Intelligenza artificiale per l'automazione
Festo intende aumentare ulteriormente la produttività dei propri clienti mediante la fonitura di macchine ad autoapprendimento. L'azienda fa affidamento sull'intelligenza artificiale a tre livelli di rete: On-Edge, On-Premise e nel Cloud.
Oltre ai complessi servizi che possono essere offerti in un Cloud, Festo vede un grande potenziale nella semplice analisi dei dati in tempo reale tramite l'intelligenza artificiale, sia direttamente sul componente di campo (AI On-Edge) sia nel controllo del sistema o dell’impianto di produzione (AI On-Premise). L'operatore dell'impianto mantiene il pieno controllo dei dati della sua macchina, che non devono essere trasmessi a un Cloud tramite Internet. Alla fiera Hannover Messe 2019, Festo ha mostrato come i sistemi possono trovare autonomamente soluzioni ai problemi sulla base dei dati disponibili.
Monitoraggio intelligente del processo nella produzione di batterie
Festo ha ulteriormente ampliato la propria competenza AI con l'acquisizione di Resolto Informatik GmbH nell'aprile 2018. Con SCRAITEC, Resolto ha sviluppato una soluzione software che analizza e interpreta i dati in tempo reale, riconosce e segnala le anomalie. Il sistema inoltre apprende costantemente mediante l'analisi permanente dei dati e amplia la propria base di conoscenze. Questo apprendimento automatico rende possibile il monitoraggio intelligente dei processi.
L'applicazione dimostra il rilevamento di batterie difettose. Le batterie vengono sollevate da un cavalletto di movimentazione. In combinazione con il nuovo controllo modulare CPX-E-CEC e il nuovo controller per servo azionamenti CMMT-AS, la sorveglianza è possibile in tempo reale. Il software di monitoraggio Resolto sovrintende alle correnti del motore e ai parametri di posizione dell'asse. Se si verificano anomalie, ad esempio se l'unità di gestione rileva il formato errato della batteria, viene emesso un report.
L'acquisizione e il monitoraggio dei dati da parte della soluzione software intelligente può essere effettuata On-Edge o On-Premise, oppure tramite il gateway IoT CPX-IOT nel Festo Cloud. L'uso dell'IA On-Edge o On-Premise garantisce che tutti i dati rimangano In-House, senza rischi per la sicurezza o ritardi nei flussi di dati dovuti alla latenza di rete. È importante che siano disponibili dati strutturati sufficienti in modo che l'analisi significativa possa essere effettuata utilizzando l'IA come strumento. Con le sue capacità di calcolo molto elevate, il Cloud fornisce a sua volta buoni risultati di valutazione, distribuiti su più sedi di produzione.
L'intelligenza artificiale riduce notevolmente lo sforzo di programmazione per il monitoraggio dei processi e la gestione degli errori, il cliente riceve un prezioso know-how in tempo reale. Parti e processi difettosi o guasti della macchina possono essere rilevati e prevenuti in una fase iniziale del processo di produzione. Un ulteriore vantaggio è la completa trasparenza e tracciabilità delle anomalie di processo ad uno specifico manufatto. In futuro si potrebbero evitare ritiri di prodotti su larga scala che interessano intere serie di produzione, poiché una parte difettosa può essere identificata con precisione e rimossa dal lotto.
Sorveglianza intelligente dei componenti nell'unità CMMT: AI nel Cloud
L’esibizione mostra come viene utilizzato un algoritmo di apprendimento per il monitoraggio dei guasti dei componenti. I dati di un asse elettrico vengono registrati e raccolti dal controller CMMT. L'algoritmo di sorveglianza e il monitoraggio dei dati raccolti vengono eseguiti interamente all'interno del Festo Cloud. I dati sono quindi disponibili in qualsiasi luogo e in qualsiasi momento.
Tuttavia, i clienti non beneficiano solo del ridotto sforzo di programmazione. Le condizioni normali dei loro singoli processi vengono immesse nell'algoritmo di apprendimento durante il funzionamento o sotto forma di dati storici. I dati possono essere valutati immediatamente tramite il Cloud. Gli utenti possono così riconoscere rapidamente eventuali deviazioni e risalire direttamente alle cause dei guasti. Anche i componenti di scambio possono essere identificati rapidamente. Ciò consente di risparmiare tempo, ridurre i tempi di fermo e ridurre i costi di manutenzione. È ipotizzabile che in futuro anche gruppi di componenti come moduli, sistemi o intere unità di macchine possano essere monitorati con questo mezzo.
