AI で工場をスマート メーカーに変える

ChatGPT チャットボットの発表以来、人工知能 (AI) は誰もが注目するようになりました。 AIは工業生産技術においても大きな進歩を遂げています。 機械学習は製造の効率を向上させることができます。 しかし、それはどのように機能するのでしょうか? その方法については、9 月 18 日から 23 日まで開催される EMO Hannover 2023 展示会でご覧ください。 「Innovate Manufacturing」の旗印の下、世界有数の生産技術見本市は、人工知能を顕著にフィーチャーした新鮮なアイデアを多数発表することで、来場者にインスピレーションを与えます。

生産マシンは本当に自己最適化できるのでしょうか? 彼らは自分の間違いから学ぶことができるでしょうか？ また、他の機械からノウハウを得る事は可能でしょうか？ 人工知能 (AI) がこれらすべてを可能にします。 自己学習型の生産マシンがインテリジェントに機能すると、生産性の向上、コストの削減、品質の向上、ダウンタイムの削減につながります。

「私たちは生産技術プロセスの最適化に多大な時間を費やし、ここで競争力を築き上げてきました。 私たちは現在、工業生産のデジタル変革でも同じことをしたいと考えています」とフラウンホーファーソフトウェアシステム工学研究所データエコノミー部門責任者のマーカス・シュピーカーマン氏は説明します。 「人工知能は、新しい要件を満たす上で決定的な役割を果たしています」とスパイカーマン氏は言います。 「AI 手法を使用することによってのみ、高レベルの自動化を達成できるからです。」

旋盤の予知保全

AI のトレンドは業界に定着しつつあります。 たとえば、工作機械メーカーの Weisser Söhne GmbH & Co. KG は、旋盤の予知保全を可能にする AI モデルを活用しています。

「予知保全は AI を使用して、機械の故障を防ぐためにいつ保守が必要になるかを予測します」と Ing 博士は説明します。 ロビン・ハート氏、カールスルーエに本拠を置くスタートアップ Prenode GmbH の CEO 兼創設者。 このソフトウェア会社は、機械製造業者が自社のプラントにカスタマイズされた AI ベースの機能を装備できるよう支援しています。

現代の生産機械は人工知能の助けを借りて自己最適化できるとハート氏は言います。 「彼らは通常、これにいわゆる機械学習手法を使用します。 これらにより、機械は生産データのパターンと相関関係を認識し、そこから自動的に改善を導き出すことができます。」 多くの場合、自分の失敗から学び、他のマシンからノウハウを取り入れることも可能です。

共通 AI モデルの生成に使用される分散データ

単一の旋盤から取得されたデータは正確な AI モデルの基礎として不十分な場合が多いため、フェデレーテッド ラーニング手法がよく使用されます。 フェデレーテッド ラーニングは、データを分散形式で保存しながら、データを直接共有することなく、共通の AI モデルの「トレーニング」を容易にします。 したがって、個々のデータはそれぞれのマシン上に残り、1 か所 (マシン メーカーのクラウドなど) に集中して保存する必要はありません。

AI モデルは、進行中の旋盤データを使用してプラントの現在の状態を推定し、それを操作担当者に転送します。 これには深層学習ニューラルネットワークが使用されます。

Trumpf のスマート仕分けアシスタント

人工知能は、ドイツのバーデン＝ヴュルテンベルク州ディツィンゲンにあるレーザー専門家Trumpfによって作成されたシステムである「Sorting Guide」の運用にも使用されており、生産された部品を分類して機械の稼働率を高めるのに役立ちます。 分類ガイドは、分散型機械学習を利用したカメラベースの支援システムです。 AI システムの主なコンポーネントは、高解像度カメラ、大画面、産業用 PC、画像処理用のインテリジェント ソフトウェアです。

「分散型機械学習には、複数のマシンをリンクして AI システムを形成することが含まれます」と Prenode CEO の Hirt 氏は原理を説明します。 これらのマシンは、作業プロセスに関するローカル データを継続的に収集します。 AI モデルはマシンごとに開発され、一元化されます。 「これらのモデルは中央のクラウドに統合され、個々のシステムに戻されます」と Hirt 氏は続けます。 AI システムは、機密の生データを共有することなく、他のすべてのマシンのエクスペリエンスをローカルに活用できます。 「これにより、マシンはプロセスをより効率的に実行し、より高い生産性を達成できるようになります」と Hirt 氏は約束します。