Video:Die Auswirkungen der künstlichen Intelligenz (KI) auf Fertigung und Bearbeitung

Matt Danford, Modern Machine Shop Senior Editor und Autor unserer Kolumne „Data Matters“, sprach mit mir über eine mögliche Rolle der künstlichen Intelligenz (KI) in Maschinenwerkstätten. Er sieht einen Weg vom maschinellen Monitoring zum maschinellen Lernen. Heutzutage erfassen Bearbeitungseinrichtungen mithilfe von Maschinenüberwachungssystemen Daten von CNCs. Ein nächster logischer Schritt wird sein, maschinelles Lernen zu nutzen, um innerhalb dieser Daten Möglichkeiten zur Prozessverbesserung zu finden. Hier ist ein Video unseres Gesprächs, mit Transkript unten. Laden Sie auch eine Artikelsammlung von Modern Machine Shop herunter und Schwesterpublikation Additive Manufacturing das die Schnittmenge von KI und Fertigung in ihrer heutigen Form untersucht.

Transkript

Peter Zelinski, Moderne Maschinenwerkstatt

Pete Zelinski hier mit Modern Machine Shop Zeitschrift. Ich bin hier mit Senior Editor Matt Danford. Matt, danke, dass du mit mir gesprochen hast.

Matt Danford, Modern Machine Shop

Gerne.

Peter Zelinski

Also covert Matt einen Beat für Modern Machine Shop . Matt schreibt über digitale Technologie, einschließlich Technologie, die in vielen Fällen noch nicht ganz „da“ für die Fertigung ist, aber kommen wird. Er schreibt darüber in seiner regelmäßigen monatlichen Kolumne „Data Matters“. Und worüber ich heute mit Ihnen sprechen möchte, ist, was Sie über die Rolle sehen, die künstliche Intelligenz für Bearbeitungsanlagen spielen könnte.

Matt Danford

Nun, darüber gibt es sicherlich viel Aufhebens. Den meisten Lesern, die wir besuchen, scheint es weit weg zu sein. Im Moment interessieren sie sich wirklich mehr für maschinelles Monitoring als für maschinelles Lernen. Ob sie es erkennen oder nicht, die maschinelle Überwachung ist jedoch wirklich der erste Schritt, denn das eigentliche Versprechen des maschinellen Lernens, das eine Teilmenge der künstlichen Intelligenz ist, ist die Datenanalyse, zumindest was unsere Leser betrifft. Und Maschinenüberwachungssysteme, auch Shop-Management- und ERP-Systeme, liefern die Rohdaten, die Sie für diese Analyse benötigen. Es ist also wirklich eine Art erster Schritt, ob sie es erkennen oder nicht, zu Fähigkeiten, die noch kommen werden.

Peter Zelinski

OK großartig. Lassen Sie uns also darauf eingehen. Maschinenüberwachung – das ist der Schritt, der heute ansteht. Was meinst du damit konkret?

Matt Danford

Abfragen von Daten im Wesentlichen direkt von der Steuerung selbst oder von Sensoren, die an verschiedenen Komponenten der Werkzeugmaschine angebracht sind. Und Sie wissen, dass dies für Dinge wie vorbeugende Wartung verwendet werden kann. Die häufigsten Anwendungen, die wir sehen, sind Menschen, die CNC-Daten abfragen, nur um zu sehen, wie ihre Maschinen arbeiten.

Peter Zelinski

Recht. Wir gehen also in Geschäfte und sehen immer mehr Monitordisplays mit Tortendiagrammen oder grünen, roten, gelben Displays. Was braucht es, um Maschinenüberwachung wirklich gut zu machen?

Matt Danford

Die meisten Experten und Shops, mit denen ich gesprochen habe, scheinen also einen großen Wert auf Geduld zu legen. Erwarte nicht alles auf einmal. Lass es einfach langsam angehen. Jemand, den ich kürzlich besucht habe, hat einfach mit dem einfachen „Was läuft wann“ angefangen. Und das nicht nur auf Managerebene. Wissen Sie, sie hatten tatsächlich durch die Integration mit dem ERP-System eine Schrittleiste an jeder Arbeitsstation installiert, damit die Bediener und die Leute, die die Maschinen aufstellten und die Maschinen bedienten, wissen konnten, wo sie sich befanden. So viele Teile soll ich inzwischen produziert haben. Und so hilft es irgendwie jedem, einen Eindruck davon zu bekommen, wo er steht, und mit diesem grundlegenden Ziel zu beginnen. Dinge wie Definitionen befinden sich auf derselben Seite. Was bedeutet es, wenn eine Maschine im Zyklus ist? Zählen Sie Werkzeugwechsel dazu? Sie müssen solche Dinge wirklich in den Griff bekommen, denn wenn Sie es ohne diese Grundlagen einführen, können die Leute desillusioniert werden und Sie werden nicht die gewünschten Ergebnisse erzielen.

