Ali ovde, ne samo da ljudski radnici pokušavaju da čuju znake kvara mašine iznad fabričkog sukoba.
Senzori priključeni na opremu takođe osluškuju indikacije hardverskih grešaka, pošto su obučeni da prepoznaju zvukove umornih mašina koji rizikuju da dovedu proizvodne linije do zaustavljanja mlevenja.
PepsiCo primenjuje ove senzore, koje je kreirala tehnološka firma Auguri i koje pokreće veštačka inteligencija (AI), u svojim fabrikama nakon uspešnog testiranja u SAD. Kompanija je jedna od mnogih koja istražuje kako veštačka inteligencija može povećati efikasnost fabrike, smanjiti otpad i što brže staviti proizvode na police.
Krckanje brojeva
Od ranog dizajna do isporuke, AI se smatra da ima ključnu ulogu u novom talasu proizvodnje. Njegova sposobnost da obrađuje i analizira ogromne količine podataka već pomaže proizvođačima da predvide i pripreme se za potencijalne poremećaje.
Minut fabričkog zastoja može koštati kompanije hiljade evra, a povećana kašnjenja mogu značiti propuštanje potražnje potrošača u kritičnim trenucima kao što su praznični period ili Crni petak. Dakle, alati koji mogu da proveravaju i analiziraju procese u realnom vremenu, upozoravaju na probleme na horizontu i koriste istorijske podatke za preporuku popravki postaju poznati prizori na fabričkim podovima.
Senzori koji se koriste u PepsiCo fabrikama su obučeni za ogromne količine audio podataka, kako bi mogli da otkriju greške kao što su habanje na transportnim trakama i ležajevima, dok analiziraju vibracije mašina.
„Danas imamo preko 300 miliona sati mašina koje smo analizirali i nadgledali, i možemo da iskoristimo sve ove podatke da kreiramo algoritme koji znaju kako da odrede specifične obrasce različitih kvarova“, kaže izvršni direktor Augurija, Saar Ioskovitz.
Takođe prikupljanjem informacija i uvida u zdravlje opreme u celini, kao što je identifikacija kada bi mašina mogla ponovo da pokvari u budućnosti, tehnologija omogućava radnicima da unapred zakažu održavanje i izbegavaju da reaguju na greške mašine kada se pojave. Korišćenje senzora sa veštačkom inteligencijom takođe može dati kompaniji način da smanji otpad u svom poslovanju.
„Ako mašina radi na najoptimalniji način, možete smanjiti potrošnju energije te mašine“, kaže g. Joskovitz. Kompjuterski vid, koji uključuje mašine za obuku da prepoznaju objekte na slikama i video snimcima, je još jedan tip veštačke inteligencije koja se koristi u nekim svetskim fabrikama za otkrivanje nedostataka proizvoda u velikoj meri. Nalet predmeta koji se kreću duž transportnih traka i kroz mašine za sortiranje u fabrikama znači da se minijaturni defekti na proizvodima lako mogu propustiti.
Ovo se posebno odnosi na pločice sa kompjuterskim čipovima i ploče koje imaju složen dizajn i komponente. Greške koje su ranije mogle da budu neprimećene ljudskom oku sada mogu da se pokupe kamerom mašine i uhvaćene od strane algoritama obučenih da uoče specifične anomalije na površinskom nivou.
Poboljšanje vidljivosti
Aleksandra Brintrup, profesorka digitalne proizvodnje na Institutu za proizvodnju Univerziteta u Kembridžu, kaže za da se upotreba veštačke inteligencije za poboljšanje efikasnosti u industriji, uključujući oblasti kao što su prediktivno održavanje i kontrola kvaliteta, sada može smatrati konvencionalnom primenom tehnologije .
„Osećam da će uzbudljivije mogućnosti veštačke inteligencije u proizvodnji doći od stvari koje ranije nismo mogli ni da pokušamo, kao što je deljenje kapaciteta između proizvođača, poboljšanje vidljivosti u lancima snabdevanja, čak i deljenje kamiona u logističkom lancu, " ona kaže.
Prepletena, složena priroda mreža lanca snabdevanja i nevoljnost nekih zainteresovanih strana da kažu ko ih snabdeva, ranije su mnoge aspekte proizvodnje držali obavijeni velom misterije. Ali AI se može koristiti za analizu i predviđanje ko su i gde su dobavljači, dajući kompanijama uvid u uska grla, a potrošačima uvid u to odakle dolaze njihovi proizvodi i materijale koji se koriste.
Profesor Brintrup vodi Laboratoriju za veštačku inteligenciju Instituta za lanac snabdevanja, koja je razvila sopstveni prediktivni mehanizam za identifikaciju gde su sastojci kao što je palmino ulje možda korišćeni u proizvodu, ali prikriveni pod drugim imenom na etiketi. Nedavno istraživanje laboratorije sugerisalo je da palmino ulje može imati 200 različitih imena u SAD - a ona se možda neće istaći ekološki svesnim potrošačima.
„Imamo sve više društvo koje je veoma svesno uticaja proizvodnje na životnu sredinu i društvo, tako da mislim da će povećana vidljivost lanca snabdevanja i davanje tih informacija potrošačima postati sve važnije“, dodaje prof. Brintrup.
Šta je sa radnicima?
Pitanje šta će sve veće usvajanje AI alata na fabričkim podovima i u širem lancu snabdevanja značiti za radnike, uveliko se nazire u proizvodnom okruženju. Neke kompanije istražuju kako veštačka inteligencija može da se koristi da bi radnici na proizvodnim linijama bili bezbedni oko mašina – koristeći tehnike mašinskog učenja i kompjuterskog vida za praćenje fidova fabričkih kamera da bi se identifikovale moguće pretnje ili nesreće.
U međuvremenu, nosivi uređaji sa veštačkom inteligencijom, poput egzoskeleta, raspoređeni su u skladištima u Velikoj Britaniji kako bi se osiguralo da se ljudi koji imaju zadatak da stalno nose teške terete ne naprežu ili povrede. Dejvid Švarc, globalni potpredsednik PepsiCo Labs-a, kaže da kompanija Augurijeve senzore i veštačku inteligenciju vidi šire kao način da pruži veću vrednost radnicima i kupcima, a ne samo da svoje fabrike budu bezbedne za budućnost.
„To pomaže da se poboljša način na koji ljudi rade, tako da možemo da donesemo bolju efikasnost kako bismo zadovoljili potrebe naših ljudi, naših kupaca, i možemo biti spremni da se oslonimo u budućnost kako bismo zadovoljili njihove potrebe na dnevnoj bazi“, kaže on.
7 sati