• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Självlärande hjälpsystem för effektiva processer

    SAM, ett självlärande hjälpsystem, hjälper maskinoperatörer att lösa fel i produktionsmaskiner. Kredit:Fraunhofer IVV

    För att förhindra långa stilleståndstider och stora mängder skrot, Tillverkarna måste utforma produktionsprocesser för att vara stabila och effektiva. Särskilt framgångsrika resultat uppnås när man tar hänsyn till erfarenheten hos de personer som använder maskinerna. Fraunhofer Institute for Process Engineering and Packaging IVV i Dresden utvecklar ett självlärande assistanssystem som hjälper maskinoperatörer att lösa fel och bygga upp sin erfarenhet och processkunskap.

    För att ta ett konkret exempel:På en bearbetningsmaskin, chokladkakor är inslagna i papper. En sensor känner av en avvikelse i produktionsprocessen och maskinen stannar. Även med toppmoderna system, ett kort avbrott inträffar i genomsnitt var femte minut. En erfaren maskinförare vet var orsaken till felet ligger. Han eller hon ser att papperet böjs och drar slutsatsen att I detta fall, maskinens hastighet måste regleras. Dock, denna kunskap är personspecifik – en kollega med mindre erfarenhet skulle behöva mer tid för att hitta lösningen.

    För att göra denna erfarenhetsbaserade kunskap tillgänglig för alla operatörer hela tiden, forskare vid Fraunhofer IVV i Dresden utvecklar SAM, ett självlärande hjälpsystem för maskinförare. Systemet observerar maskintillstånd och operatörsåtgärder och sparar framgångsrika lösningsstrategier. Använda en surfplatta, till exempel, maskinoperatören matar in sin lösning och kopplar den sedan till den aktuella felsituationen som registrerats av SAM. Om ett visst fel har inträffat flera gånger, SAM känner igen det och kan ge operatören tips om orsaken och hur man löser problemet. På det här sättet, maskinen repareras snabbt och går igen.

    För att göra det möjligt för SAM att lära sig felsituationer, forskarna vid Fraunhofer IVV använder maskininlärningsalgoritmer. Utrustad med intelligent funktionsextraktion, SAM kan lära sig med samma hastighet som människor och kan känna igen mönster efter bara några få repetitioner. "Tack vare vår kunskap om förpackningsmaskiners processer, vi kan göra SAM mycket snabbt, " förklarar Andre Schult, Gruppchef för digitalisering och processeffektivitet på Fraunhofer IVV.

    Att arbeta med SAM är en människocentrerad upplevelse

    När du designar SAM, Fraunhofer IVV i Dresden satte människor i centrum för deras överväganden. "En människa är ett underbart verktyg. Med sina händer och ögon, de är mer flexibla och bättre än många robotar eller kameror, säger Andre Schult. Men, processer och system växer hela tiden i komplexitet. Med SAM, Schult vill också göra det möjligt för operatörer i framtiden att själva känna igen fel och föreslå sina egna lösningar. Folk borde veta att trots all den senaste tekniken, människor spelar en oumbärlig roll i produktionen. Detta ökar deras känsla av värde i sitt arbete och deras motivation.

    Tillsammans med partners från industri och vetenskap, Fraunhofer IVV planerar att vidareutveckla det självlärande operatörsassistanssystemet under de kommande fem åren och lägga till nya funktioner genom en rad nya moduler. På det här sättet, det kommer att vara möjligt att anpassa SAM till specifika kundkrav. Möjliga ytterligare funktioner inkluderar saker som användningen av bildbehandling, externa sensorer, och tal- och gestigenkänning. Ser fram emot, tillverkare kommer att kunna använda SAM både för driften och för underhållet, uppstart, montering och utveckling av maskiner.


    © Vetenskap https://sv.scienceaq.com