Ο στόχος του συστήµατος έξυπνης ανάλυσης που χρησιµοποιείται στη γραµµή συναρµολόγησης στο εργοστάσιο του BMW Group στο Ρέγκενσµπουργκ είναι η πρόληψη µη προγραµµατισµένων διακοπών στην παραγωγή.
Η προγνωστική συντήρηση προβλέπει και προλαµβάνει – και αυτό ακριβώς προσφέρει το έξυπνο σύστηµα παρακολούθησης. Οι αναλύσεις του εξοπλισµού µεταφοράς βάσει δεδοµένων επιτρέπουν τον έγκαιρο εντοπισµό και την αποφυγή πιθανών βλαβών – διατηρώντας έτσι τη βέλτιστη ροή στην παραγωγή οχηµάτων. Το σύστηµα που υποστηρίζεται από την τεχνητή νοηµοσύνη (AI) αποτρέπει, ετησίως, κατά µέσο όρο, περίπου 500 λεπτά διακοπής µόνο στη συναρµολόγηση οχηµάτων στο εργοστάσιο του Ρέγκενσµπουργκ.
Στο συγκεκριμένο εργοστάσιο του BMW Group, τα οχήματα τοποθετούνται γενικά σε φορητές βάσεις φόρτωσης ή σε συστήματα ολίσθησης που κινούνται με αλυσίδα, τα οποία διέρχονται από τις αίθουσες παραγωγής. Οποιοδήποτε τεχνικό σφάλμα στα υπερσύγχρονα συστήματα μεταφοράς μπορεί να οδηγήσει σε ακινητοποίηση των γραμμών συναρμολόγησης. Αυτό αυξάνει τις απαιτήσεις τόσο σε επίπεδο συντήρησης όσο και κόστους. Για να αποφευχθεί αυτό, η ομάδα καινοτομίας του εργοστασίου του Ρέγκενσμπουργκ ανέπτυξε ένα σύστημα που μπορεί να εντοπίζει έγκαιρα πιθανά τεχνικά προβλήματα – και έτσι να αποφεύγονται τυχόν απώλειες στην παραγωγή. Τα επηρεαζόμενα εξαρτήματα του στοιχείου μεταφοράς μπορούν να αφαιρεθούν από τη γραμμή συναρμολόγησης και να επισκευαστούν μακριά από την παραγωγή. Το πλεονέκτημα είναι ότι το σύστημα παρακολούθησης δεν απαιτεί πρόσθετους αισθητήρες ή εξοπλισμό, αλλά αξιολογεί τα υπάρχοντα δεδομένα από τα εγκατεστημένα εξαρτήματα και το σύστημα ελέγχου των στοιχείων μεταφοράς. Αν διαπιστωθούν ανωμαλίες, ηχεί συναγερμός.
Για παράδειγμα, οι βάσεις φόρτωσης που χρησιμοποιούνται για τη μεταφορά οχημάτων στη γραμμή συναρμολόγησης αποστέλλουν διάφορα δεδομένα στο σύστημα ελέγχου του μεταφορέα, τα οποία διαβιβάζονται στη συνέχεια μέσω αυτού και της μονάδας ελέγχου του εργοστασίου στην πλατφόρμα προληπτικής συντήρησης του BMW Group που βασίζεται σε cloud. Από εκεί ξεκινά η ανάλυση: Ο αλγόριθμος αναζητά συνεχώς παρατυπίες, όπως διακυμάνσεις στην κατανάλωση ενέργειας, δυσλειτουργίες στις κινήσεις του μεταφορέα ή barcode που δεν είναι επαρκώς ευανάγνωστα, που θα μπορούσαν να προκαλέσουν προβλήματα. Εάν αυτά εντοπιστούν, το κέντρο ελέγχου συντήρησης λαμβάνει ένα προειδοποιητικό μήνυμα, για το οποίο ενημερώνεται ο τεχνικός συντήρησης που έχει βάρδια.
Εφαρμόστηκαν μοντέλα μηχανικής μάθησης που αναπτύχθηκαν εσωτερικά και χρησιμοποιούνται οι λεγόμενοι θερμικοί χάρτες με διάφορους χρωματικούς κωδικούς για τις διάφορες ανωμαλίες για την οπτικοποίηση των ευρημάτων. Με βάση αυτά τα πρακτικά ευρήματα, οι αλγόριθμοι βελτιώνονται και τελειοποιούνται συνεχώς. Η ομάδα βρίσκεται επί του παρόντος στη διαδικασία σύνδεσης πρόσθετων εγκαταστάσεων, βελτιστοποίησης του συστήματος και ενσωμάτωσης των συνιστώμενων ενεργειών στα μηνύματα σφαλμάτων. Αυτό θα μπορούσε, για παράδειγμα, να υποδεικνύει παρόμοια προβλήματα που έχουν εμφανιστεί σε ένα σύστημα απλοποιώντας την αντιμετώπισή τους για τους τεχνικούς συντήρησης – για παράδειγμα, αν μία φτερωτή σε ένα καρότσι μεταφοράς είναι ελαττωματική.
Προβλεψιµότητα και δύο διπλώµατα ευρεσιτεχνίας
Η εταιρεία, φυσικά, δεν μπορεί να εντοπίσει ή να αποτρέψει κάθε πρόβλημα εκ των προτέρων – αλλά αυτή τη στιγμή αποφεύγει τουλάχιστον 500 λεπτά διακοπής λειτουργίας ετησίως μόνο στη συναρμολόγηση οχημάτων. Στο εργοστάσιο του BMW Group στο Ρέγκενσμπουργκ, ένα όχημα βγαίνει από τη γραμμή συναρμολόγησης περίπου κάθε λεπτό -για την ακρίβεια κάθε 57 δευτερόλεπτα – και το σύστημα χρησιμοποιείται ήδη σε μονάδες μεταφοράς στις εγκαταστάσεις των εργοστασίων στο Ντινγκόλφινγκ, τη Λειψία και το Βερολίνο.
Στόχος είναι η περαιτέρω αξιοποίηση των δυνατοτήτων της τεχνητής νοημοσύνης, με το σύστημα να μαθαίνει να εκτιμά πόσος χρόνος απομένει από τη στιγμή ανίχνευσης της βλάβης μέχρι μία πιθανή διακοπή λειτουργίας. Αυτό θα βοηθούσε τους τεχνικούς να αποφασίζουν πόσο σύντομα πρέπει να εκτελούν τις εργασίες συντήρησης αλλά και να προτεραιοποιούν τις ενέργειές τους, αν χρειάζεται.
Αν και υπάρχουν ήδη πολλές επιλογές για την προγνωστική συντήρηση του εξοπλισµού, το ολοκληρωµένο σύστηµα εκµάθησης του Ρέγκενσµπουργκ είναι, µέχρι στιγµής, το πρώτο του είδους του.
Οι κατασκευαστές εξοπλισμού επαινούν, επίσης, το σύστημα, καθώς επωφελούνται και οι ίδιοι από τις αξιολογήσεις του. Το BMW Group έχει, ήδη, κατοχυρώσει δύο διπλώματα ευρεσιτεχνίας για την ανάπτυξή του εσωτερικά.
