Nowoczesna produkcja przemysłowa coraz częściej kojarzy się z robotami, zaawansowanym oprogramowaniem i sztuczną inteligencją. W praktyce jednak największe wyzwania nadal rodzą się tam, gdzie spotykają się ciężkie maszyny, ogromna skala produkcji i konieczność utrzymania najwyższych standardów jakości. W najnowszym odcinku podcastu „AI w produkcji” Jakub Orczyk rozmawia z Łukaszem Borzęckim, prezesem VM.PL, o projekcie realizowanym dla kanadyjskiego producenta stalowych drzwi specjalistycznych.
Spis treści
Produkcja przemysłowa w praktyce
Projekt realizowany przez nas dotyczył firmy z Kanady produkującej specjalistyczne stalowe drzwi wykorzystywane między innymi w instytucjach publicznych oraz obiektach wymagających najwyższego poziomu bezpieczeństwa. Chodzi o konstrukcje stosowane między innymi w więzieniach czy bankach, gdzie każdy element musi spełniać rygorystyczne normy jakościowe i certyfikacyjne.
Centralnym punktem projektu było zagadnienie wycinania otworów w stalowych drzwiach. Klient korzystał z dwóch różnych typów urządzeń.
Pierwszym była ciężka, bardzo wytrzymała maszyna starszego typu. Jej działanie opierało się na mechanicznym wycinaniu otworów przy użyciu odpowiednich głowic. Tego rodzaju urządzenia były bardzo tanie w eksploatacji i niezwykle szybkie. Koszt wykonania pojedynczego otworu wynosił mniej niż jednego centa.
Drugim rozwiązaniem były nowoczesne wycinarki plazmowe. Oferowały ogromną precyzję i możliwość wykonywania praktycznie dowolnych kształtów, nawet bardzo nieregularnych. Problem polegał jednak na tym, że ich eksploatacja była znacznie droższa. Większe zużycie energii, wyższe koszty serwisowania oraz dłuższy czas realizacji powodowały, że produkcja stawała się mniej opłacalna.
W teorii wszystko działało poprawnie. Bardziej skomplikowane kształty trafiały na wycinarki plazmowe, prostsze na starsze urządzenia mechaniczne. W praktyce okazało się jednak, że ogromna liczba elementów klasyfikowana była jako zbyt skomplikowana do tańszej produkcji, mimo że w rzeczywistości można było wykonać je znacznie prostszą metodą.
Problem, którego nikt wcześniej nie rozwiązał
Klient próbował rozwiązać ten problem przez kilka lat. Wyzwanie nie polegało wyłącznie na samej analizie kształtów, ale również na specyfice danych produkcyjnych.
W ramach projektu klient przekazał pliki CAD zawierające kształty wykorzystywane w procesie produkcji. To właśnie ich analiza stała się podstawą do opracowania rozwiązania optymalizującego pracę maszyn.
Projektanci tworzący dokumentację techniczną nie zawsze przygotowywali idealnie poprawne modele geometryczne. Część figur posiadała niewielkie błędy. Linie nie łączyły się dokładnie, punkty były minimalnie przesunięte względem siebie, a kształty odbiegały od idealnych figur geometrycznych.
Dla standardowych algorytmów oznaczało to jedno: element był klasyfikowany jako nieregularny i automatycznie kierowany do wycinarki plazmowej.
Technologia wspierająca efektywność
Rozmowa w podcaście pokazuje, że skuteczne wykorzystanie AI w przemyśle nie zawsze oznacza budowę skomplikowanych modeli czy wdrażanie rozbudowanej infrastruktury technologicznej.
Najważniejsze okazało się zrozumienie procesu produkcyjnego oraz analiza danych pozwalająca lepiej klasyfikować poszczególne elementy. Dzięki temu udało się zwiększyć wykorzystanie tańszych urządzeń i ograniczyć obciążenie bardziej kosztownych maszyn. Efektami wdrożenia były zauważalne oszczędności oraz usprawnienie organizacji pracy w zakładzie produkcyjnym.
AI w przemyśle to konkretne korzyści biznesowe
Coraz więcej firm przemysłowych wykorzystuje sztuczną inteligencję do:
- ograniczania przestojów produkcyjnych,
- redukcji kosztów energii,
- optymalizacji procesów,
- poprawy jakości,
- automatyzacji analizy danych technologicznych.
Projekt przedstawiony w podcaście dobrze pokazuje, że nowoczesne technologie mogą wspierać również ciężki przemysł i procesy wymagające dużej precyzji.
Kolejny etap rozwoju projektu
W rozmowie pojawia się również temat dalszego rozwoju rozwiązania. Jednym z możliwych kierunków jest wykorzystanie AI do bardziej zaawansowanego rozpoznawania kształtów oraz automatycznego podpowiadania najbardziej efektywnego sposobu realizacji produkcji.
To pokazuje, jak stopniowo rozwijają się projekty związane z transformacją cyfrową przemysłu. Najpierw pojawia się analiza procesów i optymalizacja, a następnie wdrażane są kolejne elementy automatyzacji i sztucznej inteligencji.
Posłuchaj najnowszego odcinka podcastu „AI w produkcji”
Jeśli interesuje Cię praktyczne wykorzystanie technologii w przemyśle, optymalizacja procesów produkcyjnych oraz realne wdrożenia AI w fabrykach, ten odcinek podcastu zdecydowanie warto obejrzeć.
Znajdziesz tam praktyczne spojrzenie na to, jak nowoczesne technologie pomagają obniżać koszty, usprawniać produkcję i budować przewagę konkurencyjną w przemyśle.
Na naszej stronie dostępne jest również szczegółowe case study dotyczące tego projektu. Opisaliśmy w nim proces wdrożenia, zastosowane rozwiązania oraz konkretne efekty biznesowe:
Webinar o AI w produkcji farmaceutycznej już 10 czerwca
10 czerwca organizujemy webinar poświęcony wykorzystaniu AI w branży farmaceutycznej. Podczas wydarzenia przedstawimy projekt, który pozwolił ograniczyć przestoje produkcyjne w fabryce leków i wygenerować oszczędności sięgające nawet 400 tysięcy dolarów rocznie w skali jednego zakładu. Więcej szczegółów na naszym profilu LinkedIn.
