forklarer Andre Schult, Gruppeleder for digitalisering og proceseffektivitet hos Fraunhofer IVV.

At arbejde med SAM er en menneskecentreret oplevelse

Når du designer SAM, Fraunhofer IVV i Dresden satte mennesker i centrum for deres overvejelser. "Et menneske er et vidunderligt værktøj. Med deres hænder og øjne, de er mere fleksible og bedre end mange robotter eller kameraer, siger Andre Schult. processer og systemer vokser hele tiden i kompleksitet. med SAM, Schult ønsker også at gøre det muligt for operatører i fremtiden selv at genkende fejl og foreslå deres egne løsninger. Det burde folk vide, trods al den avancerede teknologi, mennesker spiller en uundværlig rolle i produktionen. Dette øger deres følelse af værdi i deres arbejde og deres motivation.

Sammen med partnere fra industri og videnskab, Fraunhofer IVV planlægger at videreudvikle det selvlærende operatørassistancesystem i løbet af de næste fem år og tilføje nye funktionaliteter gennem en række nye moduler. På denne måde det vil være muligt at tilpasse SAM til specifikke kundekrav. Mulige yderligere funktioner omfatter ting som brugen af ​​billedbehandling, eksterne sensorer, og tale- og gestusgenkendelse. Ser frem til, fabrikanter vil kunne bruge SAM både til driften og til vedligeholdelsen, Opsætning, montage og udvikling af maskiner.


Varme artikler