Peter Zelinski

Warum ist das wertvoll? Wir sind hier immer noch auf Maschinenüberwachung. Aber warum ist Maschinenüberwachung so wertvoll?

Matt Danford

Erstens, nur um zu wissen, wo Sie sich gerade befinden. Ich habe viele Experten kommentieren hören, wie sie in die Geschäfte gehen und diese Systeme installieren, und die Geschäfte sind einfach schockiert, dass sie nicht so gut abschneiden, wie sie dachten. Und so muss man sich dieser Realität stellen. Weißt du, es geht wirklich um die Wahrheit. Ich meine, mit Daten aus einer CNC kann man nicht streiten. Das ist kein fetter Fingersatz. Es gibt keine Verzögerung zwischen dem Ereignis und der Eingabe der Informationen in ein Shop-Management-System. Es geht also wirklich darum, Ihre eigenen Vorurteile zu beseitigen und Ihnen zu ermöglichen, Ihre Leistung in der Realität zu betrachten und von dort aus Entscheidungen zu treffen.

Peter Zelinski

Sie haben diesen Weg vom Machine Monitoring zum Machine Learning angesprochen. Was ist maschinelles Lernen? Und sprechen Sie ein wenig über diesen Weg.

Matt Danford

Maschinelles Lernen ist eine Teilmenge der künstlichen Intelligenz. Die Definition ist wirklich in dem Begriff „Lernen“ enthalten. Im Gegensatz zu einem herkömmlichen Computerprogramm, das nur das tun kann, wofür Sie es programmieren, verbessern sich maschinelle Lernalgorithmen mit der Zeit von selbst. Das klassische Beispiel ist ein Bilderkennungssystem. Wenn Sie es mit mehr Bildern von beispielsweise Hunden und Katzen füttern, wird es mit der Zeit besser, wenn Sie es mit mehr Daten füttern, um zu unterscheiden, was ein Hund und was eine Katze ist. Also, wissen Sie, angewendet auf unseren Sektor der Maschinenwerkstätten, über die wir schreiben, ist das eigentliche Versprechen hier wieder die Datenanalyse. Sie werden in der Lage sein, die von Maschinenüberwachungssystemen, Shop-Management-Systemen usw. bereitgestellten Rohdaten zu durchkämmen und Muster und Zusammenhänge in diesen Daten zu finden, die nicht offensichtlich, vielleicht unmöglich von einem Menschen zu erkennen wären und sicherlich viel erfordern würden von Zeit und Mühe, um dem anderen auf den Grund zu gehen.

Peter Zelinski

… den Punkt antizipieren, an dem genügend Daten aus diesen Maschinenüberwachungssystemen kommen, an dem es zu viele Daten sind, um sie täglich zu nutzen, und möglicherweise gute Informationen verschleiern, die dort zu finden sind.

Matt Danford

Unbedingt. Und wir wissen noch nicht, was kommt. Wir wissen nicht, welche Fähigkeiten. Ich habe mit ERP-Anbietern gesprochen, die mit maschinellem Lernen arbeiten, aber vieles davon ist immer noch irgendwie zukunftsweisend. Aber wir wissen, dass es kommt. Das Beste, was Sie jetzt tun können, ist, diese Systeme zum Laufen zu bringen und Ihr Shop-Management in das 21. Jahrhundert zu bringen.

Peter Zelinski

Matt, was denkst du, wie nah das ist? Wie nah sind wir der künstlichen Intelligenz in Form von maschinellem Lernen, als industrielles Werkzeug, als etwas, das wir in der Fertigung verwenden?

Matt Danford

Das ist wirklich schwer zu sagen. Alles ist sehr zukunftsweisend. Es gibt viel Hype, berechtigten Hype, weil es eine große Wirkung haben wird. Aber ja, wenn Sie so darüber nachdenken, wissen Sie, dass das Ausmaß, in dem Hersteller Google verwenden, ein industrielles Werkzeug ist. Und Google setzt bereits künstliche Intelligenz in seinen Suchergebnissen ein, und niemand spricht wirklich darüber. Es gab keine große Ankündigung von „Hey, wir haben Suchvorgänge, die von künstlicher Intelligenz gesteuert werden“. Und ich denke, es könnte so kommen. Ich meine, dieses Zeug wird einfach anfangen, in Ihrer Software aufzutauchen. Und idealerweise läuft KI im Hintergrund. Die ganze Idee ist, mentale Aufgaben zu automatisieren. Wenn Sie also darauf achten und es aktiv verwalten müssen, würde es meiner Meinung nach nicht wirklich funktionieren oder tun, was es tun soll. Also ich denke so kann es sein. Dieses Zeug wird einfach auftauchen und wir werden es einfach verwenden, ohne wirklich zu merken, dass wir es verwenden.