Do obrábění proniká umělá inteligence

Tags: CNC | Obrábění | Profika | Umělá inteligence

Umělá in­te­li­gen­ce si po­stup­ně na­chá­zí cestu také do ob­rá­bě­ní. Po­má­hat může při sle­do­vá­ní opo­tře­be­ní ná­stro­jů, pre­dik­tiv­ní údrž­bě stro­jů, vy­hod­no­co­vá­ní vib­ra­cí, kon­t­ro­le kva­li­ty, op­ti­ma­li­za­ci řez­ných pod­mí­nek nebo pří­pra­vě CNC pro­gra­mů. Vý­vo­já­ři zá­ro­veň tes­tu­jí její vy­u­ži­tí při au­to­ma­tic­kém ná­vr­hu ob­rá­bě­cích po­stu­pů či prů­běž­ném při­způ­so­bo­vá­ní vý­ro­by podle dat ze stro­je.

Pro­fi­ka ale va­ru­je před ne­kri­tic­kým vní­má­ním AI. Bez zku­še­né­ho člo­vě­ka, který její vý­stu­py správ­ně vy­hod­no­tí, může ve vý­ro­bě na­páchat i znač­né škody.

Di­gi­ta­li­za­ce vý­ro­by, která je jed­ním ze zá­klad­ních pi­lí­řů Prů­mys­lu 4.0, při­nes­la pod­ni­kům ob­rov­ské množ­ství dat. Mo­der­ní pro­voz může sle­do­vat nejen sa­mot­nou vý­ro­bu, ale také spo­tře­bu ener­gií a vody, vy­tí­že­ní stro­jů, tep­lo­tu a vlh­kost v hale, kva­li­tu ovzdu­ší, osvět­le­ní nebo pod­mín­ky na jed­not­li­vých pra­co­viš­tích. Data tak už dnes po­má­ha­jí op­ti­ma­li­zo­vat vý­ro­bu, še­t­řit zdro­je, plá­no­vat údrž­bu nebo na­sta­vo­vat pří­jem­něj­ší pra­cov­ní pro­stře­dí.

Pokud s nimi začne pra­co­vat AI, je­jich mož­nos­ti se dále roz­ši­řu­jí. Umělá in­te­li­gen­ce může spo­jo­vat velké množ­ství pro­měn­ných a hle­dat mezi nimi vzta­hy, které by člo­věk při běž­ném sle­do­vá­ní pro­vo­zu snad­no pře­hlé­dl. Data při­tom může čer­pat přímo z ří­di­cích sys­té­mů CNC stro­jů – na­pří­klad in­for­ma­ce o otáč­kách, za­tí­že­ní vře­te­na, po­hy­bu os, tep­lo­tách, spo­tře­bě ener­gie nebo alar­mech. Další zdroj před­sta­vu­jí sa­mo­stat­ná čidla sle­du­jí­cí vib­ra­ce, hluk, tlak či prů­tok ka­pa­lin, ka­me­ro­vé sys­témy, mě­ři­cí sondy nebo data z nad­řa­ze­ných vý­rob­ních sys­té­mů. Pokud jsou tyto zdro­je pro­po­je­né, může AI na­pří­klad od­ha­lit, že ur­či­tá kom­bi­na­ce ros­tou­cí tep­lo­ty, vib­ra­cí a za­tí­že­ní pra­vi­del­ně před­chá­zí zhor­še­ní kva­li­ty po­vrchu nebo po­ru­še ná­stro­je.

AI nachází v obrábění stále více konkrétních úloh

Jed­nou z hlav­ních ob­las­tí je sle­do­vá­ní stavu a opo­tře­be­ní ná­stro­jů. AI může z údajů o vib­ra­cích, za­tí­že­ní nebo pří­ko­nu od­ha­do­vat, zda se ná­stroj blíží ke konci své ži­vot­nos­ti, a upo­zor­nit na nut­nost vý­mě­ny dříve, než dojde ke zhor­še­ní kva­li­ty nebo jeho po­ško­ze­ní. Po­dob­ný prin­cip lze vy­u­žít při pre­dik­tiv­ní údrž­bě stro­je, kdy změny v cho­vá­ní vře­te­na, ser­vo­po­ho­nů nebo lo­ži­sek mohou upo­zor­nit na pro­blém ještě před ne­plá­no­va­nou od­stáv­kou.

Velký po­ten­ci­ál má AI také při sle­do­vá­ní sta­bi­li­ty ob­rá­bě­ní. Do­ká­že roz­po­zná­vat vznik ne­žá­dou­cích vib­ra­cí a do­po­ru­čit úpra­vu otá­ček, po­su­vu nebo dal­ších pa­ra­me­t­rů. Po­má­hat tak může ke kva­lit­něj­ší­mu po­vrchu, delší ži­vot­nos­ti ná­stro­jů i zkrá­ce­ní vý­rob­ní­ho cyklu. Uplat­ně­ní na­chá­zí rov­něž při kon­t­ro­le kva­li­ty, kde lze pro­po­jit vý­rob­ní data s vý­sled­ky mě­ře­ní ho­to­vé­ho dílu a hle­dat pří­či­ny roz­mě­ro­vých nebo po­vr­cho­vých od­chy­lek. Stále větší po­zor­nost se vě­nu­je také pro­gra­mo­vá­ní a pří­pra­vě vý­ro­by. AI může po­má­hat při ná­vr­hu ob­rá­bě­cích ope­ra­cí, volbě ná­stro­jů, hle­dá­ní vhod­ných drah nebo op­ti­ma­li­za­ci CNC pro­gra­mů. Při di­a­gnos­ti­ce zase může pro­po­jit alarm stro­je s jeho pro­voz­ní­mi daty, ser­vis­ní do­ku­men­ta­cí a his­to­rií po­ruch. Při na­po­je­ní na data z ce­lé­ho pro­vo­zu může po­má­hat i s plá­no­vá­ním za­ká­zek, vy­tí­že­ním stro­jů nebo ko­or­di­na­cí au­to­ma­ti­zo­va­ných buněk.

