Mesterséges intelligencia az automatizálásban
A mesterséges intelligencia (AI) kulcsszerepet játszik az automatizálás jövőjében. Akár egy komponensben, akár egy házon belüli szerveren vagy a felhőben, az intelligens rendszerek optimalizálják a folyamatokat és új perspektívákat nyitnak.

 

A Festo elemzi az alkalmazási lehetőségeket, és a vállalaton belül ösztönzi ennek a kulcsfontosságú technológiának a fejlesztését. „A mesterséges intelligencia és az analitika a jövőben óriási hatással lesz a termékportfóliónkra" – magyarázza Dr. Frank Melzer, a Festo igazgatótanácsának termékekért és technológiáért felelős tagja a mesterséges intelligencia, mint a vállalat számára kulcsfontosságú technológia jelentőségét. A Festo egész vállalatra kiterjedő szakértői csapata az első lépéseket teszi meg az AI technológiai korszakban való aktív részvétel felé az olyan fejlesztésekkel, mint a Motion Terminal vagy az öntanuló BionicSoftHand. Az AI-ra szakosodott Resolto cég integrációja olyan szakértelmet biztosít a Festo számára, amelyet közvetlenül a technológiai alkalmazásokban használnak fel.

On-edge, helyben vagy a felhőben?

Az ipari automatizálásban alapvetően három lehetőség van a mesterséges intelligencia alkalmazására: on-edge (közvetlenül a rendszerben), on-premises (helyben a vállalat szerverein) vagy a felhőben (külső megoldásként). Az on-edge a mesterséges intelligenciát decentralizáltan, terepi szinten, azaz közvetlenül az alkatrészen használja.

 

Új generációs IoT gateway: folyamatfelügyelet különálló edge készülékkel

 

Ez lehetővé teszi az egyes gépek optimalizálását és az alapvető automatizálási döntések gyors és központi számítógéptől független meghozatalát. Csökken a programozási ráfordítás, és kevesebb érzékelőre van szükség. Az on-edge azt is jelenti, hogy a komponensek képesek felismerni és elemezni az aktuális állapotukat. A leállások elkerülhetők, az alkatrészek élettartama megnő, a raktározási követelmények pedig csökkennek.

A helyhez kötött (on-premises) mesterséges intelligencia esetében a vállalatok saját szervereket használnak, amelyek rendszerszinten vagy belső termelési szinten mesterséges intelligenciával működnek. Ez növeli a biztonságot, mivel az érzékeny adatok nem hagyják el a vállalati hálózatot, és biztosítja a folyamatok gyors stabilizálását és üzembe helyezését. A hibák is gyorsan lokalizálhatók.

A felhőben lévő mesterséges intelligencia egy lépéssel tovább megy. Ilyenkor a vállalatok a globális adatfelhő óriási erejét használják ki a nagy mennyiségű adat elemzésére. A folyamatoptimalizálás mellett ez a modell lehetővé teszi a vállalatok számára, hogy új technológiákat és üzleti modelleket kínáljanak használat alapú fizetéssel, vagy akár maguk is használhatják ezeket a technológiákat, hogy megtakarítsák a nagyobb hardver- és szerverberuházások költségeit. A felhőben lévő mesterséges intelligencia lehetővé teszi a rendszerekhez való globális távoli hozzáférést és ezáltal a könnyű és gyors távoli karbantartást is.

AI a gyakorlatban

A Festo a mesterséges intelligencia fejlesztése során három alkalmazási területre összpontosít: üzemoptimalizálás, folyamatautomatizálás és prediktív karbantartás. Az üzemoptimalizálás a meglévő rendszerek mesterséges intelligencia segítségével történő fejlesztését jelenti. Az AI segítségével a rendelkezésre álló szenzoradatok új és hatékony módon elemezhetők, így csökkenthető a minőségellenőrzés idő- és erőforrásigénye, valamint a folyamatok is felgyorsíthatók. A mesterséges intelligencia például olyan mintákat azonosít, amelyek lehetővé teszik a komplett tesztek mintavételes tesztekkel való helyettesítését azáltal, hogy felismeri a különösen hibaérzékeny folyamatterületeket, így csak ezeket a területeket kell részletes tesztelésnek alávetni.

 

A pneumatikus karosszéria szorító hengereket egy szelepsziget működteti. A futási teljesítmény monitorozásával már nagyon korai szakaszban felismerhetők a normál működési állapottól való eltérések

 

A folyamatautomatizálásban a mesterséges intelligencia számos olyan tevékenységet automatizálhat, amelyeket korábban kézzel végeztek, például a mobiltelefon-antennák szűrőhangolását az átjátszóállomásokon. Az antennák százainak kézi kalibrálása helyett, ami fáradságos és időigényes feladat, a mesterséges intelligencia segíthet automatizálni és ezáltal felgyorsítani ezeket a folyamatokat a jövőben.

AI alkalmazás: prediktív karbantartás

A mesterséges intelligencia egyik legígéretesebb alkalmazása az ipari automatizálásban a prediktív karbantartás. A meglévő rendszerekben, például egy olyan berendezésben, amely automatikusan rögzíti a fémlemezeket a későbbi hegesztéshez, az on-edge AI – más szóval a mesterséges intelligencia közvetlenül a rendszeren – biztosítja a folyamat rendellenességeinek korai felismerését. Ez a meglévő érzékelőadatok AI segítségével történő újraelemzését jelenti.

