我们使用 Cookie、类似技术和跟踪服务

本网站会使用 Cookie、类似技术和跟踪服务(以下简称“Cookie”)。这些 Cookie不仅有助于显示我们的网站,还可根据您的用户行为对我们的网站进行改进(例如通过 Salesforce Pardot),并展示您可能感兴趣的内容(例如领英洞察、谷歌广告)。因此,我们需要获得您的同意,才能使用Cookie。我们还整合了第三方供应商的内容(例如用于单点登录身份验证的 Microsoft Azure),这可能涉及将您的数据传输到美国(不安全的第三国)。点击“全部接受”即表示您同意使用非必要的 Cookie 以及将数据传输到第三国。点击“拒绝”则表示您拒绝使用非必要的 Cookie。请在“详情信息”下选择我们可使用的Cookie。更多信息,尤其是关于您作为数据主体的相关信息,可通过“详情” 或我们的隐私政策进行了解 .

详细信息

拒绝

接受

您可以在下方启用/停用本网站上使用的各项技术。

全部接受

必需

这些 Cookie 提供基本功能(例如页面导航、语言设置,Cookie 偏好和对网站受保护区域的访问),保障网站的正常使用。此外,该类别的 Cookie 确保网站符合法规和安全标准。鉴于其重要性,您不能阻止在我们网站上使用这些 Cookie。关于这些 Cookie 的详情,请参见“更多信息”。

功能性和个性化

这些 Cookie 收集有关您使用我们网站习惯的信息,并帮助我们根据您之前的访问、位置和浏览器设置情况来调整我们网站的功能,使其更具吸引力,以改善您的使用体验。它们也使您能够访问我们整合到网站中的第三方工具(例如用于单点登录身份验证的 Microsoft Azure)。这可能涉及将您的数据传输到美国(不安全的第三国)。如果您不接受这些 Cookie,则您无法使用网站的全部功能。关于所使用工具的详情,请参见“更多信息”。

分析

这些 Cookie 用于根据我们网站的使用情况创建基本的应用和用户数据统计。一旦您同意使用 Cookie,表示您也同意后续的数据处理,包括通过所用的服务(例如 Salesforce Pardot)将您的数据传输到美国。关于所使用工具的详情,请参见“更多信息”。

营销与社交媒体

这些 Cookie 帮助第三方收集您如何在社交媒体上分享我们网站内容的信息,或者当您在社交媒体平台或我们的社交媒体宣传和我们自己的网站之间切换时(例如领英洞察),提供关于您使用行为的分析数据。此外,第三方营销 Cookie 帮助我们评估我们在他方网站上的广告效果(如谷歌广告)。我们使用这些 Cookie 来优化我们向您提供内容的方式。所使用的第三方供应商和社交媒体平台可能会将您的数据传输到美国(不安全的第三国)。一旦您接受,不仅表示您同意使用 Cookie,而且表示您也同意后续的数据处理,包括所述的传输。关于所使用工具和我们社交媒体的详情可以参见“更多信息”。

更多信息

保存设置

杜尔 Advanced Analytics 将人工智能引入涂装车间

第一款用于涂装车间的市场化 AI 应用程序

上海,2020年5月15日– Advanced Analytics 是第一款用于涂装车间的市场化 AI 应用程序。该智能解决方案结合了最新的 IT 技术和机械工程专业知识,可识别缺陷来源并确定最佳的维护计划。它还能追踪以前未知的相关性,并利用该知识,结合自学习原理使算法适应于整个车间。Advanced Analytics 是 DXQanalyze 产品系列的最新模块。最初的实际应用表明,杜尔的软件可以优化车间可用性和喷漆车身的表面质量。

为什么车身部件出现相同缺陷的频率异常高?在不导致停机的情况下,最晚什么时候可以更换机器人中的混合器?答案对于实现可持续地成本节约至关重要。因为避开每个可避免的缺陷、省去每次不必要的维护都可以节省资金或提高产品质量。“在此之前,几乎没有能及早发现质量缺陷或故障的精确推断。如果有的话,也往往来自繁复的人工数据评估或反复的试验。人工智能 (AI) 使这一过程更加准确和自动化,”杜尔MES 和控制系统副总裁 Gerhard Alonso Garcia 解释说。

