BMW memberikan wawasan tentang bagaimana ia menggunakan kecerdasan buatan dalam produksi

Kecerdasan buatan (AI) sedang meningkat dalam produksi otomotif. Sejak 2018, BMW Group telah menggunakan berbagai aplikasi AI dalam produksi seri.

Salah satu fokusnya adalah pengenalan gambar otomatis:Dalam proses ini, kecerdasan buatan mengevaluasi gambar komponen dalam produksi yang sedang berlangsung dan membandingkannya dalam milidetik dengan ratusan gambar lain dengan urutan yang sama.

Dengan cara ini, aplikasi AI menentukan penyimpangan dari standar secara real time dan memeriksa, misalnya, apakah semua suku cadang yang diperlukan telah dipasang dan apakah dipasang di tempat yang tepat.

Teknologi inovatif ini cepat, andal, dan yang terpenting, mudah digunakan.

Christian Patron, Kepala Inovasi, Digitalisasi, dan Analisis Data di BMW Group Production:“Kecerdasan buatan menawarkan potensi besar. Ini membantu kami mempertahankan standar kualitas tinggi kami dan pada saat yang sama membebaskan orang-orang kami dari tugas yang berulang.”

Di BMW Group, aplikasi berbasis AI yang fleksibel dan hemat biaya secara bertahap menggantikan portal kamera yang dipasang secara permanen. Implementasinya cukup sederhana.

Hanya kamera standar seluler yang diperlukan untuk mengambil gambar yang relevan dalam produksi. Solusi AI juga dapat diatur dengan cepat:Karyawan mengambil gambar komponen dari berbagai sudut dan menandai potensi penyimpangan pada gambar.

Dengan cara ini, mereka membuat database gambar untuk membangun apa yang disebut jaringan saraf, yang nantinya dapat mengevaluasi gambar tanpa campur tangan manusia.

Karyawan tidak perlu menulis kode; algoritma melakukan itu secara virtual sendiri. Pada tahap pelatihan, yang mungkin berarti dalam semalam, server berperforma tinggi menghitung jaringan saraf dari sekitar 100 gambar, dan jaringan segera mulai mengoptimalkan.

Setelah uji coba dan mungkin beberapa penyesuaian, keandalannya mencapai 100 persen. Proses pembelajaran selesai dan jaringan saraf sekarang dapat menentukan sendiri apakah suatu komponen memenuhi spesifikasi atau tidak.

Bahkan objek bergerak dapat diidentifikasi secara andal sebagian besar terlepas dari faktor-faktor seperti pencahayaan di area produksi atau posisi kamera yang tepat. Ini membuka berbagai aplikasi potensial di seluruh rantai proses otomotif, termasuk logistik.

Dalam banyak kasus, teknologi AI membebaskan karyawan dari tugas-tugas monoton yang berulang seperti memeriksa apakah segitiga peringatan berada di tempat yang tepat di bagasi atau apakah tutup wiper kaca depan telah dipasang.

Kecerdasan buatan juga dapat melakukan tugas pemeriksaan yang lebih berat

Di area pemeriksaan akhir di pabrik Dingolfing BMW Group, aplikasi AI membandingkan data pesanan kendaraan dengan gambar langsung dari penunjukan model mobil yang baru diproduksi.

Penunjukan model dan pelat identifikasi lainnya seperti “xDrive” untuk kendaraan penggerak empat roda serta semua kombinasi yang disetujui secara umum disimpan dalam basis data gambar.

Jika gambar langsung dan data pesanan tidak sesuai, misalnya jika penunjukan tidak ada, tim inspeksi akhir akan menerima pemberitahuan.

Christian Patron:“Kami sepenuhnya mengandalkan pengalaman dan keahlian karyawan kami dalam upaya ini. Mereka dapat menilai yang terbaik di langkah produksi mana aplikasi AI dapat meningkatkan kualitas dan efisiensi. Kami sengaja menjaga penyiapan dan implementasi aplikasi semacam itu tetap sederhana. Pengoperasiannya tidak memerlukan kecakapan TI tingkat lanjut.”

AI menghilangkan cacat semu

Di bengkel pers, bagian logam lembaran datar diubah menjadi komponen presisi tinggi untuk bodi mobil. Partikel debu atau residu minyak yang tertinggal pada komponen setelah pembentukan dapat dengan mudah dikacaukan dengan retakan yang sangat halus, yang jarang terjadi selama proses.

