Se dilación que la IA y la robótica colaborativa experimenten un crecimiento impresionante en los próximos primaveras. Los fabricantes utilizan robots para satisfacer las deposición cambiantes de los clientes y las demandas fluctuantes del mercado. Pero a medida que la transformación digital sigue afectando a la Industria 4.0, comenzamos a ver la convergencia de la automatización y el IoT en forma de AIoT: la inteligencia fabricado de las cosas.
Nos reunimos con Jens Beck, socio responsable de mandato e innovación de datos en sintaxispara obtener más información sobre cómo AIoT puede mejorar los sistemas de fabricación.
telediario de diseño: ¿Qué tipo de IA afecta la fabricación? ¿enseñanza automotriz? ¿Educación? ¿control de calidad?
Jens Beck: En caudillo, actualmente se están discutiendo cuatro tipos de IA. Las dos implicaciones de fabricación más importantes son las máquinas reactivas y la memoria limitada. En una máquina reactiva, la IA avala a las entradas y produce horizontes, p. B. si la temperatura está por encima de un umbralado, active una aviso. En la ejercicio, esto se llamaría monitoreo de condición. Esto encuentra una amplia aplicación en la inspección de calidad o simplemente internamente de los sistemas MES. Sin bloqueo, esta información no se escolta. Cuando la memoria es limitada, la entrada y la salida se correlacionan y almacenan para permitir casos de uso predictivo o inspecciones visuales. Cuando hablamos de detección de anomalías para identificar títulos atípicos o cuando usamos sistemas ópticos para la inspección visual, usamos IA con memoria limitada.
En los casos más simples, estos son modelos simples de IA que han sido entrenados en pulvínulo al conocimiento de los operadores o controladores de calidad y necesitan ser reentrenados con el tiempo. Con este enfoque, proporciona a la «máquina» imágenes buenas y malas para enseñarle qué es un buen resultado y qué es un mal resultado. Esto es particularmente importante si desea un control de calidad continuo durante los períodos de máxima producción, por ejemplo, cátodos para baterías. En un decorado más enrevesado, implementaría redes neuronales competidoras que no solo almacenan datos, sino que igualmente se entrenan a sí mismas mientras se ejecutan.
Entonces, ¿dónde usar la IA en la fabricación? Bueno, mantenimiento predictivo (es proponer, predecir cuándo una máquina necesitará mantenimiento). La calidad predictiva es otro ejemplo, ya que permite que las máquinas predigan un resultado y se ajusten en consecuencia en función de los datos del sensor y del entorno.
La inspección visual es un excelente caso de uso porque puede aumentar la calidad del producto, sujetar el esfuerzo manual involucrado en la inspección de calidad, sujetar el tiempo de fabricación y, por lo tanto, aumentar el rendimiento. Sin bloqueo, este no es el final de la amplia serie de posibles usos de la IA en la fabricación. La efectividad aumentada y el procesamiento del jerga natural con chatbots pueden indicar a los operadores cuándo necesitan aumentar la seguridad en el división de trabajo.
DN: ¿Cómo se utiliza la IA en los robots colaborativos? ¿Los robots se comunican entre sí? ¿Dirigir el trabajo de los demás?
Jens Beck: Bueno, los robots colaborativos son robots que interactúan con humanos y, por supuesto, la seguridad es una preocupación importante aquí. Es por eso que los robots en el adoquinado de producción generalmente se mantienen detrás de vallas sólidas e interactuar con ellos siempre significa una parada en la producción.
Ahora imagine colocar sensores rodeando del autómata que le permitan ver lo que sucede a su rodeando. En este decorado, en división de detener al autómata, podría simplemente sujetar la velocidad de su articulación o cambiar su movimiento para evitar dañar a su contraparte humana. Los robots igualmente podrían adaptarse a la velocidad de trabajo o al patrón de comportamiento de sus pares para alcanzar un funcionamiento inmejorable.
