Platon Data Intelligence.
Pystyhaku ja Ai.

Teollisuus 4.0 ja kestävyyden tavoittelu

Treffi:

Seisokit voivat maksaa valmistajalle jopa 21,000 XNUMX USD minuutissa. Onneksi tekoäly on kehittynyt tunnistamaan ongelmat tarkasti ja ryhtymään toimiin. Tämän edistyneen teknologian avulla yritykset voivat helposti lisätä älykkäitä "silmiä" toimintoihinsa tavallisilla mobiililaitteilla – samoilla älypuhelimilla ja tableteilla, joita käytät juuri nyt. Kaikki tuotantovirheiden nopeaan tunnistamiseen sekä omaisuuden etävalvontaan mahdollisten häiriöiden varalta.

Keskustelin IBM-asiantuntijan Scott Campbellin kanssa tästä tekoälyn evoluutiosta ja hänen nykyisestä painopisteestään: auttaa asiakkaita hallitsemaan omaisuuttaan älykkäästi Zero D:llä, joka tarkoittaa nolla vikaa ja nolla seisonta-aikaa. Scottilla on ollut useita tuotehallintarooleja IBM:ssä. Ja melkein kaikki ne keskittyivät jonkinlaiseen tekoälyteknologiaan. Ensin taloudellisissa ympäristöissä, sitten Red Bull -kilpailuissa (jossa hänen tiiminsä käytti tekoälysimulaatiota ymmärtääkseen kilpailun dynamiikkaa) ja nyt johtavana tuotepäällikkönä IBM Maximo ja IBM TRIRIGA.

Mikä on valmistajien suurin haaste tällä hetkellä?

Jokainen valmistaja tietää, että on valtava arvo, jos voit poistaa viat ja lopettaa uudelleentyöskentelyn. Jos pystyt pitämään tuotantolaitoksesi käynnissä 24 × 7 ilman seisokkeja, on lähes itsestään selvää, että siellä on ROI. Haasteena on, kuinka siirryt reaktiivisesta ympäristöstä – jossa useimmat valmistajat ovat – proaktiiviseen ympäristöön. Joten ajattelemisen sijaan meillä on ongelma korjata, miten sen sijaan ajattelet, odotamme ongelmien korjaamista ennen kuin niistä tulee ongelmia. Hienoa on, että IBM:llä on tekoälyteknologiaa, joka on tarpeeksi pitkälle kehitetty antaakseen yrityksen tehdä sen tehokkaasti. Mutta meidän on varmistettava, että se on luotettava. Kun yritys tarkastelee kaikkia näitä tietoja, heidän on uskottava siihen. Muuten ne menevät heti takaisin reaktiiviseen huoltoon.

Monet ihmiset puhuvat teollisuus 4.0, mutta mielestäni monien valmistajien suuri haaste on, miten pääset alkuun? Miten otat jotain muutosta ja kehität sitä ajan myötä? Koska et voi tehdä tätä big bang -lähestymistavalla tai trukkien päivitysmenetelmällä. Sinun täytyy kehittää sitä. Ja jostain on aloitettava.

Vikojen havaitsemisesta aloittaminen on hyvä tapa tutustua tekoälyympäristöön, joka on melko helppo ymmärtää. Se on kuvia, se on kuvia. Näet, että järjestelmä tekee parempaa työtä kuin yksittäinen voi tehdä, ja tämä helpottaa tekniikan käytön laajentamista. Kun alat rakentaa luottamusta näihin tuloksiin, on helpompi käyttää koneoppimista ja tekoälytekniikkaa tuotantolaitoksen käytössä olevien resurssien ylläpitämiseen. Sitten ymmärrät omaisuuden terveyden hei, todennäköisyys on todella korkea - todennäköisyys 85 - 95 % - että tämä omaisuus epäonnistuu joskus seuraavan 45 päivän kuluessa, joten tehdään asialle jotain. 

Ja valmistajat ovat siirtymässä tähän?

