„Gamyklinė gamyba išgyvena transformaciją: dirbtinis intelektas tikrina, rūšiuoja, dokumentuoja ir mokosi. Tokios įmonės kaip „Trumpf“ ir „Bosch“ nori revoliucionizuoti pramoninę gamybą, pasitelkdamos išmaniąsias technologijas.
Automobilio sėdynės bėgelis – ne itin įspūdinga metalinė detalė, tačiau atliekanti itin svarbią funkciją: jis užfiksuoja automobilio sėdynę vietoje, tvirtai ją laiko ir avarijos atveju gali išgelbėti vairuotojo gyvybę. Dėl šios priežasties tokių bėgelių gamintojai turi būti tikri, kad visi suvirinimo siūlai ir suvirinimo taškai yra nepriekaištingi – ir jiems reikia mašinų, kurios tai garantuotų. Arba bent jau mašinų, kurios galėtų aptikti, kad trečiasis suvirinimo taškas gale kairėje yra defektinis ir kad ruošinį reikia atmesti.
Tai yra klausimai, kurie rūpi Richardui Bannmülleriui. Jis yra technologijų bendrovės „Trumpf“ lazerių padalinio vyriausiasis technologijų vadovas ir nori optimizuoti procesus, sumažinti atliekų kiekį ir kiek įmanoma išvengti gamybos klaidų, ypač tokiose pramonės šakose kaip automobilių sektorius, kuriame mažos pelno maržos. O mechanikos inžinieriai vis dažniau atsigręžia į dirbtinį intelektą.“ (DI) tam pasiekti.
Iki šiol tokie tikrinimo procesai buvo sudėtingi ir neefektyvūs. Komponentai turi būti reguliariai išimami iš gamybos, o suvirinimo siūlės perpjaunamos ir patikrinamos, siekiant užtikrinti detalių tvirtumą. „Tačiau jei dabar naudočiau DI, galėčiau ne tik dokumentuoti kiekvieną komponentą, bet ir vienu metu įvertinti bei išanalizuoti visus proceso duomenis, kad galėčiau nustatyti ne tik defektines dalis, bet ir priežastį, kodėl procesas vyksta netinkamai“, – aiškina Bannmüller. Inžinierius ne kartą vartoja terminą „vyksta netinkamai“, norėdamas apibūdinti tai, kas neturėtų nutikti: kad darbo procesas yra ydingas ir gamina defektinius ruošinius.
Vienas iš tokių patikrinimų pavyzdžių būtų suvirinimo procesas, kurį vienu metu stebi kamera ir lazerio spindulys – ne pats suvirinimo spindulys, o tas, kuris nuskaito suvirinimo siūlės gylį išlydytoje metalo fazėje.“ „Peržiūrėjęs visus duomenis, randu ne tik defektines dalis, bet ir defektų priežastį, nes DI patikrina visus duomenis ir taip gali nustatyti, kurie parametrai pasikeitė klaidos metu“, – aiškina Bannmüller. „Tai leidžia man pasiekti tokį kokybės ir greičio lygį, kuris neįmanomas atliekant rankines patikras.“
Sudėtingos skaičiavimo operacijos
Tačiau tokios sistemos pasiekia savo ribas, kai joms tenka apdoroti tūkstančius duomenų taškų vaizdų pavidalu per labai trumpą laiką – pavyzdžiui, tais atvejais, kai ruošinius reikia nuolat ir greitai lyginti su techniniais brėžiniais. Priežastis: įprastos dirbtinio intelekto programos savo skaičiavimo operacijas atlieka debesyje, o tai reiškia, kad duomenys turi būti siunčiami pirmyn ir atgal, o tai užima laiko ir sukelia vėlavimą, lėtinantį gamybą. Be to, dirbtinio intelekto lustams reikia daug energijos, todėl jiems reikalingas sudėtingas aušinimas, kurį ne visada lengva įdiegti staklėse.
