Przyszłość konserwacji predykcyjnej

Strategia Dursta polegająca na wykorzystaniu sztucznej inteligencji do rozwiązywania problemów z drukarkami, zanim się pojawią, powinna wyeliminować przestoje produkcyjne i otworzyć drogę do „inteligentnej fabryki” przyszłości

Niedawno ogłoszona strategia konserwacji predykcyjnej firmy Durst, wraz z finansowanym przez UE projektem PREMISE, będzie wykorzystywać sztuczną inteligencję i algorytmy uczenia komputerowego w celu zwiększenia skuteczności prognoz i interwencji. Rozmawialiśmy z Christianem Casazzą, dyrektorem Service Durst Group i Michaelem Deflorianem, kierownikiem działu oprogramowania i rozwiązań, o tym, co to oznacza dla przyszłości druku.

W jaki sposób konserwacja predykcyjna zapewnia poważną przewagę konkurencyjną?

CC: Tak naprawdę nigdy nie rozważaliśmy poważnej przewagi konkurencyjnej nad naszymi konkurentami - skupialiśmy się na naszych klientach i ich potrzebach. Z jednej strony staramy się poprawić produktywność naszych klientów, zwiększając czas pracy bez przestojów, az drugiej strony staramy się obniżyć koszty posiadania dla naszych klientów. Dlatego naszym celem jest stworzenie przewagi konkurencyjnej naszym klientom.

Jedną z części strategii usług Durst jest próba wyeliminowania nieplanowanych usług od 2025 roku. I tutaj jestem naprawdę wdzięczny Michaelowi, który pracował nad finansowanym przez UE projektem PREMISE i udało mu się go uruchomić.

Według Dursta, postępem jest raczej przewidywalna niż reaktywna konserwacja

MD: W przypadku konserwacji predykcyjnej mój dział jest dostawcą zestawów narzędzi potrzebnych naszym działom serwisowym. Dostarczamy również narzędzia analityczne, które zbierają dane z maszyn Durst: dane produktywności, dane z czujników i sygnały przesyłane w kanałach komunikacyjnych między komponentami naszych maszyn.

Zebraliśmy wszystkie te dane i przeanalizowaliśmy je na Wolnym Uniwersytecie Bozen-Bolzano (unibz) na dwa sposoby. Po pierwsze, nasi eksperci mają dogłębną wiedzę na temat maszyny i znają pewne pierwotne przyczyny różnych awarii. Mając tę wiedzę, możemy wykorzystać dane do przewidzenia awarii. Drugą ważną rzeczą jest przeanalizowanie całego zestawu danych, klasyczne podejście do dużych zbiorów danych i znalezienie nowych wzorców lub pewnych korelacji z pierwotnymi przyczynami, których nie jesteśmy świadomi. To ważna część tego projektu.

Z jakim wyprzedzeniem można przewidzieć problemy i zorganizować konserwację?

CC: To trudne pytanie. System drukowania składa się z kilku tysięcy różnych części, w tym materiałów eksploatacyjnych. Jeśli znasz cykl życia, łatwiej jest zaplanować i rozwiązać wszelkie problemy dzięki regularnej konserwacji.

Jako przykład spójrzmy na lampę UV. Z lampą UV wiemy, że w zależności od rodzaju lampy mamy około 1000 godzin pracy, zanim będzie trzeba ją wymienić. Teraz używamy naszych analiz, wraz z naszą wiedzą o godzinach pracy i niektórych wartościach czujników, do budowania tolerancji. Mówimy, że jeśli używamy lampy UV do 800 godzin pracy, to mamy dobrą wydajność, a wskaźnik wizualny pokazuje zielony pasek. Od 800 do 1000 godzin pracy mamy średnie warunki pracy, w których mówimy, że w ciągu tych 200 godzin musimy pomyśleć o wymianie lampy UV. Wtedy wiemy, że może pracować jeszcze ponad 1000 godzin pracy, ale ryzyko awarii jest dość duże.

Christian Casazza

Tak działa system. Każdy parametr i każdą wartość czujnika, które śledzimy, ustawiamy w ramach tolerancji i staramy się przewidywać w czasie. W przypadku materiałów eksploatacyjnych, w przypadku których znamy cykl życia, jest to łatwe, ale mamy też nieregularne awarie, a to jest trudniejsze. Celem projektu PREMISE jest ustalenie, jak możemy to wykryć, zanim to się stanie.