Její hlav­ní pří­nos proto ne­mu­sí spo­čí­vat v na­hra­ze­ní tech­no­lo­ga, ale v tom, že do­ká­že rych­le zpra­co­vat množ­ství dat, které člo­věk ne­mů­že sou­stav­ně sle­do­vat, a upo­zor­nit ho na dů­le­ži­té sou­vis­los­ti.

Autonomní systém bez člověka? Ještě dlouho ne

Přes rych­lý vývoj nelze oče­ká­vat, že by AI v do­hled­né době zku­še­né­ho člo­vě­ka z ob­rá­bě­ní jed­no­du­še vy­tla­či­la. Vý­rob­ní pro­ces je pří­liš kom­plex­ní a vedle dat v něm stále hraje zá­sad­ní roli zku­še­nost, tech­no­lo­gic­ký úsu­dek a schop­nost rych­le po­sou­dit si­tu­a­ci v šir­ších sou­vis­los­tech.

Po­dob­ně jako ani mo­der­ní robot vy­ba­ve­ný ka­me­ra­mi a cit­li­vý­mi sen­zo­ry ne­do­ká­že ve všech si­tu­a­cích na­hra­dit rych­lý po­hled zku­še­né­ho pra­cov­ní­ka, který si všim­ne ne­pa­tr­né vady po­vrchu nebo změny vzhle­du dílu, po­tře­bu­je také AI člo­vě­ka, jenž její zá­vě­ry zkon­t­ro­lu­je. Ka­me­ro­vý sys­tém může velmi přes­ně sle­do­vat pře­dem de­fi­no­va­né pa­ra­me­t­ry, zku­še­ný pra­cov­ník ale často během ně­ko­li­ka sekund pozná, že je na vý­sled­ku něco špat­ně, přes­to­že daná vada ne­spa­dá do žádné pře­dem na­sta­ve­né ka­te­go­rie.

Umělá in­te­li­gen­ce ne­do­ká­že na­hra­dit le­ti­tou zku­še­nost. Může třeba do­po­ru­čit změnu řez­ných pa­ra­me­t­rů, ale vůbec jí kvůli ab­sen­ci roz­hle­du ne­do­jdou všech­ny dů­sled­ky, na­pří­klad vyšší ri­zi­ko de­for­ma­ce ná­stro­je. Zku­še­ný tech­no­log ta­ko­vý pro­blém roz­po­zná oka­m­ži­tě. AI tak bude ještě dlou­hou dobu pře­de­vším vý­kon­ným po­moc­ní­kem, který do­pl­ní a po­mů­že ve vý­ko­nu práce lid­ským pro­fe­si­o­ná­lům.

AI je dobrý sluha, ale zlý pán

Pro­fi­ka proto upo­zorňuje, že k umělé in­te­li­gen­ci je po­tře­ba při­stu­po­vat velmi kri­tic­ky a její do­po­ru­če­ní prů­běž­ně kon­t­ro­lo­vat. Se­be­vě­do­mě for­mu­lo­va­ná od­po­věď ještě ne­mu­sí být správ­ná – a ve vý­ro­bě mohou být dů­sled­ky chyby pod­stat­ně váž­něj­ší než při běž­ném po­u­ží­vá­ní AI.

Při­rov­nat se to dá k na­vi­ga­ci. Pokud nám do­po­ru­čí po­kra­čo­vat přes řeku, ale před sebou vi­dí­me, že most strh­la vy­so­ká voda, také ne­šláp­ne­me na plyn jen proto, že nám sys­tém tvrdí, že je cesta prů­jezd­ná. Stej­ný zdra­vý úsu­dek je nutný i při vy­u­ží­vá­ní AI ve vý­ro­bě. Na­pří­klad dílna, která se při ře­še­ní údrž­by ob­rá­bě­cí­ho stro­je místo kon­zul­ta­ce se ser­vi­sem ob­rá­ti­la na umě­lou in­te­li­gen­ci. Při po­stu­pu podle je­jích in­struk­cí ná­sled­ně došlo ke sma­zá­ní dů­le­ži­tých dat. Ser­vis­ní zásah byl na­ko­nec stej­ně ne­zbyt­ný a ná­vrat stro­je do vý­ro­by navíc pro­dlou­ži­la nut­nost znovu na­hrát zá­sad­ní in­for­ma­ce po­třeb­né pro jeho pro­voz.