A mesterséges intelligencia nemcsak azonosítja a szorítóberendezés mért értékeitől való eltéréseket, hanem képes azokat egyedileg elemezni és jelezni, hogy milyen valószínűséggel fordulhat elő egy bizonyos típusú hiba. A mesterséges intelligenciával rendelkező vezérlőrendszerek nem csak hibaüzenetet adnak ki, ha egy alkatrész meghibásodik, hanem már a hiba tényleges bekövetkezése előtt tájékoztatást nyújtanak a szokatlan mért értékekről és a lehetséges hiba értelmezéséről. Ez azt jelenti, hogy nincs szükség további érzékelőkre.

A karbantartóknak többé nem kell elvégezniük a mért értékek elemzésének és a hibaforrások felkutatásának időigényes feladatát. Ehelyett a lehetséges hibák jelentősen csökkentett választékát kell figyelembe venniük. A rendelkezésre álló mért értékek felhasználásával a mesterséges intelligencia azt is meg tudja jósolni, hogy egy szorítóeszköz várhatóan mikor szorul cserére, mielőtt a bekövetkező hiba a gép leállásához vezetne. Az alkatrész állapotának valós idejű elemzése csökkenti a karbantartással, az állásidővel és a raktározással kapcsolatos költségeket. Egy szorítóeszköz csak néhány euróba kerül, de egy teljes gépleállás költségei akár több százezer euróra is rúghatnak.

A kezelési feladatok valós idejű nyomon követése

A Festo legújabb bemutatóalkalmazásában egy újabb példát láthatunk a mesterséges intelligencia prediktív karbantartásban való alkalmazására, ezúttal egy hibás akkumulátorok felismerésére szolgáló szoftveres megoldás formájában. A Festo a Resolto nevű cég felügyeleti szoftverét egy akkumulátor-kezelő portál tengelyeinek motoráramainak és pozícióértékeinek felügyeletére használja. Az új CPX-E-CEC moduláris vezérlő a CMMT-AS szervohajtással együtt szintén a valós idejű felügyeletre szolgál. Ha a folyamatban rendellenességek lépnek fel, például ha a handling rendszer helytelen akkumulátorformátumot vesz fel, automatikusan üzenet készül a hibáról.

A Festo által fejlesztett ipari AI-alkalmazások felügyeleti és adatgyűjtési funkciói a Resolto intelligens szoftvermegoldásával az alkatrész közelében, mint az akkumulátor-kezelő egység esetében, vagy a CPX-IOT átjárón keresztül távolról is végezhetők. Ez az OPC-UA interfészen keresztül a terepi szintű komponenseket és modulokat, például a handling rendszereket vagy az elektromos hajtásokat, a Festo IIOT szolgáltatásaival kapcsolja össze.

Azzal, hogy a Festo innovatív és célorientált a vállalaton belül, valamint elkötelezett és együttműködő a külvilággal, hozzájárul a mesterséges intelligencia fejlődési irányvonalának meghatározásához az automatizálásban és ezáltal az ipar 4.0-ban. További információk a Festo mesterséges intelligencia megoldásairól ezen az oldalon olvashatók. 

Mesterséges neurális hálózatokkal lehetővé tett gépi tanulásért ítélték oda a 2024-es fizikai Nobel-díjat
Az amerikai John J. Hopfieldnek és a kanadai Geoffrey E. Hintonnak ítélték oda 2024-ben a fizikai Nobel-díjat – jelentették be kedden Stockholmban a Svéd Királyi Akadémián. A két kutató a gépi tanulás mesterséges neurális hálózatokkal való lehetővé tételéhez járult hozzá úttörő jelentőségű eredményeivel.
Konferencia az okosvárosokról és a technológiai sokszínűségről
Összefogtak a jövőért az ipar, a tudomány és a művészetek képviselői a Kognitív Mobilitás 2024 konferencián Budapesten.
Teljes kultúraváltás – a Miller Industries beszámolója arról miként segítette a Birst megoldás üzlete átalakítását
Az Infor első blogsorozata az Infor Customer Excellence Awards nyerteseit állítja reflektorfénybe és osztja meg a sikertörténeteiket.
Új képzési program indul az adatközponti és kritikus infrastruktúra területén működőknek
Új képzésekkel egészítette ki EcoXpert Partner Program kezdeményezését a Schneider Electric. Az újonnan megszerezhető tudás hatékonyan támogatja a vállalat adatközponti és kritikus infrastruktúra területeken tevékenykedő értékesítési partnereit ügyfeleik még jobb kiszolgálásában.
Zsákutcába kerülhet az AI egy kutatás szerint
A nagy nyelvi modellek, mint például a ChatGPT elterjedése valójában egyre csökkenti a nyilvános tudásmegosztást az online kérdezz-felelek platformokon, s ezzel megnehezítheti a jövőbeli modellek képzését – erre jutott a Budapesti Corvinus Egyetem frissen publikált tanulmánya.