Dvi problemos, kurias siekia išspręsti startuolis iš Amerikos: „Sima“ kuria kompiuterių lustus, kurie dirbtinį intelektą perkelia į mažus įrenginius, kad būtinos skaičiavimo operacijos nebevyktų debesyje ir nuotoliniuose duomenų centruose, o tiesiogiai vietoje – automobilių jutikliuose, pjovimo mašinų lazeriuose ir eismo stebėjimo sistemų kamerose. „DI migruos į fizinį pasaulį – į tai, kas jungia daugelio duomenų centrų tinklą su fiziniu pasauliu: automobilius, robotus, mašinas“, – aiškina Haraldas Krögeris, „Sima Germany“ vadovas.
Lustų specialistas daugelį metų dirbo „Bosch“ ir „Mercedes“ ir sprendė būtent tas problemas, su kuriomis dabar susiduria „Trumpf“ kurdama IT sistemas automobiliams.
Kai Krögeris kalba apie „Sima“ koncepcijos privalumus, be sumažėjusio delsos laiko, jis mini ir kitas priežastis: kadangi duomenys ir vaizdai nebesaugomi ir neapdorojami kitose vietose, duomenų apsauga supaprastėja. Galiausiai, sumažėja išlaidos ir energijos suvartojimas, nes nebereikia duomenų linijų ir duomenų centrų. „Šiam tikslui skirtas lustas turi būti itin greitas ir itin energiją taupantis, nes turiu jį integruoti į mažus įrenginius“, – sako Krögeris.
„Trumpf“ lazerių specialistui Bannmülleriui „Sima“ lustai išsprendžia kelias problemas vienu metu: „Su jais galime apdoroti kelis tūkstančius vaizdų per sekundę, o lustą galima naudoti mašinoje be debesies ryšio ir integruoti į valdymo sistemą“, – sako inžinierius. „Kita vertus, „Sima“ architektūra reikalauja labai mažai energijos ir apdorojimo galios, todėl nereikia aušinimo.“
„Trumpf“ planuoja naudoti „Sima“ technologiją savo staklėse 2026 m. pirmąjį ketvirtį. Tuomet šias stakles galėtų naudoti, pavyzdžiui, automobilių tiekėjai, kai reikia per trumpą laiką patikrinti lakštinio metalo kontūrus ir išmuštas skyles.
DI tampa unikaliu pardavimo pasiūlymu
Kuo sudėtingesnis procesas, tuo greičiau tokie dirbtinio intelekto sprendimai įsitvirtins. „Trumpf“ tai jau yra unikalus pardavimo pasiūlymas ir konkurencinis pranašumas. „Yra pakankamai programų, kurioms reikalingi daugiau ar mažiau individualūs kiekvieno komponento nustatymai. Ir būtent čia dirbtinis intelektas turi neįtikėtiną pranašumą, nes per trumpą laiką jis sužino, kokie yra optimalūs parametrai ir kaip turėtų būti nustatytas įrenginys“, – aiškina Bannmüller.
