استفاده ب ام و از هوش مصنوعی برای جلوگیری از توقف تولید خودرو

کارخانه‌های تولید خودرو و سایر کارخانه‌ها در همین زمینه، باید به مدت زمان مشخصی فعالیت کنند تا حداکثر خروجی را تولید کنند. هرگونه توقف غیربرنامه‌ریزی شده برای شرکت‌ها هزینه‌های قابل توجهی را به همراه دارد و مشتریان نیز مجبور به انتظار بیش از زمان برنامه‌ریزی شده برای دریافت محصولات خود هستند. ب‌ام‌و در کارخانه خود در رگنسبورگ آلمان، با استفاده از هوش مصنوعی، قصد دارد اختلالات را به حداقل ممکن برساند.

تکنولوژی روز و هوش مصنوعی در خطوط تولید BMW

این شرکت سازنده خودروی لوکس، یک سیستم تحلیل هوشمند را پیاده‌سازی کرده است که برای پیش‌بینی تعمیر و نگهداری ب ام و، بهره‌برداری می‌شود. این سیستم، با استفاده از هوش مصنوعی و فناوری نوار نقاله مبتنی بر داده، در فرآیند تولید خودروها، تحلیلی دقیق را صورت می‌دهد. با تشخیص سریع هر گونه عیب ممکن، بهترین حالت برای ب.ام.و است که مشکل را قبل از تأثیرگذاری بر جریان کار، رفع کند. آینده این شرکت نشان می‌دهد که قصد دارد بهبود بخشی این فناوری را پیگیری کند تا بتواند با دقت بیشتر، باقی‌مانده زمان از لحظه شناسایی یک عیب تا زمان وقوع خطر واقعی را تخمین بزند.

چگونگی عملکرد سیستم نظارتی مبتنی بر هوش مصنوعی

این سیستم نظارتی، با حمایت گروه BMW و با بهره‌گیری از هوش مصنوعی، توسعه یافته است و پیش‌تر دو اختراع مرتبط با پیش‌بینی تعمیر و نگهداری ثبت نموده است. این الگوریتم به منظور تشخیص بی‌نظمی‌های پیوسته در چرخه تولید، مانند نوسانات در مصرف برق نوار نقاله یا بی‌نظمی در حرکت آن، طراحی شده است. همچنین، این الگوریتم قادر است ناکارآمدی بارکدها را تشخیص داده و هنگام تشخیص خطا، مرکز کنترل تعمیر و نگهداری به صورت خودکار یک پیام هشدار برای فرد در حال کار فرستاده می‌کند.

با توجه به تخمین‌های این شرکت، پیاده‌سازی سیستم نظارتی مبتنی بر هوش مصنوعی، سالانه حدودا 500 دقیقه اختلال را به تنهایی در کارخانه Regensburg رفع می‌کند. در صورت تصور اینکه هر 57 ثانیه یک وسیله نقلیه از خط تولید خارج می‌شود، هر یک دقیقه از اهمیت بالایی برخوردار است. علاوه بر این، سیستم‌های نوار نقاله با فناوری هوش مصنوعی یکپارچه نیز در کارخانه‌های برلین، لایپزیگ و دینگولفینگ مورد استفاده قرار می‌گیرند.

تعمیر و نگهداری پیش‌بینی‌شده نه تنها به شرکت بی‌ام‌و کمک می‌کند تا گردش کار را در کارخانه حفظ کند، بلکه همچنین هزینه‌های تولید را نیز کاهش می‌دهد زیرا نیازی به هزینه اضافی برای سنسورها ندارد. تنها هزینه‌ها مرتبط با رایانه‌ها و دستگاه‌های ذخیره‌سازی برای نگهداری داده‌های تجزیه و تحلیل شده است.

منبع