クッキーやそれに類似するテクノロジーおよびトラッキングサービスを使用しています

このウェブサイトではクッキーやそれに類似するテクノロジーおよびトラッキングサービス(以下、「クッキー」といいます。)を使用しています。弊社では、クッキーの使用に関してご利用者様の同意を必要としております。クッキーは、技術的に弊社ウェブサイトを表示するためだけでなく、弊社ウェブサイトの最適な利用を可能にし、ご利用者様のユーザー行動に基づいて弊社ウェブサイトを改善するため、またはご利用者様の関心に沿ったコンテンツやマーケティングをご提示するためです。こうした目的のため、弊社は第三者プロバイダー(例えば、Salesforce、LinkedIn、Google、Microsoft、Piwik PRO)と協業しています。また、これらのパートナーを通じて、他のウェブサイトで広告が表示される場合があります。
同意した場合、ご利用者様の個人データ(例えば、プロフィールに保管されているIPアドレス)に関するその後の特定の処理および弊社のパートナーがご利用者様のデータを米国、あるいは該当する場合、他の国へ送信することがあることも承諾したことになります。 こうした移転では、当局がデータにアクセスする場合やご利用者様の権利が行使できない場合などのリスクがあります。 どのクッキーの使用を弊社に許可するかを、「設定」で選択してください。 例えば、同意の撤回など、特にご利用者様の権利に関する詳しい情報は、 弊社のプライバシーポリシーでご確認いただけます .

詳細設定

拒否技術的に必要なクッキーのみ

すべて承認

以下で、このウェブサイト上で使用されるそれぞれのテクノロジーを有効/無効にできます。

すべてに同意する

必須クッキーのみ

必須クッキーは、ページナビゲーションや言語設定、クッキープリファレンス、ウェブサイト上の保護領域に対するアクセスなどといった基本機能を使えるようにすることによって、ウェブサイトのそもそもの使用を可能にします。それ以外にもこのカテゴリーのクッキーは、ウェブサイトが法規制および安全基準に適合することを担保します。この意味から、ご利用者様は当サイト上における必須クッキーの使用を阻止することはできません。必須クッキーに関する詳細は「その他の情報」をご参照ください。

機能クッキーとパーソナライズ

機能クッキーは、当ウェブサイトのご利用の際のご利用習慣に関する情報を収集し、ご利用者様の過去の閲覧や位置情報、ブラウザ設定に応じて当ウェブサイトの機能性とアトラクションを調整し、これにより、ご利用者様のユーザー体験の向上のための参考にします。さらに、機能クッキーは当ウェブサイトに統合されている第三者プロバイダーのツール(例えばシングルサインオンのためのMicrosoft Azure)へのアクセスも可能にします。その際にご利用者様のデータが 米国に送信される場合があります(関連するリスク情報については、弊社プライバシーポリシーの1.5項をお読みください)。機能クッキーを承認しない場合は、当ウェブサイトの利用可能な機能が制限されることになります。使用されているツールに関する詳細は「その他の情報」をご参照ください。

分析クッキー

分析クッキーは、当ウェブサイトの利用に基づいて基本的な利用統計やユーザー統計を作成するために使用されます(例えばGoogle Tag Manager、Piwik PROを通じて)。ご利用者様がこのクッキーを承諾すると、同時に、Salesforce Pardotなどのサービスによりデータが処理されること、および米国に送信されることに同意したことになります (関連するリスク情報については、弊社プライバシーポリシーの1.5項をお読みください)。弊社が利用しているツールの詳細については、「その他の情報」をご参照ください。

マーケティングとソーシャルメディア

この種のクッキーは、第三者プロバイダーによる情報収集を可能にします。収集される情報は、ご利用者様が当ウェブサイトのコンテンツをどのようにソーシャルメディアにシェアするかについてです。また、ご利用者様が異なるソーシャルメディアのプラットフォーム間を移動したり、弊社のソーシャルメディアキャンペーンと弊社独自のウェブサイトの間を移動したりする際に、その利用履歴に関する分析データもこの種のクッキーが提供します(例えばLinkedIn Insights)。その他、第三者プロバイダーのマーケティングクッキーは、他者のウェブサイト上での弊社の広告表示の効果を計測することに役立ちます(例えばGoogle Ads、Microsoft Advertising)。この種のクッキーの使用は、ご利用者様に当社のコンテンツの提供方法の最適化を目的としています。利用中の第三者プロバイダーやソーシャルメディアプラットフォームがご利用者様のデータを米国に送信する場合があります(関連するリスク情報については、弊社プライバシーポリシーの1.5項をお読みください)。ご利用者様の同意には、この種のクッキーの保存の他、上述のデータ送信も含むその後のデータ処理への同意も含まれます。使用されているツールおよび弊社のソーシャルメディアプレゼンスに関する詳細は「その他の情報」をご参照ください。

その他の情報

設定を保存する

Advanced Analytics from Dürr bringing artificial intelligence to the paint shop

First market-ready AI application for paint shops

Bietigheim-Bissingen, 27 March 2020 – Advanced Analytics is the first market-ready AI application for paint shops. The intelligent solution, which combines the latest IT technology and mechanical engineering expertise, identifies sources of defects and determines optimal maintenance schedules. It also tracks previously unknown correlations and uses this knowledge to adapt the algorithm to the plant using the principle of self-learning. Advanced Analytics is the latest module from the DXQanalyze product series. First practical applications are showing that the software from Dürr optimizes plant availability and the surface quality of painted bodies.

