Erfolgreicher Test in Japan
AI-Unit-Solution verbessert Produktivität
Renesas hat gemeinsam mit GE Healthcare Japan in dessen Hino Factory den Einsatz seiner Renesas AI-Unit-Solution getestet. Ergebnis: Durch die Reduzierung mangelhafter Bauteile konnte die Produktionsausbeute im jeweiligen Prozess auf bis zu 99,5 Prozent gesteigert werden.
Die AI-Unit-Solutions für Geräte der Fertigungsindustrie von Renesas zählen somit zu den verifizierten Einsatzmöglichkeiten der e-AI-Lösungspalette von Renesas. Sie implementieren Fehlererkennung und vorausschauende Wartung und lassen sich als zusätzliche AI-Unit in bestehenden Fertigungsanlagen oder Maschinen installieren. Sie ermöglichen, zuvor trainierte neuronale Netzwerk-Modelle je nach Anwendung in nur einem Tag anzupassen. Danach lässt sich die AI-Auswertung inklusive der Erfassung der Sensordaten sowie der Datenvorverarbeitung bis hin zur abschließenden Beurteilung des entsprechenden Produktionsschrittes in Echtzeit umsetzen. Vorher nicht erkennbare kleinste Fehler und Mängel lassen sich dann laut Unternehmen sofort in der Fertigungsstraße ermitteln. Dies vermeide unnötige Arbeitsschritte bevor Mängel erkannt werden und erhöhe den Nutzwert des Endprodukts, zum Beispiel durch eine verbesserte Produktqualität.
Die Hino Factory von GE Healthcare Japan fertigt medizinische Geräte wie Computer- und Magnetresonanztomographen sowie Ultraschallscanner. Unter den rund 450 Fertigungsbetrieben der GE Group weltweit ist das Werk in Hino bekannt für seinen Einsatz von IoT-Technologien und eine hohe Produktivität. Aus diesem Grund wählte GE Healthcare die Hino Factory als eines der ersten von sieben Werken für seine Brilliant-Factory-Initiative aus.
Das Testverfahren im Überblick
In der Hino Factory wurden AI-Units in Fertigungsanlagen installiert und anschließend Tests durchgeführt, um Probleme und Produktfehler mithilfe von Fehlererkennung frühzeitig auszumachen. Dazu wurde ein zuvor trainiertes Modell in die AI-Unit-Prototypen integriert und auf den Fertigungsanlagen installiert. Verarbeitungszustände, die in der Vergangenheit nicht erfasst werden konnten, können jetzt durch die Auswertung von Sensordaten durch die AI-Unit-Solutions erkannt werden.
Da die Endpunkte ermitteln, ob eine Anomalie vorliegt oder nicht, und nur die Ergebnisse der Anomalietests gesendet werden, ist eine Ausweitung des Datenkommunikationsumfangs nicht erforderlich. Beim Erkennen eines ungewöhnlichen Zustands wird in Echtzeit ein Alarm ausgelöst und die Produktion vorübergehend gestoppt. Die Tests bewiesen, dass sich durch die Verringerung mangelhafter Bauteile die Produktausbeute auf bis zu 99,5 Prozent steigern und damit die Produktivität deutlich erhöhen ließ. (me)
Lesen Sie mehr zum Thema
