Cara cepat memahami proses manufaktur yang kompleks
Machine

Cara cepat memahami proses manufaktur yang kompleks


Alat uji untuk pembentukan lembaran logam panas di Fraunhofer IWU, termasuk oven, mesin press, dan robot. Kredit: Fraunhofer-Gesellschaft

Mengoptimalkan pabrik produksi agar beroperasi dengan cara yang lebih hemat energi atau menghasilkan lebih sedikit penyortiran seringkali sulit, karena kualitas produksi bergantung pada banyak parameter yang berbeda. Dalam proyek mercusuar Fraunhofer ML4P, para ahli Fraunhofer telah mengembangkan proses dan perangkat lunak untuk menganalisis proses produksi industri secara komprehensif dan menyesuaikannya sesuai kebutuhan. Cocok untuk berbagai macam industri, ML4P akan dihadirkan di Hannover Messe Digital Edition dari 12 April hingga 16 April 2021.

Sekarang, lebih dari sebelumnya, produk buatan Jerman menikmati reputasi global yang sangat baik. Namun, hanya karena produk berkualitas tinggi tidak selalu berarti bahwa proses produksi di belakangnya sepenuhnya sempurna. Sebaliknya, banyak proses yang membutuhkan pengoptimalan, bahkan hingga saat ini. Beberapa memerlukan pengoptimalan untuk menghemat energi atau mengurangi barang yang ditolak, sementara di tempat lain, produksi perlu merespons permintaan dengan lebih fleksibel. Pabrik juga terus berjuang untuk secara konsisten memastikan kualitas produk yang tinggi ketika sifat bahan berubah dari batch ke batch.

Memecahkan kompleksitas pabrik produksi

Namun, banyak proses produksi yang sudah mapan terlalu kompleks untuk hanya dapat disesuaikan dengan kebutuhan baru. Pada dasarnya, ada terlalu banyak variabel untuk dipertimbangkan bagi pikiran manusia untuk memahami semua korelasi di antara mereka. Inilah alasan mengapa enam Institut Fraunhofer bergabung tiga tahun lalu untuk membentuk proyek mercusuar Machine Learning for Production (ML4P), dengan tujuan menggunakan pembelajaran mesin (ML) untuk memecahkan kompleksitas pabrik produksi dan mengoptimalkan produksi. Penemuan pertama akan dipresentasikan di Hannover Messe Digital Edition dari 12 April hingga 16 April 2021. Para mitra telah mengembangkan berbagai perangkat lunak yang dapat menganalisis data produksi untuk menemukan korelasi yang sebelumnya tidak terdeteksi. Namun, alat tersebut dapat melakukan lebih dari sekadar menganalisis data dan melakukan tindakan pengoptimalan pada titik waktu tertentu — di lingkungan dengan tautan ke penelitian, yang dapat dilakukan bahkan sebelum ML4P. Apa yang istimewa tentang alat ini adalah bahwa alat ini melampaui itu, memungkinkan peningkatan proses yang dicapai melalui pembelajaran mesin untuk dimasukkan ke dalam siklus pengembangan operasional normal dan siklus hidup dalam jangka panjang.

Perangkat lunak bukanlah segalanya, kata Lars Wessels, wakil manajer proyek ML4P di Institut Fraunhofer untuk Optronik, Teknologi Sistem dan Eksploitasi Gambar IOSB di Karlsruhe — tempat di mana operasi lembaga yang berpartisipasi disatukan menjadi satu kesatuan fungsional. “Dalam proyek ini, kami mengembangkan model proses yang memungkinkan kami dan pelanggan kami untuk maju menuju tujuan kami secara bertahap. Penting untuk menentukan tujuan dari awal dan untuk memeriksa pada tahap awal apakah itu dapat dicapai dengan tingkat yang dapat dibenarkan usaha dan biaya yang masuk akal. ”

Cara cepat memahami proses manufaktur yang kompleks

Hasil dari proses pembengkokan kaca: panel kaca ditekuk pada sudut 90 ° derajat. Kredit: Fraunhofer-Gesellschaft