Todo esto requiere IA en segundo plano. Entonces se puede proponer que los robots colaborativos no existen sin IA. Nuevamente, este no sería el tipo de IA que se independizaría, aún permanece controlada por humanos y se vuelve a capacitar regularmente para certificar la máxima seguridad para los empleados. Por supuesto, un empleado igualmente puede ser otro autómata, y en ese sentido se aplica lo mismo, pero con el objetivo de sujetar el mantenimiento y optimizar el OEE.
Por zaguero, pero no menos importante, la IA igualmente se puede utilizar para entrenar robots. Supongamos que el autómata puede replicar los movimientos humanos típicos. Luego, simplemente podría registrar a un humano haciendo este movimiento y proyectarlo en el autómata. Esta tecnología está ahí y igualmente usa IA en segundo plano. Por supuesto, es más probable que esto se aplique a áreas donde tal comportamiento es deseable, como B. en el cuidado de la vitalidad, donde los robots humanoides se utilizan cada vez más.
DN: ¿La IA en la fabricación requiere que el equipo de fabricación sea un equipo «inteligente»?
Jens Beck: Si tiene la intención de optimizar el mantenimiento de una máquina, su resultado final o el OEE, primero debe compilar datos de esa máquina. Luego correlacionelos con datos relevantes de otras fuentes como MES, ERP e historiadores para obtener información y acciones relevantes.
Así que la respuesta simple sería sí. Sin bloqueo, hay tres generaciones diferentes de máquinas en talleres de todo el mundo. Los jóvenes son habladores, políglotas y usan la galimatías más nuevo (o protocolos en el sentido de IoT). Esta concepción viene inventario para usar.
La concepción intermedia: es habladora, no completamente políglota y puede usar alguna galimatías antigua. Hay soluciones de traductores para la concepción media que igualmente los hacen “totalmente” inteligentes.
La última concepción es la concepción del «viejo»: tranquila, no deje mucho o ausencia y no usa galimatías. Puede hacerlos inteligentes adaptándolos, es proponer, conectando sensores que los hagan departir. En mi experiencia, esto funciona conveniente admisiblemente y, con algunas excepciones, brinda la información que necesita sobre el «viejo».
Para reponer a la pregunta, la máquina tiene que ser «inteligente», sí, pero eso no significa que tenga que hacer grandes inversiones para alcanzar ese objetivo.
DN: Al usar IA con equipo de industria, ¿importa qué proveedores crearon el equipo?
Jens Beck: No, no lo hace y no debería. Por supuesto, si compró una máquina nueva que viene con un portal de IoT como parte del precio, le encantaría usar todas sus máquinas de fabricación en ese portal. Pero cuando todas sus máquinas son de la misma marca y concepción, inevitablemente encuentra obstáculos en el taller.
Sin bloqueo, si observa plataformas de IoT independientes, es proponer, plataformas de IoT que no son creadas por un fabricante de máquinas, encontrará que son muy abiertas en cuanto a sus opciones de entrada. Su principal diferenciación radica en el banda del rendimiento y el costo.
DN: Explique la diferencia entre IoT y AIoT.
Jens Beck: IoT es cuando las cosas se comunican entre sí, por ejemplo, mi despertador con mi máquina de café; la activación de la aviso señala la preparación de la máquina de café. AIoT es el mundo donde la inteligencia fabricado ayuda a hacer que más cosas se comuniquen entre sí, es proponer, donde la salida de una cosa debe interpretarse para obtener información que luego sirva como entrada para la ulterior.
Entonces, en el ejemplo del café, si mi aviso suena, entonces una cámara en el espejo del baño toma una foto de mi rostro, nota que me veo muy cansado, por lo que mi café está hecho con un espresso doble en división de mi café habitual. holgado.
Esta nota fue traducida al gachupin y editada para disfrute de la comunidad Hispana a partir de esta Fuente
