Fluctuarea condițiilor de piață, constrângerile lanțului de aprovizionare, deficiențele de muncă și o industrie globală rapidă obligă producătorii de toate dimensiunile să reevalueze modul în care operează. Mulți producători au început să adopte tehnologie pentru a menține un avantaj competitiv și pentru a aborda provocările de afaceri de lungă durată. De la automatizare la tehnologii digitale, IoT industriale și multe altele, întreprinderile pot folosi aceste inovații pentru a capta în cele din urmă date din sisteme, procese și oameni diverse pentru a oferi idei strategice necesare pentru a lua decizii mai bune.
Nu există nicio îndoială că aceste companii au o mulțime de date cu care să lucreze. Conform unui studiu McKinsey, producția generează 1,9 petabytes sau 1.900, 000 terabyte de date anual. Problema era că aveau nevoie de o modalitate mai bună de a capta și analiza datele și de a le transforma în informații utilizabile și trebuiau să o facă rapid. Drept urmare, multe întreprinderi apelează la inteligența artificială (AI) pentru a găsi oportunități cu datele lor pentru a -și îmbunătăți operațiunile.
De ce AI este perfect pentru analiza datelor?
De la îmbunătățirea randamentelor de fabricație și a timpului de funcționare, până la previziunea cu exactitate a cererii și a mașinilor de monitorizare de la distanță și chiar controlul activelor și îmbunătățirea calității produsului, AI poate fi valorificată pentru a îmbunătăți semnificativ eficiența generală și valorile productivității.
Nu este magic, ci un set complex de algoritmi care analizează cantități mari de date, corelează sau învață tipare în diverse variabile și aplică aceste cunoștințe în condițiile actuale pentru a ajuta la prezicerea statelor viitoare. Asta nu înseamnă că oamenii nu pot îndeplini aceste sarcini, dar că AL le poate face mai rapid și poate prelucra mai multe date cu o precizie mai mare, îmbunătățind rezultatele afacerii.
De exemplu, în orice mediu de fabricație, în mod tradițional, există mai multe grupuri de lucru și mașini diferite, care colectează propriile date. Informațiile de la fiecare dispozitiv pot varia în funcție de calitate, format și sincronizare, ceea ce poate crea obstacole și poate face dificilă analizarea și obținerea oricăror informații semnificative din date.
Cu ajutorul tehnologiei AI, cantități mari de date pot fi procesate rapid, permițând companiilor să combine rapid și cu exactitate informațiile operaționale, să prezică rezultatele bazate pe alternative și să permită producătorilor să ia decizii agile și informate. Această abilitate preventivă preventivă este aceea în care se află puterea AI și poate crește considerabil randamentele produsului.
Prin identificarea cauzei principale a problemelor de calitate a produsului, AI poate ajuta la reducerea defectelor produsului și a ratelor de resturi și la creșterea randamentelor de fabricație. Cu informații și analize detaliate, producătorii pot aborda problemele de control al calității înainte de a avea impact direct asupra liniei de jos a companiei. Să ne uităm la un astfel de exemplu.
Utilizați AI pentru a îmbunătăți calitatea motorului
Un producător global de motoare produce motoare diesel mari pentru seturi de generator, aplicații navale și marine și vehicule militare. După asamblare, fiecare motor este supus testării riguroase. În timpul testării, chiar și cei mai experimentați operatori nu reușesc adesea să detecteze semne subtile ale unei probleme, ceea ce duce la eșecuri catastrofale în timpul testării sau odată ce motorul este în funcțiune. Aceste eșecuri au provocat pierderi semnificative, transporturi întârziate, create zone de testare întârziate și producție în amonte, au costat companiei milioane de dolari anual și au avut un impact negativ asupra livrărilor la timp.
Problema nu este o lipsă de date, ci modul în care acestea sunt utilizate. De fapt, uzina colecta date de proces de ani buni, dar a folosit-o doar pentru lucrările de urmărire după ce a avut loc un eșec. Privind datele din acest mod reactiv, echipa nu este în măsură să înțeleagă de ce aceste eșecuri apar sau le abordează proactiv. În cele din urmă, aceste probleme sunt văzute ca un cost de a face afaceri până când compania are în vedere utilizarea AI pe datele existente pentru a prezice eșecurile critice ale activelor înainte de a se produce.
Producătorul a început cu un program pilot pentru a pune bazele de date necesare pentru AI pentru a avea un impact. Având în vedere nevoia de a utiliza date istorice, compania a efectuat pentru prima dată curățarea și analiza datelor, cu ajutorul AI, reducând 20 de miliarde de puncte de date de la 100 de motoare la 6 miliarde din cele mai influente puncte de date în 48 de ore.
În continuare, conectați mai multe seturi de modele după timp și model pentru a vizualiza datele și identificarea oricăror lacune de date. Pe baza analizei GAP, s -au făcut ajustări pentru extragerea anumitor date mai frecvent, îmbunătățind astfel modelarea. Prin utilizarea unei platforme AI, întreaga analiză se face într-un mediu cu risc scăzut, fără un impact asupra producției curente.
Din aceste date, producătorii sunt capabili să stabilească linii de bază, să identifice tendințele și anomaliile și să dezvolte planuri de a pune în acțiune informațiile. În doar câteva săptămâni, au produs un raport care identifică un grup de motoare cu risc după numărul de serie. Pe baza acestor informații, producătorii bănuiesc că aceste motoare au o probabilitate mai mare de probleme în timpul testelor de control al calității sau în domeniu. Prin conectarea datelor de testare la defecțiunile reale ale produsului, raportul a identificat cu exactitate mai mult de 80 la sută din problemele motorului pe parcursul câtorva ani.
Este important de menționat că acest proiect este un proces iterativ, deoarece modelul AI învață constant. În aproximativ 45 de zile, modelul a fost capabil să prezică eșecuri cu 30 de minute înainte cu o rată pozitivă falsă zero.
Minimizați întreruperea operațiunilor
În timpul lansării oficiale, soluția AL este conectată la datele în timp real generate de sistemul de control de testare și de interfața de mașini umane (HMI). Acest lucru nu are efect asupra funcționării normale. De fapt, modelul a fost integrat cu software -ul standard de testare al companiei, iar operatorul nici măcar nu era conștient de faptul că a fost implementat. Ei trebuie doar să știe că acum interfața lor HMI le va informa despre eventualele probleme potențiale și cum să se ocupe de ele.
În primele 90 de zile, aplicația AI a detectat 20 de evenimente în timp real, a evitat mai mult de 4,5 milioane de dolari în daunele motorului și a obținut un randament de 10x la investiții (ROI) pentru proiect.
După cum ilustrează acest caz, efectuarea AI poate oferi producătorilor o modalitate de a reduce proactiv defectele de calitate, de a economisi bani și de a îmbunătăți ratele de livrare, reducând în același timp perturbarea operațiunilor. Începând cu o bază solidă de date și lucrul cu parteneri cu experiență, AI poate oferi idei necesare pentru a conduce rezultatele afacerii și pentru a ajuta producătorii să concureze în mediul de afaceri în evoluție rapidă de astăzi.
Dar AI nu trebuie să fie o soluție de dimensiuni unice. În funcție de nevoile dvs., aplicația și situația specifică, trebuie personalizate diferite soluții. Prin urmare, este important să aveți un partener de încredere în partea dvs. Când vine vorba de AI, ei pot evalua unde vă aflați în călătoria dvs. de transformare digitală, să vă înțeleagă obiectivele sau provocările și să identifice soluția de la furnizorii de top care se potrivesc cel mai bine nevoilor dvs. reale.