Budúcnosť prediktívnej údržby

Stratégia spoločnosti Durst pomocou AI na riešenie problémov s tlačiarňami skôr, ako sa objavia, by mala eliminovať prestoje výroby a otvoriť cestu „inteligentnej továrni“ budúcnosti

Nedávno ohlásená stratégia prediktívnej údržby Durstu bude spolu s projektom PREMISE financovaným EÚ využívať algoritmy umelej inteligencie a počítačového učenia na zefektívnenie predpovedí a zásahov. O tom, čo to znamená pre budúcnosť tlače, sme hovorili s Christianom Casazzom, riaditeľom Service Durst Group a Michaelom Deflorianom, manažérom obchodnej jednotky pre softvér a riešenia.

Ako ponúka prediktívna údržba vážnu konkurenčnú výhodu?

CC: Nikdy sme skutočne neuvažovali nad vážnou konkurenčnou výhodou oproti našim konkurentom - zamerali sme sa na našich zákazníkov a ich potreby. Snažíme sa zvyšovať produktivitu našich zákazníkov zvyšovaním doby prevádzkyschopnosti na jednej strane a na druhej strane sa snažíme znižovať náklady na vlastníctvo našich zákazníkov. Naším cieľom je teda vytvoriť konkurenčnú výhodu pre našich zákazníkov.

Súčasťou stratégie služieb Durst je pokúsiť sa eliminovať neplánované služby od roku 2025. A tu som naozaj vďačný Michaelovi, ktorý pracoval na projekte PREMISE financovanom EÚ a podarilo sa mu ho uviesť do prevádzky.

Podľa Dursta je cesta vpred skôr predikčná ako reaktívna údržba

MD: V prípade prediktívnej údržby je moje oddelenie dodávateľom sady nástrojov potrebných pre naše servisné oddelenia. Dodávame tiež analytické nástroje, ktoré zhromažďujú údaje zo strojov Durst: údaje o produktivite, údaje zo senzorov a signály prebiehajúce v komunikačných kanáloch medzi komponentmi v našich strojoch.

Všetky tieto údaje sme zobrali a analyzovali na Slobodnej univerzite v Bozen-Bolzane (unibz) dvoma spôsobmi. Prvým je, že naši odborníci majú hlboké znalosti o stroji a poznajú určité základné príčiny rôznych porúch. S týmito vedomosťami môžeme údaje použiť na predpovedanie poruchy. Druhou dôležitou vecou je analyzovať celú množinu dát, klasický prístup k veľkým dátam, a nájsť nové vzorce alebo koreláciu s hlavnými príčinami, o ktorých nevieme. To je dôležitá súčasť tohto projektu.

Ako dlho vopred je možné predvídať problémy a organizovať údržbu?

CC: Na to je ťažké odpovedať. Tlačový systém sa skladá z niekoľkých tisíc rôznych častí vrátane spotrebného materiálu. Ak poznáte životný cyklus, je ľahšie naplánovať a vyriešiť problémy s pravidelnou údržbou.

Ako príklad sa pozrime na UV lampu. S UV lampou, ktorú poznáme, máme v závislosti od typu žiarovky asi 1 000 hodín prevádzky, kým bude potrebné ju vymeniť. Teraz používame našu analytiku spolu s našimi znalosťami prevádzkových hodín a niektorých hodnôt snímačov na vytváranie tolerancií. Hovoríme, že ak používame UV lampu až do 800 hodín prevádzky, potom máme dobrý výkon a vizuálny indikátor ukazuje zelenú lištu. Od 800 do 1 000 hodín prevádzky máme stredné prevádzkové podmienky, kde hovoríme, za tých 200 hodín musíme myslieť na výmenu UV lampy. Potom vieme, že stále môže pracovať viac ako 1 000 prevádzkových hodín, ale riziko poruchy je pomerne vysoké.

Christian Casazza

Takto funguje systém. Nastavujeme každý parameter a každú hodnotu snímača, ktoré sledujeme, pod toleranciami a snažíme sa predvídať včas. S spotrebným materiálom, ktorý poznáme životný cyklus, je to ľahké, ale potom máme aj nepravidelné poruchy a je to zložitejšie. Cieľom projektu PREMISE je prísť na to, ako to môžeme zistiť skôr, ako sa to stane.

Ak použijeme príklad atramentového filtra, pozrieme sa na kapacitu obehového čerpadla. Pomocou nástroja Durst Analytics to dokážeme sledovať a pomocou merania výkonu pomocou obehového čerpadla môžeme zistiť rôzne podmienky. Ak sa neustále zvyšuje, po dosiahnutí tolerancie musíme filter vymeniť. Na druhej strane, ak by s atramentom niečo nebolo v poriadku, okamžite by sme mali zanesený filter. Tieto situácie môžu byť najskôr zložitejšie pochopiť, ale prostredníctvom nástroja Durst Analytics môžeme zistiť, že sa niečo zhoršuje, a môžeme okamžite reagovať.

Údaje, ktoré používate na informovanie prediktívneho systému, teda vychádzajú z údajov z minulosti a z toho, čo sa vám dodáva prostredníctvom nástroja Durst Analytics. Existuje priestor alebo potenciál na to, aby AI vyplnila medzery tam, kde nemáte údaje?

MD: To je presne motivácia pre projekt PREMISE s unibz. Na údaje, ktoré zhromažďujeme, sme chceli použiť najmodernejšie algoritmy umelej inteligencie spolu s algoritmami strojového učenia.