Jeśli posłużymy się przykładem filtra atramentu, przyjrzymy się wydajności pompy cyrkulacyjnej. Korzystając z Durst Analytics, możemy to śledzić i możemy obliczyć różne warunki, mierząc moc przez pompę cyrkulacyjną. Jeśli następuje ciągły wzrost, po osiągnięciu tolerancji należy wymienić filtr. Z drugiej strony, gdyby coś było nie tak z tuszem, to od razu mielibyśmy zatkany filtr. Te sytuacje mogą być trudniejsze do zrozumienia w pierwszej kolejności, ale dzięki Durst Analytics możemy stwierdzić, że coś jest nie tak i możemy natychmiast zareagować.

Tak więc dane, których używasz do informowania systemu predykcyjnego, opierają się na danych z przeszłości i na tym, co jest dostarczane za pośrednictwem Durst Analytics. Czy jest miejsce lub potencjał dla sztucznej inteligencji, aby wypełnić luki, w których nie masz danych?

MD: To jest dokładnie motywacja do projektu PREMISE z unibz. Chcieliśmy zastosować najnowocześniejsze algorytmy sztucznej inteligencji wraz z algorytmami uczenia maszynowego do gromadzonych danych.

Istnieje kilka sposobów uczenia algorytmów. Jednym z nich jest wykorzystanie całego doświadczenia naszych wewnętrznych ekspertów, aby zweryfikować dane dotyczące pierwotnych przyczyn i skutków, które już znamy. Następnie można nauczyć system wyłączania, jeśli wzrasta zużycie energii przez pompę - jest to silna wskazówka, że filtr jest zatkany, ponieważ potrzeba więcej energii w pompie, aby umożliwić cyrkulację atramentu. To prosty przykład, jak można uczyć inteligencji z algorytmów.

Innym sposobem jest wykorzystanie algorytmów do przeszukiwania ogromnej masy danych w celu znalezienia nieznanych wzorców, które doprowadziły do błędów. Następnie, gdy system zidentyfikuje te wzorce w maszynie, może przekazać operatorowi komunikat, że spodziewa się problemu w najbliższej przyszłości.

Indywidualnie wszystkie te kroki wydają się oczywiste i mają sens, ale prawdziwe piękno wydaje się tkwić w sile ich połączenia?

MD: Oczywiście, to jest ważna rzecz. Nie postrzegamy tego tylko jako indywidualnych postępów technologicznych - to cała strategia, w której wszystkie te komponenty łączą się ze sobą.

W jaki sposób konserwacja predykcyjna firmy Durst wpisuje się w ideę „inteligentnej fabryki” przyszłości?

MD: To naprawdę ważna część strategii. Chcemy mieć infrastrukturę sieciową, inteligentne systemy produkcyjne i intuicyjne oprogramowanie umożliwiające zautomatyzowanie procesów biznesowych - to wszystko jest częścią naszego nowego zakresu narzędzi, od piksela po dane wyjściowe. Oczywiście automatyzacja to jeden ważny aspekt, ale innym jest stabilność: chcesz mieć stabilny zautomatyzowany proces. Głównym celem PREMISE jest podniesienie niezawodności naszych systemów na jeszcze wyższy poziom, abyśmy nie mieli nieplanowanych awarii, dzięki czemu klient ma wysoce niezawodny silnik produkcyjny w ramach zautomatyzowanego procesu.

Michael Deflorian

Nieplanowana usługa jest częścią strategii Dursta „From Pixel to Output” na 2025 r. I później. Głównym elementem jest nasza transformacja z producenta drukarek - z którego słynie firma Durst - w dostawcę rozwiązań do druku cyfrowego. „Od piksela do wyjścia” definiuje zakres, od tworzenia treści po produkt.

Obejmuje to również rozszerzenie naszego portfolio produktów. Kiedyś były to drukarki i atrament, ale teraz to cały ekosystem drukarek, atramentów, oprogramowania, usług doradczych i szkoleniowych. Zasadniczo chodzi o to, aby klienci mieli wszystko, czego potrzebują, aby odnieść sukces nie tylko w druku, ale także w zakresie całej cyfrowej transformacji.