Voi, kyllä, näet sen kautta linjan. On olemassa suuri pohjoisamerikkalainen autonvalmistaja, joka käyttää tekoälyn visuaalista havaitsemista ja ennakoivaa seurantaa, ja he näkivät välittömiä tuloksia. On uskomatonta, kuinka nopeasti he menestyivät pelkällä pilotilla. He löysivät 30 vikaa ensimmäisten 30 päivän aikana, mikä ei ole niin suuri asia. Mutta he katsoivat yhtä ainoaa liitintä yhdessä asennuksen kohdassa, joka oli sidottu yhteen tiettyyn heidän ongelmaansa. Kun he laajensivat sen useisiin paikkoihin kokoonpanolinjallaan, he löysivät jopa 200 vikaa päivässä. Joten heti ensimmäisen kuukauden aikana he saivat 1.8 miljoonan Yhdysvaltain dollarin säästöt kyseisellä tuotantolinjalla.

Zero D -tarinassa on kaksi osaa. Silmämääräinen tarkastus ja omaisuuden suorituskyvyn hallinta (APM). Silmämääräisessä tarkastuksessa käytetään laaduntarkastukseen keskittyviä tietokonenäkömalleja. APM käyttää aikasarjatietoihin perustuvia koneoppimismalleja varojen kunnon ja todennäköisten vikojen määrittämiseen tulevaisuudessa. Toyota käyttää Maximo silmämääräinen tarkastus, ja nyt he käyttävät myös Maximo Asset Performance Management (APM) -ohjelmistopakettia. He testasivat Maximo APM joihinkin heidän koneisiinsa, jotka tekevät nestejäähdytystä, ja huomasivat sen olevan heille toinen ongelma. Ottamalla ohjelmiston tähän pilottiin he voivat nyt seurata omaisuuden tilaa 24 × 7 ja ennustaa epäonnistumisen todennäköisyyttä tulevaisuudessa. Se on perusta sille, että he voivat siirtyä reaktiivisuudesta ja syklipohjaisuudesta ennakoivan, luotettavuuskeskeisen huoltostrategian harjoittamiseen. Tämä on muutos koko heidän organisaatiolleen.

Nämä ovat vain kaksi esimerkkiä siitä, missä Teollisuus 4.0 ja kuinka älykäs omaisuudenhallinta on alkanut saada vetoa. Tietenkin on monia muita, mutta nämä kaksi esimerkkiä ovat todellisia esimerkkejä muuntautuvista valmistusprosesseista.

Kello: Toyota + IBM: Älykkäämpi, digitaalisempi tehdas

Onko Teollisuus 4.0:n käyttöönotto asiakkaan kannalta hyödyllinen?

Kyllä, varsinkin kahdella rintamalla: laatu ja kysynnän tyydyttäminen. Toyotalle laatu on missio yksi. Vähemmän takaisinkutsuja ja vähemmän takuutyötä (verrattuna muihin ajoneuvomerkkeihin) lisäävät asiakasuskollisuutta, puhumattakaan alentuneista korjauskustannuksista.

Kysynnän tyydyttämisen osalta on arvioitu, että seisokit maksavat keskimäärin noin 21,000 XNUMX USD minuutissa. Tämä tarkoittaa, että tunnin sisällä sinulla on miljoonan dollarin ongelma. Ja jos sinä et pysty vastaamaan kysyntään, joku muu vastaa. Auton ostamisessa on uskollisuutta, mutta myös saatavuutta, varsinkin sirupulan vuoksi.

Vikojen ja seisokkien osalta jokainen aihe näyttää riittävän suurelta yksinään. Miksei niitä käsitellä erikseen? Miksi suosittelet käsittelemään niitä molempia kerralla?

Kumpikin niistä on kriittinen. Mutta saavutat todellisen muutoksen, kun hyökkäät molempia vastaan ​​samanaikaisesti. Koska riippumatta siitä, kuinka korkea laatu on, et pysty vastaamaan kysyntään, jos sinulla on seisokkeja. Käänteisesti, vaikka olisit erittäin tehokas valmistusprosesseissasi, mutta laaduntarkastuksesi on huono, lisäät vain romukasaasi tai uusintatyötäsi valtavalla vauhdilla.

