Jedno z badań dotyczy produkcji w zakładzie w Lübtheen, gdzie powstają naczepy Cool Liner. Chodzi o przewidywanie jakości produktu na podstawie obserwowalnych zmiennych wejściowych, takich jak parametry systemu lub warunki środowiskowe. W ten sposób już na wczesnym etapie produkcji można zidentyfikować prawdopodobne defekty i przeciwdziałać im poprzez optymalizację parametrów procesu.
Projekt „value chAIn“ zapewnia narzędzia analityczne i na podstawie zebranych danych rekomenduje działania, jakie powinni podjąć pracownicy poszczególnych działów. Celem jest opracowanie systemu wspomagania decyzji, jednak to, czy i jakie kroki zostaną podjęte, zawsze pozostaje w gestii pracowników. Tylko oni potrafią ocenić trafność zalecanych działań z technicznego lub ekonomicznego punktu widzeniaDrugi przypadek użycia AI dotyczy zarządzania błędami w dziale kontroli jakości w zakładzie w Werlte.
- wyjaśnia Felix Bartels, kierownik projektu z Krone Business Center.
Za pomocą sztucznej inteligencji tworzymy system wczesnego ostrzegania w zakresie zarządzania usterkami i w odniesieniu do reklamacji. Oznacza to, że wszystkie dane dotyczące reklamacji są rejestrowane, a algorytmy obliczają, czy np. w danym produkcie lub komponencie nie występuje nagromadzenie usterek. Jeśli potwierdzą się podejrzenia, że faktycznie istnieje jakiś problem, specjaliści ds. produktu dokładnie go zbadająInne dwa przypadki użycia AI dotyczą Krone Telematics Box. Chodzi o przeanalizowanie, w jakim stopniu zebrane dane telematyczne mogą być wykorzystane do realizacji dalszych usług cyfrowych.
- tłumaczy Felix Bartels.
Analizujemy usługi cyfrowe dostępne w ramach Telematics Box i sprawdzamy, czy na przykład dane z raportu można przedstawić jaśniej i prościej. Ponadto chcielibyśmy opracować inne przydatne funkcje w oparciu o dane telematyczne, które poprawią przejrzystość informacji o przebiegu transportu towaru z punktu A do B. Można sobie wyobrazić na przykład rejestrację nagłych procesów hamowania lub silnych drgań pojazdu spowodowanych złymi warunkami drogowymi, co może mieć wpływ na jakość przewożonego towaru. Innym przykładem mogą być informacje na temat emisji CO2 na danej trasie, które są ważne z punktu widzenia zrównoważonego rozwojuOstatni obszar zastosowania AI obejmuje zagadnienia tzw. konserwacji predykcyjnej, którymi Krone zajmuje się już od kilku lat.
- mówi Felix Bartels.
Chodzi o proaktywne minimalizowanie potencjalnych przestojów naczepy. Jeśli na przykład sztuczna inteligencja ostrzega, że zużywająca się część prawdopodobnie ulegnie awarii w przewidywalnej przyszłości, przy następnej okazji można ją wymienić w ramach wcześniej zaplanowanego przeglądu technicznegoRealizacja projektu, finansowanego przez niemieckie Ministerstwo Gospodarki i Ochrony Klimatu (BMWK) w ramach programu „Nowe technologie samochodowe i systemowe”, ma trwać trzy lata. Jako lider konsorcjum Krone koordynuje prace w ramach projektu we współpracy z laboratorium obrabiarek WZL Uniwersytetu RWTH Aachen, Instytutem Technologii Produkcji IPT im. Fraunhofera oraz firmami MAN Truck & Bus SE, i2solutions GmbH, DATAbility GmbH i IconPro GmbH.
- dodaje Felix Bartels.
Źródło: Krone