Kluczowe dla tej strategii i osiągnięcia tego celu są wysokowydajne maszyny o dużej sprawności, bez niespodzianek produkcyjnych i nagłych awarii, które wpływają na produktywność całego systemu. Dlatego ta predykcyjna konserwacja lub brak nieplanowanych usług serwisowych jest podstawą ogólnej strategii firmy Durst.

FESPA: Czy rozważasz rzeczywistość rozszerzoną (AR), aby umożliwić użytkownikom wymianę części w przyszłości? Na przykład, zamiast wysyłać inżynierów, klienci mogą zmienić swoje własne części z pomocą AR?

CC: Zaczęliśmy w 2015 roku od projektów AR i przetestowaliśmy kilka technologii, w których pierwszy krok zaangażowali się nasi inżynierowie serwisu. Jesteśmy firmą globalną i aby utrzymać umiejętności naszych inżynierów na pewnym poziomie, pomyśleliśmy, że dobrze byłoby udzielić im wsparcia AR. W ten sposób wiemy, że pracują według tych samych standardów w Azji, jak w Europie, a zwłaszcza w przypadku nowych inżynierów. Zrobiliśmy kilka testów i niektóre były dobre, podczas gdy przy innych okazjach mieliśmy problemy z ekranem wideo.

Wszystkie maszyny Durst, takie jak powyższy P5, opuszczają fabrykę z już zawartymi funkcjami analitycznymi

Nadal nad tym pracujemy. Ale to, co odkryliśmy w tej chwili, nie działa - szczególnie dla naszych klientów końcowych. Nasze doświadczenie pokazuje, że będziemy mieć większą akceptację ze strony naszych klientów, jeśli odpowiednio przeszkolimy naszych operatorów, aby pomagali sobie w wymianie części, zamiast oferować AR. Dobrą rzeczą jest to, że dzięki temu szkoleniu operatorzy lepiej czują, jak codzienna konserwacja maszyny jest ważna i jak ważna jest ona, dzięki czemu zwiększa się niezawodność. Przy samych instrukcjach AR nie daje to takiego samego efektu.

Daleko nam jednak do rezygnacji z AR. Nieustannie przyglądamy się najnowszym technologiom AR, po prostu nie jest to odpowiednie na obecną chwilę. To powiedziawszy, widzieliśmy w ciągu ostatnich 12 lub 14 miesięcy z globalnymi ograniczeniami dotyczącymi podróży, że jest to absolutna konieczność na przyszłość. Jest to również część strategii serwisowej Durst, która mówi, że nasze maszyny muszą być projektowane do obsługi lub samoobsługi.

FESPA: Jak ważne jest proaktywne wprowadzanie innowacji w branży drukarskiej?

CC: Mamy nasz dział szkoleń technologicznych, który nieustannie przygląda się najnowszym technologiom na rynku. Kolejną ważną rzeczą dla nas jest znalezienie odpowiedniego sprzętu, który naprawdę pomoże naszym klientom.

Na przykład testowaliśmy z Microsoft HoloLens, czyli inteligentnymi okularami połączonymi z aplikacjami. Tak, można ich używać podczas wymiany części elektronicznej, ale jeśli chcesz dokonać regulacji, na przykład w głowicach drukujących, okulary nie pomagają. Gdy tylko zaczęliśmy szukać jakości, nie można już tego robić zdalnie - potrzebujemy ludzi, którzy są przeszkoleni i rozumieją oczekiwaną jakość. Są ograniczenia, ale nie poddajemy się i zawsze szukamy najnowszych technologii.

Wreszcie, co chcielibyście, aby wiedzieli członkowie FESPA?

CC: Każda drukarka opuszczająca fabrykę Durst zawiera już funkcje analityczne. W przypadku każdej nowej drukarki naprawdę inwestujemy w konserwację predykcyjną, a te dane są jej podstawą. Jeśli klient nie chce, aby jego maszyna była online, to też jest w porządku, ale te, które wysyłają dane, dają nam możliwość naprawdę przewidywania.

MD: I chciałbym zaznaczyć, że strategia „bez nieplanowanych usług” nie jest strategią posprzedażową. Rozpoczyna się opracowaniem i koncepcją maszyny oraz towarzyszącym jej oprogramowaniem, a następnie przechodzi do obsługi posprzedażowej. To w pełni holistyczne podejście.