Siksi tekoälypohjaisen laadun tarkastuksen ja ennakoivan korjauksen omaisuuden suorituskyvyn hallinnan yhdistelmä mahdollistaa laadun parantamisen. ja tuotannon tehokkuutta samanaikaisesti – ja se auttaa rakentamaan kestävää ja kestävää liiketoimintaa.

Onko sinulla muita kovia lukuja säästöistä, joita älykäs omaisuudenhallintaohjelma voisi tuoda valmistajalle?

Tietenkin tätä lähestymistapaa voidaan soveltaa autoteollisuuden ulkopuolella. Se on vain erittäin hyvä käyttötapaus, jonka ihmiset ymmärtävät. Jos tarkastellaan vian uudelleenkäsittelyä – ja on tärkeää erottaa vika ja uudelleentyöstö – vika voi ilmetä tuotantolinjalla, mutta siitä tulee uusintatyötä vain, jos sitä ei havaita lopullisen tuotannon aikana. Jos otat sen kiinni ja korjaat sen ennen kuin se siirtyy linjan seuraavaan vaiheeseen, se ei ole enää vika. Korostamme havaitseminen ja korjaaminen asennuspaikalla.

Jos vika muuttuu korjaustyöksi – mikä tarkoittaa, että jos se joko jää kiinni lopputarkastuksessa tai jonnekin loppuvaiheessa, jopa mahdollisesti asiakkaan toimesta –, se on noin 300 USD tapausta kohden. Joten jos ajattelee sitä pohjoisamerikkalaista autonvalmistajaa, joka löysi 200 vikaa päivässä, he säästivät 300 USD kerrottuna 200 vialla kerrottuna 365 päivällä. Näin saavutat erittäin nopeasti säästämisen kannalta suuria lukuja.

Voitko puhua myös säästöistä, jos omaisuutta ei ylläpidetä liikaa ja huolto suoritetaan vain silloin, kun sitä todella tarvitaan?

Kun asiakkaamme ymmärtävät "21,000 XNUMX dollaria minuutissa", heillä on tapana luoda erittäin tiukat huoltoaikataulut. Ongelmana on, että heillä ei ole tietoa siitä, mitä todella pitäisi korjata. Se tulee hei, aiomme tarkistaa kaiken kerran viikossa. On ajatus, että säännölliset huoltoaikataulut ovat halvempia, vaikka se on ylimääräistä.

Mutta APM-alustan avulla voit vähentää ylläpitoasi ja parantaa käytettävyyttä – kaikki samaan aikaan! Se on ohjeellinen sen ymmärtämisen kannalta, missä sinun on todella käytettävä resursseja. Se tarjoaa omaisuuden kunnon seurantaa vuorokauden ympäri, voi havaita poikkeamat ennen kuin niistä tulee kriittisiä ongelmia ja ennustaa epäonnistumisen todennäköisyyttä tulevaisuudessa. Teknikot eivät ole enää sidottu kalenteripohjaiseen aikataulutukseen. Koska nyt yrityksellä on tiedot, jotka osoittavat nämä omaisuuserät ovat kunnossa, eivätkä ne aio epäonnistua kuukauteen, useisiin kuukausiin tai jopa vuosiin. Tämä tarkoittaa, että teknikot, joista on tulossa niukka resurssi, voivat ajoittaa aikansa paremmin. Yritykset voivat hyödyntää teknikoita paljon tehokkaammin niillä alueilla, joilla on eniten arvoa niiden tietojen perusteella, joihin he voivat luottaa.

Lisää resursseja matkaa varten Zero D:hen

Viesti Teollisuus 4.0 ja kestävyyden tavoittelu ilmestyi ensin IBM Business Operations -blogi.

spot_img

Uusin älykkyys

spot_img

Keskustele kanssamme

Hei siellä! Kuinka voin olla avuksi?