DXQanalyze 增加了新的自学习Advanced Analytics车间和工艺监控系统。杜尔的数字产品系列已经包括用于获取生产数据的数据采集模块、用于实现可视化的可视化分析和流分析。后者使设备操作员可以使用无需大量编程的代码平台近乎实时地分析生产是否偏离先前定义的规则或目标值。

具有自我记忆能力的 AI 应用
Advanced Analytics 之所以与众不同,是因为该模块将包括历史数据在内的大量数据与机器学习能力结合在一起。从象征意义上讲,这意味着自主学习 AI 应用 具有自我记忆能力。这意味着它可以使用过去的信息,既可以识别大量数据中复杂的相关性,又可以根据机器的当前状态以高精度预测将来的事件。在涂装车间,无论是在组件、工艺还是车间级别,都有许多这样的应用。

预测性维护减少车间停机时间
对于组件,Advanced Analytics 旨在通过预测维护和维修信息(例如,预测混合器的剩余使用寿命)来减少停机时间。如果组件更换得太早,会不必要地增加备件成本和维修费用;而更换组件的时间太晚,则会导致喷涂和机器停机过程中出现质量问题。Advanced Analytics 首先使用高频机器人数据学习磨损指标和磨损的时间模式,由于数据是被连续记录和监控的,因此机器学习模块会根据实际使用情况单独识别各个组件的老化趋势,并以此方式计算出最佳更换时间。

机器学习模拟连续温度曲线
Advanced Analytics 通过识别异常(例如,通过模拟烘房中的加热曲线)来提高过程级别上的质量。到目前为止,制造商仅在测量运行过程通过传感器测定数据。然而,由于烘房在两次测量之间的间隔中会老化,因此对于车身表面质量至关重要的加热曲线会发生变化。这种磨损导致环境条件产生波动,例如气流强度的变化。 “如今,成千上万的车身被生产出来,以往我们却无法了解各个车身加热达到的温度。通过机器学习,我们的 Advanced Analytics 模块可以模拟不同条件下的温度变化。这为我们的客户提供了关于每个车身的永久质量证明,让他们能够识别异常情况。”Gerhard Alonso Garcia 说。

更高的首次运行率提高整体设备效率(OEE)
DXQplant.analytics 软件与 Advanced Analytics 模块结合使用,可在车间级别提高整体设备效率。人工智能可跟踪系统缺陷,例如特定模型类型、特定颜色或单个车身部件的重复性质量缺陷等。这样就可以推断出生产过程中的哪个步骤产生了偏差。人们可以通过这样的”缺陷-原因”相关性在早期阶段进行干预,从而能够在将来提高首次运行率。

车间和数字专业知识的专业结合
开发具有 AI 功能的数据模型是一个非常复杂的过程。这是因为机器学习无法将未指定数量的数据输入“智能”算法来输出智能结果,而是必须收集、仔细选择相关(传感器)信号,并对这些信号补充来自生产过程中的结构化附加信息。借助 Advanced Analytics,杜尔开发了一款软件,该软件支持不同的使用场景,为机器学习模型提供运行时的环境,并触发模型训练。“挑战在于,当时我们没有普遍有效的机器学习模型,也没有可以使用的合适的运行环境。为了能够在车间级别使用 AI,我们将机械和车间工程知识与数字工厂的专业知识结合了起来。由此诞生了第一个面向涂装车间的 AI 解决方案。”Gerhard Alonso Garcia 解释说。

需要跨学科知识
Advanced Analytics 是由一支跨学科团队开发出来的,团队成员由数据科学家、计算机科学家和工艺专家组成。杜尔还与多家领先的汽车制造商建立了合作伙伴关系。这意味着开发人员具有生产中针对不同应用案例的真实生产数据和测试站点环境。首先,在实验室中使用大量测试案例对算法进行了训练。接下来,这些算法将继续在实际操作中进行现场学习,并自动适应环境和使用条件。测试阶段最近成功完成,展示了 AI 的潜力。

  • 杜尔的 AI 应用程序 Advanced Analytics 可以识别缺陷来源并确定最佳维护计划。

  • 杜尔软件通过预测性维护和维修信息减少了车间停机时间。

  • 借助人工智能,可以检测到喷涂过程中的系统错误,因此可以通过在早期阶段进行干预来提高 OEE。