Εισαγωγή
Σε αυτή την ιστορία χρήστη, παρουσιάζουμε πώς η CASP χρησιμοποίησε το AI-MATTERS για να πειραματιστεί με την τεχνητή νοημοσύνη, να αξιολογήσει τον αντίκτυπό της και να επιτύχει συγκεκριμένα αποτελέσματα — χωρίς αρχικό κίνδυνο. Το AI-MATTERS παρέχει πρόσβαση σε πραγματικά περιβάλλοντα παραγωγής, δεδομένα και εξειδικευμένη γνώση για τη δοκιμή λύσεων τεχνητής νοημοσύνης πριν από την εφαρμογή τους.
Με τη συνεργασία της KLEEMANN ως βιομηχανικού παραδείγματος αναφοράς, η CASP δοκίμασε ένα σύστημα τεχνητής νοημοσύνης (AI) όρασης που ελέγχει αυτόματα συναρμολογημένους ηλεκτρικούς πίνακες σε σύγκριση με τα αρχεία αναφοράς DXF τους. Η επικυρωμένη λύση πέτυχε ακρίβεια ελέγχου 96,4% σε σύγκριση με τον χειροκίνητο έλεγχο και μείωσε τον χρόνο ελέγχου από 3–4 λεπτά σε περίπου 10 δευτερόλεπτα. Η AI-MATTERS παρείχε το περιβάλλον παραγωγής, τα δεδομένα και την τεχνογνωσία που απαιτούνταν για την επαλήθευση της λύσης πριν από την επέκτασή της.
Σχετικά με τον πελάτη
Η CASP είναι πάροχος λύσεων λογισμικού, συμβουλευτικών υπηρεσιών και ρομποτικής που συνεργάζεται με την ευρωπαϊκή βιομηχανία, πανεπιστήμια και τεχνολογικά ιδρύματα. Η εταιρεία είχε ήδη παραδώσει ένα αρχικό πιλοτικό πρόγραμμα επιθεώρησης βασισμένο στην τεχνητή νοημοσύνη (AI) στην KLEEMANN και επιθυμούσε να επικυρώσει και να ωριμάσει την εν λόγω τεχνολογία σε ένα πραγματικό βιομηχανικό περιβάλλον, μεταβαίνοντας από ένα πρώιμο πρωτότυπο σε στάδιο ωριμότητας έτοιμο για ανάπτυξη (TRL 4–8). Για να το επιτύχει αυτό με αξιοπιστία, η CASP χρειαζόταν ένα ανεξάρτητο, ρεαλιστικό περιβάλλον στο οποίο να αποδείξει την ανθεκτικότητα της τεχνολογίας, να μετρήσει την απόδοσή της με βάση σαφείς δείκτες απόδοσης (KPI) και να ενισχύσει την ικανότητά της να προσφέρει μια πιο επεκτάσιμη υπηρεσία επιθεώρησης σε μελλοντικούς πελάτες.
Η πρόκληση
Στην κατασκευή ανελκυστήρων, κάθε ηλεκτρικός πίνακας είναι εξαιρετικά εξατομικευμένος: ρελέ, ασφάλειες, ράγες, ηλεκτρικές πλακέτες και μπαταρίες τοποθετούνται σε μια πλάκα στήριξης σύμφωνα με ένα αρχείο σχεδιασμού DXF ειδικά προσαρμοσμένο για κάθε προϊόν. Σήμερα, ο τελικός ποιοτικός έλεγχος πραγματοποιείται χειροκίνητα από έναν εξειδικευμένο επόπτη στον τελευταίο σταθμό εργασίας της γραμμής συναρμολόγησης και διαρκεί περίπου 3-4 λεπτά ανά πίνακα. Αυτό δημιούργησε αρκετά εκκρεμή προβλήματα για την KLEEMANN:
- Ο χειροκίνητος έλεγχος ήταν αργός και εξαρτιόταν από τη διαθεσιμότητα και την προσοχή ενός εξειδικευμένου χειριστή.
- Τα ελαττώματα που εντοπίζονταν σε μεταγενέστερο στάδιο της γραμμής παραγωγής ανάγκαζαν τη μεταφορά των πάνελ πίσω σε προηγούμενο σταθμό εργασίας, αυξάνοντας έτσι τη διάρκεια του κύκλου παραγωγής και τον όγκο της επανεπεξεργασίας.
- Η υφιστάμενη υπηρεσία επιθεώρησης της CASP λειτούργησε ως πιλοτικό πρόγραμμα, αλλά η ακρίβεια, ο χρόνος απόκρισης και η ικανότητά της να προσαρμόζεται σε νέα σχέδια πινάκων δεν είχαν αξιολογηθεί ανεξάρτητα με βάση βιομηχανικούς δείκτες απόδοσης (KPI).
