Veštačka inteligencija je interdisciplinarno područje koje se bavi razvojem pametnih mašina sposobnih za obavljanje kognitivnih funkcija kao što su opažanje, zaključivanje, učenje i rešavanje problema. Napredak u veštačkoj inteligenciji, posebno u mašinskom učenju i dubokom učenju, menja paradigmu u proizvodnoj industriji, omogućujući mašinama da otkriju obrasce obradom podataka i iskustava i nauče kako davati predviđanja i preporuke, koristeći algoritme mašinskog učenja.
Izazovi u proizvodnji
Zajedno s tehnološkim napretkom, tradicionalne metode u proizvodnom procesu suočavaju se sa izazovima oko poboljšanja sigurnosnih standarda i zahteva, te opadanja broja kvalifikovane radne snage. To je posebno vidljivo u proizvodnim pogonima sa CNC alatnim mašinama gde utovar i istovar obradnih komada obavljaju zaposleni, odnosno operateri mašine. Ovaj često zamoran, ponavljajući, a ponekad i opasan postupak doveo je do pada interesa za ovakva radna mesta među mladima. Isti se problem javlja na većini proizvodnih linija gde brojni operateri pune/prazne, sortiraju, premeštaju i vizualno kontrolišu proizvedene komade. Javlja se i dodatan problem vezan za povećanu mogućnost greške ljudskog oka u odnosu na oko robota (tačnost i ponovljivost kontrole).
Rešenje
Uvođenje industrijskih robota u proizvodni proces više nije samo pitanje povećanja profita; ono postaje bitno zbog nedostatka kvalifikovanih radnika i opšte nezainteresiranosti za takve poslove. Zahtevi savremenog proizvodnog procesa su sigurnost, produktivnost i brzina integracije robotske automatizacije u proizvodne linije. Roboti moraju biti spremni za ponavljajuće, tačne i sigurne operacije i sposobni da vide, analizirju i uče.
Dalji razvoj algoritama mašinskog učenja, napredak u modelima neuronskih mreža i snaga računara velikog kapaciteta omogućili su daljnji razvoj mašinskog učenja i podignuli ga na viši nivo – duboko učenje. Napredne tehnike dubokog učenja mogu učiniti da mašine razumeju. Mašine mogu videti predmet, ili drugim rečima, snimiti sliku i obraditi tražene informacije te vizuelno identifikovati nedostatke proizvoda. Kamere visoke rezolucije za obradu slike omogućavaju prepoznavanje i najmanjih nedostataka ili nepravilnosti na proizvodu koje ljudsko oko ne vidi. Uz takvu tačnost i dalje usavršavanje modela mašinskog učenja, moguće je identifikovati najsloženije varijable koje odvajaju dobar proizvod od neispravnog. Nedostaci se mogu identifikovati u stvarnom vremenu i odrediti gde se pojavljuju, na temelju čega model mašinskog učenja donosi odluke poput: ispravno/neispravno.
Rezultat
Odlike mašinskog učenja ključne su za visokokvalitetne proizvode, poboljšanu produktivnost i smanjene troškove proizvodnje. Kao rezultat toga, mnogi proizvođači implementiraju sisteme mašinskog vida u svoje proizvodne linije, što je bitno ulaganje za produktivniju automatizaciju procesa. Tokom godina industrijskog istraživanja i razvoja koncepta, HSTec je napravio i testirao nekoliko verzija fleksibilne robotske ćelije za posluživanje mašina, spremne za brzu i jednostavnu instalaciju i integraciju sa CNC alatnom mašinom (pogodan za sve glodalice i strugove). Njihov kompaktni dizajn i mala površina koju zauzimaju čine da se mogu lako postaviti uz svaku CNC alatnu mašinu.
Laserom zaštićena područja osiguravaju maksimalnu sigurnost zaštite na radu. Dostupne su različite veličine paleta za punjenje/pražnjenje obradnih komada i automatsko merenje obradnih komada sa vizijskim sistemom i kontrolom obrađenih delova. Osim toga, koncept robotske ćelije za posluživanje mašina omogućuje pametno rukovanje predmetima i brzu izmjenu paleta koju obavlja robotska ruka, čime se smanjuju vremena punjenja/pražnjenja i praznog hoda. Rukovanje robotskom ćelijom je pojednostavljeno s intuitivnim, user-friendly softverom za operatera i programskim interfejsom.
Pametna proizvodnja više nije perspektiva budućnosti, već je postala uobičajen i očekivan način izrade proizvoda. Stoga postoji velika potreba za višim nivoom automatizacije procesa, međusobnom povezanošću, prikupljanjem podataka i uvođenjem analize, mašinskim učenjem, prediktivnim održavanjem i saradnjom čoveka i mašine. Postoje mnoge mogućnosti za implementaciju ovih novih tehnologija u proizvodnji, gde su teme sigurnosti i održivosti od najveće važnosti.
Međutim, koristi dobijene ovim novim pristupom u proizvodnji su brojne. To su: viši kvaliteta i pouzdanost, maksimalna produktivnost i sigurnost, smanjeni troškovi proizvodnje, predviđanja budućnosti utemeljena na mašinskom učenju kao i poboljšana povezanost i komunikacija sa drugim uređajima u pogonu i ERP sistemima.
Više informacija: CHIRON Croatia d.o.o., Zagrebačka ulica 100, 23000 Zadar, Hrvatska, www.hstec.hr, info@hstec.hr, service@hstec.hr
Sa pozadinom u električnom inženjeringu i dugom istorijom rada u stručnim časopisima, on se fokusira na ključnom sadržaju magazina Mehatronika i stoji iza brojnih inicijativa.
- Inovativna rešenja za optimizaciju potrošnje energije u industriji - 26/06/2025
- magazin Mehatronika: nagradni konkurs #0003 - 25/06/2025
- Danfoss iC2-Micro - 25/06/2025