Vien tai padeda pjauti lakštinį metalą. Rankinis reguliavimas dažnai reikalauja kelių bandomųjų pjūvių, kad būtų rasta geriausia parametrų konfigūracija. „DI optimizuotas įrenginys žino medžiagą, storį, lazerio spindulį ir greitį, o tada, pamatęs pirmąjį pjovimo modelį, gali savarankiškai optimizuoti parametrus“, – aiškina Bannmüller. „Tikslas – labai greitai ir efektyviai rasti geriausią parametrų rinkinį.“
„Sima Germany“ generalinis direktorius Kröger žengia dar vieną žingsnį. Jo požiūriu, dirbtinio intelekto programos, skirtos lazeriui, grąžtui, presui ar klijų antgaliui, leidžia nedelsiant atlikti korekcijas gamybos proceso metu. „Taigi aš ne tik tiekiu tobulus produktus, bet ir nebegaminu jokių defektų, nes koregavimus atlieku realiuoju laiku“, – aiškina Kröger. „Tai leidžia pasiekti neįtikėtiną šuolį: įmonė, kuri galbūt negamina geriausių pavarų, per naktį gali aplenkti konkurentą, turintį dešimtmečių patirtį.“
Teoriškai Richardas Bannmülleris su tuo sutiktų, tačiau daugelio pramonės šakų reglamentai vis dar riboja šią optimizaciją. „Automatiniai procesų pakeitimai – procesai paprastai patvirtinami klientų – daugelyje sričių dar nėra priimami ar leidžiami“, – aiškina jis. „Nuolatinis procesų koregavimas lazerinio pjovimo, suvirinimo ir kt. srityse šiuo metu yra pilkoji zona ir nėra norma.“
Sudėtingų sistemų valdymas
Vos už dešimties kilometrų nuo „Trumpf“ būstinės Dicingene kita Badeno-Viurtembergo technologijų įmonė dirba optimizuodama pramoninės gamybos procesus pasitelkdama dirbtinį intelektą. „Bosch“ pramonės technologijų padalinys sukūrė dirbtinio intelekto agentą, skirtą net nekvalifikuotiems darbuotojams ir laikiniesiems darbuotojams, kilus problemai, iš naujo paleisti sudėtingas gamybos sistemas, taip sumažinant brangiai kainuojančias prastovas. Šiuo atveju dirbtinio intelekto agentai yra programinės įrangos pagrindu veikiančios sistemos, kurios sujungia duomenų rinkimą ir analizę su algoritmais pagrįstu sprendimų priėmimu. Jie skirti perimti įprastas užduotis, aptikti gedimus ir siūlyti sprendimus.
Philippas Glaseris, „Bosch“ projektų vadovas, atsakingas už agentais pagrįstą dirbtinį intelektą, tai paaiškina taip: „Kai sugenda įrenginys, būtina imtis greitų veiksmų. Tada darbuotojas apibūdina situaciją ir paaiškina klaidos modelį pokalbio metu arba žodžiu“, – sako Glaseris. „Tada dirbtinio intelekto agentas užduoda keletą klausimų, pavyzdžiui, ar įrenginys vėl paleidžiamas, ar dega tam tikros lemputės, ir bando nustatyti problemą bei pasiūlyti pirminius sprendimus.“ „Bosch“ tikslas – kad „žmonės ir dirbtinio intelekto agentai gamyboje dirbtų kartu“.
Siūlomi sprendimai paprastai yra pradinės, nedelsiant įgyvendinamos instrukcijos, kurioms kitaip reikėtų, kad prie įrenginio atvyktų patyrę specialistai, o tai, priklausomai nuo prieinamumo, nuolat veda prie ilgesnių prastovų. „Stengiamės sumažinti brangių techninės priežiūros specialistų poreikį sudėtingoms problemoms spręsti, suteikdami prie įrenginio esančiam darbuotojui galimybę pačiam rasti paprastų gedimų sprendimus“, – aiškina Glaseris.
DI agentas taip pat tvarko atvejo dokumentaciją: jis aprašo problemą ir rastą sprendimą, kad šios žinios būtų prieinamos ateityje, jei problema pasikartotų. Ši dokumentacija taip pat palengvina pamainos perdavimą, nes paprastai nepakanka laiko paaiškinti atvykstantiems darbuotojams klaidas, įvykusias prieš pat pamainos pabaigą, ir iki šiol taikytas procedūras. „DI agentas valdomas klaviatūra ir ekranu – tai sąsaja, panaši į tas, kurias žinome iš „ChatGPT“ ir kitų DI sistemų“, – sako Glaseris. „Fone agentas tada pasiekia duomenis iš gamybos IT sistemos.“
„Bosch“ jau pats naudoja agentus
Pasak DI eksperto Glaserio, įmonės, kurios savo gamybos linijose gamina atskirus komponentus, tokius kaip rutuliniai guoliai, vožtuvai, jutikliai ar valdymo blokai, gaus didžiulės naudos iš tokių agentų. Pats „Bosch“ jau naudoja šiuos cecho DI agentus gamyklose, kuriose įmonė gamina komponentus automobilių pramonei, pavyzdžiui, Naganathapuroje, Indijoje, Miškolce, Vengrijoje, ir Bamberge. „„Bosch“ viduje jau yra didelė agentų paklausa, nes bandomosios gamyklos jau mato jų teikiamą pridėtinę vertę“, – aiškina Glaseris.