Η CASP δεν μπόρεσε να επιλύσει πλήρως το ζήτημα εσωτερικά, καθώς δεν διέθετε ένα ανεξάρτητο, ρεαλιστικό περιβάλλον παραγωγής, τα αντιπροσωπευτικά δεδομένα και τη δομημένη αξιολόγηση βάσει δεικτών απόδοσης (KPI) που απαιτούνταν για να αποδειχθεί η αποτελεσματικότητα της λύσης πριν από τη σύσταση της επένδυσης. Η λύση έπρεπε να προσφέρει μετρήσιμες βελτιώσεις στην ακρίβεια και τη διακίνηση δεδομένων πριν από τη δέσμευση για πλήρη εφαρμογή.
Η προσέγγιση
Μέσω του προγράμματος AI-MATTERS, η CASP απέκτησε πρόσβαση στους πόρους που απαιτούνται για τη δοκιμή, τον πειραματισμό και την επικύρωση της υπηρεσίας επιθεώρησής της σε πραγματικές συνθήκες:
- Πραγματικό περιβάλλον παραγωγής: Το εργοστάσιο ηλεκτρονικών της KLEEMANN στο Κιλκίς της Ελλάδας, όπου συναρμολογούνται ηλεκτρικοί πίνακες για συστήματα ελέγχου ανελκυστήρων.
- Σχετικά δεδομένα και περιπτώσεις χρήσης: Η KLEEMANN παρείχε τις απαιτήσεις παραγωγής, τα αρχεία σχεδιασμού σε μορφή .DXF, αντιπροσωπευτικά σενάρια συναρμολόγησης, κριτήρια ελέγχου και σχόλια επικύρωσης.
- Υποστήριξη από ειδικούς: Η LMS ανέλαβε τον ρόλο του συνεργάτη για την αξιολόγηση και την τεχνική επικύρωση, προετοιμάζοντας ένα σύνολο δεδομένων βασισμένο στο μοντέλο KLEEMANN, σχεδιάζοντας τα πειράματα, διαχειριζόμενη το περιβάλλον δοκιμών και μετρώντας την απόδοση των KPI.
Η συνεργασία επικεντρώθηκε στη δοκιμή και την επικύρωση της λύσης μέσω πειραματισμού, επιτρέποντας στην εταιρεία να αξιολογήσει τη σκοπιμότητα και τον αντίκτυπο πριν από την εφαρμογή της.
Κάθε εταίρος διαδραμάτισε έναν σαφή ρόλο: η CASP ως υπεύθυνη και υπεύθυνη ενοποίησης της υπηρεσίας, η LMS ως ανεξάρτητος αξιολογητής και τεχνικός επικυρωτής, και η KLEEMANN ως βιομηχανικός τελικός χρήστης που παρείχε την περίπτωση αναφοράς και τα στοιχεία επικύρωσης. Η συνεργασία επικεντρώθηκε στη δοκιμή και την επικύρωση της λύσης μέσω δομημένων πειραμάτων — επιτρέποντας στην CASP να αξιολογήσει τη σκοπιμότητα και τον αντίκτυπο πριν από οποιαδήποτε ευρύτερη εφαρμογή.
Τι έχει ελεγχθεί;
Η τεχνολογία
Μια ροή επεξεργασίας εικόνας βασισμένη στην τεχνητή νοημοσύνη για την επιθεώρηση των πινάκων των ανελκυστήρων.
Η περίπτωση χρήσης
Αυτοματοποιημένος έλεγχος ποιότητας συναρμολογημένων ηλεκτρικών πινάκων για ανελκυστήρες: επαλήθευση της πληρότητας, του τύπου και της τοποθέτησης των εξαρτημάτων πριν ο πίνακας απομακρυνθεί από τη θέση εργασίας του, καθώς και οπτική καθοδήγηση των χειριστών σχετικά με τυχόν διορθωτικές ενέργειες.
Διάταξη πειράματος
Δοκιμάστηκε απευθείας στο χώρο παραγωγής της KLEEMANN με ελάχιστες αλλαγές στην υπάρχουσα υποδομή. Μια στερεοσκοπική κάμερα ZED 2i τοποθετήθηκε σε μια ειδικά κατασκευασμένη περιστρεφόμενη βάση που προσαρμόζεται στην κλίση του σταθμού εργασίας, χωρίς ειδικό φωτισμό, προκειμένου να μεγιστοποιηθεί η προσαρμοστικότητα. Συναρμολογήθηκαν ρεαλιστικά πάνελ από γνήσια εξαρτήματα της KLEEMANN και καταγράφηκαν σε διάφορα στάδια ολοκλήρωσης, στη συνέχεια υποβλήθηκαν σε επεξεργασία μέσω ολόκληρης της διαδικασίας και συγκρίθηκαν με τα αποτελέσματα της χειροκίνητης επιθεώρησης.
Ο αντίκτυπος
Το πείραμα απέφερε σημαντικά και μετρήσιμα αποτελέσματα:
- Ακρίβεια ελέγχου 96,4% σε σύγκριση με τον χειροκίνητο έλεγχο, βάσει είκοσι δοκιμών σε τέσσερα σχέδια πάνελ.
- Ο χρόνος επιθεώρησης μειώθηκε από 3-4 λεπτά σε περίπου 10 δευτερόλεπτα ανά πάνελ, μειώνοντας δραστικά τον χρόνο κύκλου της γραμμής συναρμολόγησης.
- 100% αυτοματοποίηση του σταδίου ελέγχου, με τον χειριστή να αναλαμβάνει μόνο την εκκίνηση της διαδικασίας.
Όλοι οι βιομηχανικοί και τεχνικοί στόχοι KPI επιτεύχθηκαν ή ξεπέρασαν τις προσδοκίες, συμπεριλαμβανομένου ενός ποσοστού ανίχνευσης «αληθών θετικών» 100% και συνολικής ακρίβειας ανίχνευσης εξαρτημάτων 99%.
Βιομηχανικοί δείκτες απόδοσης (KPI)
| KPI | Στόχος | Επιτεύχθηκε |
|---|---|---|
| Διάρκεια του χρόνου επιθεώρησης | ≤30 δευτ. | 10 δευτερόλεπτα |
| Απόκλιση από το πρότυπο χειροκίνητης επιθεώρησης | ≤5% | 3.6% |
| Αυτοματοποιημένη διαδικασία ελέγχου ποιότητας | 100% | 100% |
| Ποσοστό ανίχνευσης αληθών θετικών (TPR) | ≥95% | 100% |
| Ποσοστό ψευδών θετικών (FPR) | ≤15% | 12.8% |
| Καθυστέρηση μοντέλου τμηματοποίησης | ≤5 δευτ. | 1 δευτερόλεπτο |
| Καθυστέρηση μοντέλου ανίχνευσης | ≤5 δευτ. | 1 δευτερόλεπτο |
| Συνολικός αριθμός εξαρτημάτων που εντοπίστηκαν | ≥95% | 99% |
Το CASP έλαβε μια έκθεση επικύρωσης της απόδειξης της εγκυρότητας της ιδέας, η οποία περιελάμβανε τα πλήρη αποτελέσματα των δοκιμών και μια αξιολόγηση της σκοπιμότητας, επιτρέποντας τη λήψη τεκμηριωμένων αποφάσεων σχετικά με την περαιτέρω ανάπτυξη και την εφαρμογή του προγράμματος.
Βασικές πληροφορίες
- Τι απέδωσε. Τα μοντέλα τεχνητής νοημοσύνης παρουσίασαν καλή γενίκευση υπό ρεαλιστικές βιομηχανικές συνθήκες, επιτυγχάνοντας ακρίβεια και ανάκληση κοντά στο 0,99, ενώ το σύστημα λειτουργούσε με επαρκή ταχύτητα για πραγματική χρήση στην παραγωγή. Η άμεση σύγκριση των ανιχνευθέντων εξαρτημάτων με το σχέδιο DXF αποδείχθηκε ένας αξιόπιστος και διαφανής τρόπος για την αξιολόγηση της ποιότητας και την καθοδήγηση των χειριστών.
- Ποιο ήταν το πιο δύσκολο; Σε τρεις από τις είκοσι δοκιμαστικές περιπτώσεις, το σύστημα υπερεκτίμησε ελαφρώς τον αριθμό των ελλειπόντων ή επιπλέον εξαρτημάτων, αυξάνοντας το ποσοστό των ψευδών θετικών στο 12,8% — το οποίο παραμένει εντός των στόχων, αλλά αποτελεί σαφώς έναν τομέα που χρήζει βελτίωσης. Ένας τυπικός αισθητήρας κάμερας και ο φωτισμός του περιβάλλοντος αρκούσαν για την επικύρωση της ιδέας, αλλά αυτό μπορεί να βελτιωθεί περαιτέρω για συνεχή χρήση 24 ώρες το 24ωρο, 7 ημέρες την εβδομάδα.
- Τι θα έκαναν διαφορετικά. Οι συστάσεις που συγκεντρώθηκαν επικεντρώθηκαν στη μετάβαση σε κάμερες βιομηχανικού επιπέδου για λόγους σταθερότητας και αξιοπιστίας, καθώς και στην εκ νέου εκπαίδευση των μοντέλων τεχνητής νοημοσύνης με βάση μεγαλύτερα και πιο ποικίλα σύνολα δεδομένων και συνθήκες φωτισμού.
Τι ακολουθεί;
Οι εταιρείες CASP, KLEEMANN και LMS σχεδιάζουν να επεκτείνουν την επικύρωση με περισσότερα σύνολα δεδομένων ειδικά για την KLEEMANN και πρόσθετες διαμορφώσεις .DXF, προκειμένου να ενισχύσουν περαιτέρω την αξιοπιστία και την επεξηγηματικότητα για τους μη ειδικευμένους χρήστες. Ο οδικός χάρτης περιλαμβάνει την ενίσχυση της λύσης για συνεχή βιομηχανική χρήση, τη βελτίωση της προσαρμοστικότητας του μοντέλου σε νέα προϊόντα, καθώς και την προσθήκη λειτουργιών παρακολούθησης, αναφοράς και ευχρηστίας με στόχο την υιοθέτησή της σε μεγάλη κλίμακα. Η KLEEMANN ανέφερε πιθανή επένδυση για την περαιτέρω ανάπτυξη του εργαλείου επιθεώρησης με τεχνητή νοημοσύνη εντός δώδεκα μηνών, προχωρώντας από το πιλοτικό στάδιο σε ένα εκτεταμένο πιλοτικό στάδιο.
Γιατί το AI-MATTERS;
Το AI-MATTERS επιτρέπει στις εταιρείες να:
- Δοκιμάστε λύσεις τεχνητής νοημοσύνης σε πραγματικά περιβάλλοντα παραγωγής
- Πρόσβαση σε δεδομένα, τεχνογνωσία και υποδομές
- Επαλήθευση του αντίκτυπου πριν από την επένδυση
Μέσω του συνεργατικού πειραματισμού, οι εταιρείες μπορούν να προχωρήσουν από την ιδέα σε μια επαληθευμένη λύση, μειώνοντας τον κίνδυνο και την αβεβαιότητα.
Συχνές ερωτήσεις
«Οπτική επιθεώρηση ηλεκτρικών πινάκων για την κατασκευή ανελκυστήρων με τη χρήση τεχνητής νοημοσύνης» — μια υπηρεσία υπολογιστικής όρασης με τεχνητή νοημοσύνη που ελέγχει τους συναρμολογημένους πίνακες σε σύγκριση με το σχέδιό τους σε CAD.
Μέσω του AI-MATTERS μπορείτε να διεξάγετε ένα δομημένο πείραμα σε πραγματικό περιβάλλον παραγωγής, χρησιμοποιώντας δικά σας ή αντιπροσωπευτικά βιομηχανικά δεδομένα, ενώ εξειδικευμένοι συνεργάτες θα αξιολογούν την απόδοση με βάση συμφωνημένους δείκτες απόδοσης (KPI), ώστε να δείτε συγκεκριμένα αποτελέσματα και μια εκτίμηση σκοπιμότητας πριν προχωρήσετε σε πλήρη επένδυση.
Για περισσότερες πληροφορίες και μια αναλυτική εξέταση της συγκεκριμένης περίπτωσής σας, σας προσκαλούμε να επικοινωνήσετε μαζί μας για μια συζήτηση χωρίς δεσμεύσεις.
Σε αυτή την αξιολόγηση, το σύστημα πέτυχε ακρίβεια 96,4% σε σύγκριση με τον χειροκίνητο έλεγχο, με ποσοστό ανίχνευσης αληθών θετικών 100% και συνολική ακρίβεια ανίχνευσης συστατικών 99%.
Σχετικά με τους συγγραφείς
Απόστολης Παπαβασιλείου, Υπεύθυνος Έργου, εκπρόσωπος της LMS
εκπρόσωπος της CASP
Κέντρο Αριστείας «Teaching Factory» (TF-CC) — Εργαστήριο Συστημάτων Παραγωγής & Αυτοματισμού (LMS), Πανεπιστήμιο Πατρών. Η ομάδα του TF-CC ειδικεύεται στον από κοινού σχεδιασμό, την επικύρωση και την υποστήριξη της υλοποίησης ψηφιακών λύσεων και λύσεων τεχνητής νοημοσύνης (AI) για τον αυτοματισμό βιομηχανικών διαδικασιών, τη διαχείριση ποιότητας και τη λήψη επιχειρησιακών αποφάσεων. Οι δραστηριότητες του AI-MATTERS στο LMS περιλαμβάνουν την αξιολόγηση βάσει δεικτών απόδοσης (KPI), τον σχεδιασμό πειραματικών πρωτοκόλλων και τη μετατροπή επικυρωμένων μεθόδων σε επαναλήψιμες προσφορές υπηρεσιών για εταιρείες του μεταποιητικού τομέα.
Θα θέλατε να μάθετε πώς οι διαχειριστές έργων μας μπορούν να βοηθήσουν τον οργανισμό σας;
Επικοινωνήστε μαζί μας για μια μη δεσμευτική συζήτηση: https://ai-matters.eu/contact/