Sistem kontrol kualitas berbasis kamera sebelumnya di pabrik BMW Group di Dingolfing, Jerman, terkadang juga menandai cacat semu ini:penyimpangan dari target, meskipun sebenarnya tidak ada kesalahan.

Dengan aplikasi AI baru, cacat semu ini tidak lagi terjadi karena jaringan saraf dapat mengakses sekitar 100 gambar nyata per fitur – yaitu sekitar 100 gambar dari komponen yang sempurna, 100 gambar dengan partikel debu, 100 gambar lainnya dengan tetesan minyak pada komponen , dll.

Ini sangat relevan dalam kasus panggilan jarak dekat yang sebelumnya menyebabkan cacat semu.

Pabrik Steyr BMW Group dan Tim Analisis Data BMW Group juga berhasil menghilangkan cacat semu. Penyimpangan yang diduga dalam pengukuran torsi dalam uji dingin mesin nanti sering kali tidak signifikan.

Namun, sebelum memperkenalkan solusi AI, hasil tersebut mengarah pada inspeksi manual yang rumit dan pengujian lebih lanjut, hingga dan termasuk pengujian panas dengan bahan bakar.

Perangkat lunak analisis dilatih berdasarkan banyak uji coba yang direkam dan dengan demikian belajar membedakan antara kesalahan yang sebenarnya dan yang diduga.

AI 'terkendali':Mengintegrasikan kecerdasan buatan dengan fasilitas dan sistem kontrol robot

Aplikasi kontrol AI pintar pertama di BMW Group merayakan peluncuran perdananya di pabrik Steyr BMW Group. Aplikasi ini mempercepat proses logistik dengan mencegah pengangkutan barang kosong yang tidak perlu pada ban berjalan. Untuk tujuan ini, kontainer melewati stasiun kamera.

Menggunakan data gambar tersimpan yang ditandai oleh karyawan, aplikasi AI mengenali apakah wadah perlu diikat ke palet atau apakah – dalam kasus kotak besar dan stabil – tidak diperlukan pengamanan tambahan.

Jika tidak diperlukan pengikatan, aplikasi AI mengarahkan kontainer melalui rute terpendek ke stasiun pemindahan untuk truk forklift.

Kontainer yang harus diamankan tambahan, di sisi lain, dipandu langsung ke bagian konveyor dengan sistem pengikatan dan hanya kemudian ke stasiun pemindahan yang terletak di belakang. Sebelumnya, semua kontainer harus diangkut ke stasiun pemindahan untuk kontainer besar.

Dari sana, peti kemas yang memerlukan pengamanan tambahan harus diteruskan – dan hanya akan mencapai fasilitas pengikatan dan akhirnya stasiun pemindahan yang benar setelah mengambil jalan memutar ini.

Selain aplikasi di Steyr, AI berada di balik berbagai inovasi logistik lainnya di BMW Group. Ini juga mendukung perencanaan tata letak virtual, yang membuat pemindaian 3D resolusi tinggi dari bangunan dan pabrik.

Kecerdasan buatan pada akhirnya berkontribusi pada pengenalan objek individual dalam pemindaian 3D, seperti wadah, struktur bangunan, atau mesin.

Hal ini memungkinkan para insinyur untuk menghapus objek individual dari pemindaian 3D dalam perangkat lunak perencanaan 3D dan memodifikasinya satu per satu, yang membuatnya lebih mudah untuk mensimulasikan dan memahami adaptasi di lantai produksi.

Sudah ada tren berbeda dalam menggunakan aplikasi AI di pabrik BMW Group. Meningkatnya integrasi analitik data pintar, teknologi pengukuran tercanggih, dan AI membuka peluang baru dalam manajemen produksi.

Di bengkel bodi, misalnya, gambar dari pemeriksaan akhir mungkin menunjukkan bahwa logam las telah menyembur keluar pada titik pengelasan yang sama di beberapa bodi mobil.

Dengan menggunakan AI, loop kontrol dapat ditutup dan kontrol sistem atau siklus pemeliharaan dapat disesuaikan lebih cepat dan lebih efisien.

Di toko cat, aplikasi AI dan analitik menawarkan potensi untuk mendeteksi sumber kesalahan pada tahap awal sehingga kesalahan hampir tidak dapat terjadi lagi:Jika tidak ada debu yang menempel pada bodi mobil sebelum mengecat, tidak ada yang harus dipoles mati nanti.