„Bosch“ inžinierius nenori kiekybiškai įvertinti galimo įmonių produktyvumo padidėjimo naudojant DI agentus. Tačiau jis teigia, kad akivaizdu, jog „tikras progresas pasiekiamas, kai formuojame agentų komandas, kuriose visi gamyklos cecho agentai bendrauja tarpusavyje, o į komandas taip pat įtraukiami agentai, atsakingi už techninę priežiūrą, pirkimus ir pamainų planavimą“. Vienas pavyzdys galėtų būti, kad cecho agentas atpažįsta problemą, nustato sprendimą ir nedelsdamas praneša apie sugedusią dalį techninės priežiūros agentui, kuris tada organizuoja pakeitimą. Techninės priežiūros agentas savo ruožtu informuoja pirkimų skyrių, kad atsarginės dalys baigėsi, o pamainų planavimo agentas pakoreguoja pamainas, nes tam tikros linijos kelias valandas nedirbs.
„Mūsų tikslas – kad dirbtinio intelekto agento išlaidos klientui atsipirktų per vienerius metus. Tai reiškia, kad mūsų klientams priimti sprendimą dėl pirkimo yra gana lengva“, – aiškina Glaser. „Sistemos pirmiausia atveria duris mums – nepriklausomai nuo įmonės dydžio. Tai leidžia klientams susipažinti su technologija ir patikrinti pridėtinę vertę savo gamybai.“
Vienas iš „Bosch“ klientų, šiuo metu naudojančių dirbtinio intelekto agentą, yra Badeno-Viurtembergo jutiklių gamintoja „Sick“. Įmonė, siūlanti matavimo, aptikimo, stebėjimo, identifikavimo ir padėties nustatymo įrenginius gamyklų, logistikos ir automatizavimo sistemoms, naudoja „Bosch“ sprendimą savo gamykloje, esančioje jos būstinėje Valdkirche, Juodajame miške, ir kitose vietose. „Jau antrą dieną pasiekėme patyrusių ekspertų lygio rezultatų – patikimą veikimą tiesiogiai mūsų gamyklos patalpose“, – teigia „Sick“ technologijų vadovas Nielsas Syassenas. „Dirbtinio intelekto agentas gamybos patalpose padeda mums efektyviau spręsti gamybos sistemų klaidas, paspartinti trikčių šalinimą ir pateikti tikslines veiksmų rekomendacijas.“ „Sick“ mato ypatingą sistemos daugiakalbystės galimybių pranašumą. Dirbtinio intelekto agentas padeda tiek darbuotojams, tiek gamyklos operatoriams, generuodamas gedimų ataskaitas keliomis kalbomis ir tiesiogiai perkeldamas informaciją į sistemą. Tai ne tik padidina efektyvumą, bet ir pagerina dokumentacijos kokybę, aiškina Christiane Becherer, atsakinga už dirbtinio intelekto programų kūrimą „Sick“. Jos išvada: „Kalbinis lankstumas skatina tarptautinių komandų integraciją, įveikia kliūtis ir įgalina įtraukų bendradarbiavimą – tiesiogiai žmonių, mašinų ir informacijos sąsajoje.“ [1]
1. Wenn der Laser mitdenkt und sich selbst korrigiert. Frankfurter Allgemeine Zeitung; Frankfurt. 21 Oct 2025: 21. Von Benjamin Wagener, Ravensburg
Komentarų nėra:
Rašyti komentarą