Menggabungkan keahlian pabrik dan perangkat lunak dalam proyek

Mitra proyek antara lain termasuk Fraunhofer Institutes dengan keahlian dalam proses produksi dan pabrik. Hal ini memungkinkan para peneliti untuk menggunakan lingkungan produksi nyata — termasuk pabrik pembengkok kaca — untuk menguji dan mengoptimalkan alat perangkat lunak yang telah mereka kembangkan bersama. Baru-baru ini dibangun di Institut Fraunhofer untuk Mekanika Material IWM di Freiburg, pabrik kaca menawarkan fasilitas untuk melipat panel kaca besar untuk membentuk sudut 90 derajat yang tajam. Kaca ini kemudian digunakan untuk fitur arsitektural khusus seperti jendela sudut, misalnya. Panel dipanaskan sebelumnya dalam oven, dipanaskan tepat di lipatan menggunakan laser, dan kemudian ditekuk. Variabel seperti suhu oven, waktu yang dihabiskan dalam oven, dan parameter laser harus dikonfigurasi dengan sangat tepat. Pabrik Freiburg secara operasional stabil, tetapi kadang-kadang, panel yang dihasilkan memiliki permukaan yang sedikit bergelombang atau cacat visual lainnya — dan mereka harus dibuang. “Pakar pabrik akan langsung melihat bahwa ada yang salah dengan panel,” kata Christian Frey dari Fraunhofer IOSB, manajer proyek ML4P. “Namun, seringkali tidak jelas apa yang sebenarnya menyebabkan cacat tersebut.” Itu sebabnya untuk analisis dalam proyek ini, semua parameter mesin dan produksi dimasukkan ke dalam perangkat lunak dan kemudian dievaluasi. “Dalam proses manufaktur seperti ini, tantangannya adalah Anda hampir tidak memiliki data standar seperti yang Anda lakukan dengan file gambar atau audio, misalnya. Sebaliknya, ada data proses yang heterogen yang harus diproses sebelumnya sebelum analisis otomatis. Itu merupakan sebagian besar dari itu. pekerjaan, dan itu berarti kami harus membawa ahli tanaman dan pengetahuan mereka tentang prosesnya, “jelas Lars Wessels.

Mengevaluasi sejauh mana digitalisasi diperlukan

Namun ternyata, data yang ada tidak cukup untuk proyek pabrik Freiburg. Sensor panas tambahan harus dipasang di oven untuk mengukur suhu internal secara terus menerus. “Model proses kami ideal untuk situasi seperti ini,” kata Lars Wessels. “Bekerja sama dengan pelanggan, kami dapat mengidentifikasi data proses apa yang kami butuhkan pada waktu yang tepat, dan memverifikasi apakah biayanya akan sepadan.” Di Freiburg, jawabannya adalah ya. Alat perangkat lunak sekarang dapat menilai kondisi mana yang menyebabkan cacat, dan juga memprediksi kondisi ideal untuk memproses kaca dengan kualitas tertentu — misalnya, panel kaca dengan ketebalan yang bervariasi.

Selain proses pelengkungan kaca, mitra ML4P di Institut Fraunhofer untuk Peralatan Mesin dan Teknologi Pembentukan lokasi IWU di Chemnitz telah mengembangkan solusi untuk pembentukan lembaran logam panas. Ini dapat digunakan untuk menentukan cara memastikan kualitas logam ketika kecepatan produksi pabrik ditingkatkan, misalnya. Di sisi lain, di Fraunhofer Institute for Factory Operation and Automation IFF di Magdeburg, para peneliti bekerja untuk mengoptimalkan proses pembuatan filter sehingga menghasilkan lebih sedikit penyortiran.

“Bergantung pada tingkat otomatisasi atau digitalisasi di pabrik, mengoptimalkannya menggunakan alat ML4P kami bisa lebih sederhana atau lebih kompleks,” kata Christian Frey. “Namun, dengan model proses multi-tahap kami, kami dan pelanggan dapat dengan cepat mengetahui apakah perlu mengupgrade pabrik.” Dia menunjukkan bahwa model proses juga akan sangat membantu untuk komunikasi antara pakar pabrik dan pakar ML. “Anda dapat membahas pabrik dan data bersama-sama secara mendetail dan menentukan cakupan target Anda. Saat melakukan ini, sangat penting bagi kami untuk memasukkan pengetahuan ahli pabrik ke dalam perangkat lunak ML4P.” Ada rencana untuk menawarkan alat yang dikembangkan dalam proyek ML4P sebagai paket komprehensif — termasuk dukungan konsultasi yang diberikan melalui model proses.


Secara efisien memerangi kerugian produksi dan gangguan pada peralatan otomatis


Disediakan oleh Fraunhofer-Gesellschaft

Kutipan: Cara cepat mengatasi proses manufaktur yang kompleks (2021, 30 Maret) diambil pada 30 Maret 2021 dari https://techxplore.com/news/2021-03-quickly-complex.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP