Applications de l'intelligence artificielle dans l'industrie manufacturière

Sur le marché manufacturier, la vision industrielle est devenue un élément important de nombreuses applications d’intelligence artificielle. À mesure que l'intelligence artificielle entre dans les ateliers de fabrication, ces normes deviennent encore plus critiques

Sur les multiples marchés qui pilotent les applications de vision, une tendance clé est la facilité d'utilisation. Les caméras, capteurs et technologies de traitement sophistiqués ont évolué vers des solutions plug-and-play. Nous introduisons la même approche dans le domaine de l’intelligence artificielle dans le secteur manufacturier. Notre objectif est de simplifier l’IA afin que les organisations puissent commencer à déployer de nouvelles technologies pour gagner du temps et de l’argent. Ce que nous proposons est une plate-forme d'applications d'inspection et de traçabilité basées sur l'intelligence artificielle et la vision qui peuvent facilement personnaliser des flux de travail uniques pour rendre les décisions de fabrication cohérentes, fiables et traçables

À propos de l'intelligence artificielle dans la fabrication Quelles sont les idées fausses courantes sur les applications dans le secteur l'industrie ?

L'une des plus grandes idées fausses est que c'est compliqué. C’était vrai il y a quelques années, mais récemment, l’accent a été mis sur la simplification et la facilité d’utilisation des outils d’IA. Notre position est que vous n’avez pas besoin d’être un expert pour développer vos propres algorithmes d’IA ou flux de travail numériques. Grâce à des outils de développement conviviaux par glisser-déposer et à des modèles personnalisables basés sur des applications, chacun peut développer ses propres flux de travail basés sur l'IA. C'est un énorme avantage pour les fabricants d'éviter la dépendance vis-à-vis d'un fournisseur et les coûts d'intégration et de développement répétitifs.

Quels types de problèmes l'IA peut-elle résoudre

La vision industrielle excelle dans les décisions de réussite/échec, mais elle est difficile à prendre manuellement ? programmer des tolérances acceptables. En revanche, l’intelligence artificielle peut être plus facilement entraînée à apprendre ces décisions variables. L’exemple que j’ai utilisé était l’inspection du bois dur. Il est très difficile de programmer manuellement la vision industrielle pour discerner les textures et les rayures naturelles. En comparaison, il est beaucoup plus facile de former une IA à partir de quelques bonnes et mauvaises images afin qu’elle puisse reconnaître la différence. Fondamentalement, grâce à ses capacités d’apprentissage, l’IA peut aider à prendre des décisions subjectives.

Il existe également de grandes opportunités pour l'IA dans les processus d'inspection qui reposent sur la prise de décision humaine. L’IA peut nous aider à prendre les bonnes décisions en matière de qualité subjective, ou à détecter les erreurs lorsque notre attention commence à se déplacer. Nous travaillons avec un fabricant de pièces automobiles qui s'appuie sur l'inspection manuelle, mais ajoute l'assistance de l'intelligence artificielle pour détecter les défauts qui auraient pu être manqués ou déterminer si les défauts sont dans les tolérances de fonctionnement

Technologie d'inspection visuelle utilisant l'intelligence artificielle, capable de aider les fabricants de pièces automobiles à identifier les erreurs et à déterminer si les défauts se situent dans des tolérances de performances acceptables

Comment les fabricants utilisent-ils l'intelligence artificielle aujourd'hui

Un domaine clé dans lequel les fabricants déploient l'intelligence artificielle concerne l'aide à la décision humaine ? Malgré des investissements importants dans l’automatisation de la fabrication, environ 70 % des processus aux États-Unis nécessitent encore une prise de décision humaine. Cela est particulièrement vrai pour la production à petite échelle, personnalisée ou saisonnière, qui est trop coûteuse et complexe pour investir dans une automatisation complète.

Contenu réécrit : L'inspection visuelle est un domaine dans lequel l'intelligence artificielle aide les humains à prendre les bonnes décisions. Dans le cadre d'un système basé sur une caméra, les applications d'inspection visuelle peuvent mettre en évidence les différences ou les défauts des produits pour aider les opérateurs lors de l'inspection. Dans le même temps, c'est également un domaine dans lequel nous pouvons utiliser la prise de décision initiale des opérateurs face à ces défauts pour former des modèles d'intelligence artificielle afin de résoudre le problème des malentendus antérieurs qui ont pu exister. À mesure que les opérateurs acceptent ou rejettent ces différences initiales, ils entraînent effectivement le modèle d’IA de manière transparente. Après plusieurs inspections, le modèle d'IA commencera à fournir des recommandations décisionnelles à l'opérateur

Lorsque l'inspecteur détecte une erreur avant que le produit n'entre sur le marché, le fabricant collecte également des dossiers d'inspection complets, y compris des images du produit et instructions de l'opérateur, pour fournir une traçabilité complète des processus manuels. Par exemple, nous travaillons avec un fabricant de produits électroniques qui assemble des pièces pour des applications de haute fiabilité, et disposer d'étapes d'inspection complètes de bout en bout et d'enregistrements des décisions des opérateurs est essentiel pour la traçabilité.

Dica Electronics utilise l'inspection visuelle comme une « deuxième paire d'yeux » pour détecter les erreurs de production potentielles, tout en capturant également un enregistrement complet des images des produits et des notes de l'opérateur pour garantir la traçabilité. Decca Electronics utilise l'inspection visuelle comme une « deuxième paire d'yeux » pour détecter les erreurs de production potentielles et enregistre simultanément les images des produits et les notes de l'opérateur pour garantir la traçabilité

Que savez-vous de la façon dont les fabricants déploient l'intelligence artificielle

?

Il y a beaucoup de battage médiatique autour de l'IA, et les fabricants ont tendance à construire des attentes basées sur des cas d'utilisation parfaits. Bientôt, ils se heurtèrent à un problème. Leur application n’est peut-être pas aussi simple que ce cas d’utilisation parfait. Beaucoup de personnalisation est nécessaire. Un problème courant consiste simplement à obtenir les images nécessaires pour créer et entraîner un modèle d’IA, surtout si vous créez un produit unique à faible volume.

Normalement, notre conseil est de numériser d’abord le processus, puis de passer progressivement à l’automatisation. L'inspection visuelle est un excellent point de départ, dans lequel vous utilisez d'abord la vision industrielle pour détecter les erreurs, puis ajoutez une aide à la décision basée sur l'IA pour évoluer pour une prise de décision cohérente entre les équipes ou entre les différents postes de travail. Lorsque vous numérisez votre premier processus sujet aux erreurs, vous capturez des données qui peuvent vous aider à orienter vos prochaines décisions automatisées. Il s'agit généralement d'ajouter une traçabilité aux décisions d'inspection visuelle ou d'incorporer un travail guidé ou des instructions d'assemblage dans le processus d'inspection.

Dans l'ensemble, choisissez un processus sujet aux erreurs et voyez comment vous pouvez utiliser la numérisation et l'IA pour vous faire gagner du temps et de l'argent. Nous travaillons avec de nombreux fabricants qui ont lancé des projets pilotes autour du premier défaut ou processus problématique, se sont familiarisés avec la technologie et l'étendent désormais à différents postes de travail ou lignes de production.

Quel est le plus grand obstacle à l'utilisation de l'intelligence artificielle dans le secteur manufacturier ?

C'est un gros problème qui est souvent négligé, n'oubliez pas les personnes impliquées

Même avec l'automatisation, de nombreux processus sont dans certains Parfois, une prise de décision humaine est encore nécessaire. Cela pourrait être aussi simple que d'expliquer aux opérateurs pourquoi un processus est automatisé et de fournir la formation nécessaire afin qu'ils puissent appliquer leur expertise de nouvelles manières. Par exemple, dans les applications de soudage robotisé, l’objectif est de soustraire les humains aux tâches répétitives, sales et dangereuses, tout en s’appuyant sur leurs connaissances expertes et leurs années de formation pour surveiller le processus et évaluer les résultats. Sans une communication et une formation adéquates, les humains abandonneront rapidement la technologie et résisteront au changement. Voilà qui nous sommes

Dans les années à venir, à quoi ressemblera, selon vous, l'application de l'intelligence artificielle dans le secteur manufacturier ? Comment Pleora en fera-t-elle partie

Il n'y a pas si longtemps, il y avait une peur générale de l’intelligence artificielle. Cependant, cette préoccupation largement répandue est en train de disparaître. Cela est dû au fait que la technologie de l’intelligence artificielle devient plus facile à utiliser et devient plus courante dans notre vie quotidienne. Cela m'étonne que je laisse maintenant beaucoup de décisions à un assistant virtuel sur mon smartphone

Nous en sommes au même point dans la fabrication. Il y a quelques années à peine, l'IA était coûteuse et complexe, principalement réservée aux laboratoires avancés, mais les outils de développement permettent désormais aux responsables qualité de concevoir et de déployer plus facilement leurs propres flux de travail assistés par l'IA. L'accent est également mis davantage sur la façon dont les technologies d'IA peuvent aider la main-d'œuvre humaine, en la libérant des tâches ennuyeuses, sales et dangereuses et en l'aidant à prendre des décisions.

La clé de l'adoption généralisée de ces technologies sur le marché manufacturier est de permettre Ces technologies sont plus faciles à utiliser pour les utilisateurs finaux. C'est notre objectif principal : fournir aux responsables qualité des solutions personnalisables et faciles à déployer qui leur permettent de réduire les erreurs et les coûts de fabrication.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!