Why do body parts exhibit the same defects with unusual high frequency? When is the latest that a mixer in the robot can be replaced without causing a machine stoppage? Precise answers are important for sustainable economic success. Because every defect or every unnecessary maintenance that can be avoided saves money or improves the product quality. “Before now there were very few precise conclusions that would enable the early detection of quality defects or failures. And if there were, they were generally based on a painstaking manual data evaluation or trial-and-error attempts. Artificial intelligent (AI) makes this much more accurate and automatic,” explains Gerhard Alonso Garcia, Vice President MES & Control Systems at Dürr.

The new self-learning Advanced Analytics plant and process monitoring system adds to DXQanalyze. The digital product series from Dürr already included the Data Acquisition modules for acquiring production data, Visual Analytics for visualizing it, and Streaming Analytics. The latter lets plant operators analyze in close to real time whether there are deviations from previously defined rules or target values in production using a low-code platform.

AI application with its own memory
What makes Advanced Analytics special is that this module combines large quantities of data including historical data with machine learning. In the figurative sense this means that the self-learning AI application has a memory. This means that it can use information from the past to both recognize complex correlations in large quantities of data and predict an event in the future with a high degree of accuracy based on the current condition of a machine. There are lots of applications for this in paint shops, whether at component, process, or plant level.

Predictive maintenance reduces plant downtimes
When it comes to components, Advanced Analytics aims to reduce downtimes through predictive maintenance and repair information, for example by predicting the remaining service life of a mixer. If the component is replaced too early, this increases the spare part costs and repair overhead unnecessarily, while leaving it too long to replace a component can result in quality problems during coating and machine stoppages. Advanced Analytics starts by learning the wear indicators and the temporal pattern of the wear using high-frequency robot data. Since the data is continuously recorded and monitored, the machine learning module individually recognizes aging trends for the respective component based on actual use and in this way calculates the optimum replacement time.

Machine learning simulates continuous temperature curves
Advanced Analytics improves quality at process level by identifying anomalies, for example by simulating a heat-up curve in the oven. Up to now, manufacturers only had data determined by sensors during measurement runs. However, the heat-up curves that are of vital importance for surface quality of the car bodies vary since the oven ages during the intervals between the measurement runs. This wear causes fluctuating ambient conditions, for example in the strength of the air flow. “These days, thousands of bodies are produced without us knowing the temperatures to which the individual bodies were heated. Using machine learning, our Advanced Analytics module simulates how the temperature varies under different conditions. This gives our customers a permanent proof of quality for each individual body and lets them identify anomalies,” says Gerhard Alonso Garcia.

Higher first-run rate increases overall equipment effectiveness
At plant level, the DXQplant.analytics software is used with the Advanced Analytics module to increase overall equipment effectiveness. The artificial intelligence tracks system defects such as recurring quality defects in specific model types, specific colors, or on individual body parts. This in turn permits conclusions about which step in the production process is responsible for the deviations. Such defect and cause correlations will make it possible to increase the first-run rate in the future by allowing intervention at a very early stage.

Plant and digital expertise expertly combined
Developing AI-capable data models is a very complex process. This is because machine learning does not work by feeding unspecified amounts of data into a “smart” algorithm, which then spits out an intelligent result. Instead, relevant (sensor) signals must be collected, carefully selected, and supplemented with structured additional information from production. With Advanced Analytics, Dürr has developed a piece of software that supports different use scenarios, provides a runtime environment for machine learning models, and initiates model training. “The challenge was that there was no generally valid machine learning model and no suitable run-time environment we could have used. To be able to use AI at plant level, we combined our knowledge of mechanical and plant engineering with the knowledge of our experts from the Digital Factory. This resulted in the first AI solution for paint shops,” explains Gerhard Alonso Garcia.

By using a runtime environment and developing specific machine-learning models, the application of the Advanced Analytics model is currently being tested in the woodworking industry and in electronics production.

Interdisciplinary knowledge required
Advanced Analytics was developed by an interdisciplinary team made up of data scientists, computer scientists, and process experts. Dürr also entered into cooperation partnerships with several leading automotive manufacturers. This meant that the developers had real-life production data and beta site environments in production for different application cases. First the algorithms were trained in the lab using a large number of test cases. Next, the algorithms continued learning on-site in real-life operation and autonomously adapted to environment and use conditions. The beta phase was recently successfully completed and showed just how much potential AI has.

  • Dürr Advanced Analytics for DXQanalyze

    The AI application Advanced Analytics by Dürr identifies sources of defects and determines optimal maintenance schedules.

  • Dürr Advanced Analytics for DXQanalyze

    The Dürr software reduces plant downtimes through predictive maintenance and repair information.

  • DXQanalyze

    With Artificial Intelligence, systematic errors in the painting process can be detected, thus OEE can be increased by allowing intervention at a very early stage.