Existuje niekoľko spôsobov, ako naučiť algoritmy. Jedným z nich je využitie všetkých skúseností našich vlastných odborníkov na overenie údajov o základných príčinách a účinkoch, ktoré už poznáme. Potom môžete naučiť systém odpojiť sa, ak stúpa spotreba energie pumpy - silný signál, že filter je upchatý, pretože v čerpadle potrebujete viac energie na cirkuláciu atramentu. Toto je jednoduchý príklad toho, ako môžete učiť inteligenciu z algoritmov.

Ďalším spôsobom je použiť algoritmy na prechádzanie obrovského množstva údajov a nájdenie neznámych vzorcov, ktoré viedli k chybám. Keď potom systém identifikuje tieto vzory v stroji, môže dať operátorovi správu, aby očakával problém v blízkej budúcnosti.

Individuálne sa všetky tieto kroky javia ako zrejmé a majú zmysel, ale zdá sa, že skutočná krása je v ich moci ich spojiť?

MD: Absolútne, to je dôležité. Nevnímame to iba ako individuálny technologický pokrok - je to celá stratégia, v ktorej sa všetky tieto komponenty spájajú.

Ako zapadá Durstova prediktívna údržba do predstavy „inteligentnej továrne“ budúcnosti?

MD: Toto je skutočne dôležitá súčasť stratégie. Chceme mať sieťové infraštruktúry, inteligentné výrobné systémy a intuitívny softvér, ktorý umožní automatizovaný obchodný proces - to je všetko súčasťou nášho nového rozsahu nástrojov od pixelov po výstupy. Automatizácia je samozrejme jedným dôležitým aspektom, ale ďalším je stabilita: chcete mať stabilný automatizovaný proces. Hlavným cieľom PREMISE je posunúť robustnosť našich systémov na ešte vyššiu úroveň, aby sme nemali neplánované poruchy, aby zákazník mal v automatizovanom procese vysoko spoľahlivý výrobný motor.

Michal Deflorian

Neplánovaná služba je súčasťou stratégie spoločnosti Durst „Od pixelov k výstupu“ pre rok 2025 a ďalšie roky. Kľúčovým prvkom je naša transformácia z výrobcu tlačiarní, ktorým je spoločnosť Durst známa, na poskytovateľa riešení pre digitálnu tlač. „Od pixelu k výstupu“ definuje rozsah, od tvorby obsahu po produkt.

Patrí sem aj rozšírenie nášho portfólia produktov. Kedysi to boli tlačiarne a atrament, ale teraz je to celý ekosystém tlačiarní, atramentu, softvéru, poradenských a školiacich služieb. V podstate ide o to, zabezpečiť, aby mali zákazníci všetko, čo potrebujú, aby mali úspech, aby mohli byť úspešní nielen v oblasti tlače, ale aj z hľadiska celej digitálnej transformácie.

Pre túto stratégiu a dosiahnutie tohto cieľa sú životne dôležité vysoko výkonné stroje s vysokou dobou prevádzkyschopnosti a bez výrobných prekvapení a náhlych porúch, ktoré ovplyvňujú produktivitu celého systému. Táto prediktívna údržba alebo žiadna neplánovaná servisná stratégia je preto jadrom celkovej stratégie spoločnosti Durst.

FESPA: Zvažujete možnosť rozšírenej reality (AR) umožniť používateľom v budúcnosti meniť diely? Napríklad namiesto odosielania technikov môžu klienti meniť svoje vlastné časti pomocou AR pokynov?

CC: Začali sme v roku 2015 projektmi AR a testovali sme niekoľko technológií, ktorých prvý krok zahŕňal našich servisných technikov. Sme globálna spoločnosť a aby sme udržali zručnosti našich inžinierov na určitej úrovni, mysleli sme si, že by bolo dobré poskytnúť im podporu AR. Týmto spôsobom vieme, že v Ázii pracujú na rovnakých štandardoch ako v Európe, najmä pre nových technikov. Urobili sme niekoľko testov a niektoré boli dobré, zatiaľ čo pri iných príležitostiach sme mali problémy s obrazovkou videa.

Všetky stroje Durst, ako napríklad P5 vyššie, opúšťajú továreň s analytickými funkciami, ktoré sú už zahrnuté

Na tomto stále pracujeme. Čo sme však zistili, bolo, že v súčasnosti to nefunguje - najmä pre našich koncových zákazníkov. Naše skúsenosti nám ukazujú, že od našich zákazníkov budeme mať väčší súhlas, ak našich operátorov správne zaškolíme, aby si pomáhali meniť diely, a nie ponúkať AR. Dobré je, že týmto školením získajú operátori lepší pocit z každodennej údržby stroja a z toho, aká je dôležitá, takže sa zvyšuje spoľahlivosť. Iba s AR pokynmi to nemá rovnaký účinok.

Nie sme však ďaleko od toho, aby sme sa vzdali AR. Neustále sledujeme najnovšie technológie AR, pre súčasnú dobu to nie je správne. To znamená, že za posledných 12 alebo 14 mesiacov s globálnymi cestovnými obmedzeniami sme videli, že je to do budúcnosti absolútna nevyhnutnosť. Je to tiež súčasť stratégie služieb Durst, ktorá hovorí, že naše stroje musia byť navrhnuté pre servis alebo samoobsluhu.

FESPA: Aké dôležité je byť proaktívne inovatívny v tlačovom sektore?

CC: Máme naše technologické školiace oddelenie a neustále sa dívajú na najnovšie technológie na trhu. Ďalšou dôležitou vecou pre nás je hľadanie správneho vybavenia, ktoré skutočne pomôže našim zákazníkom.

Testovali sme napríklad s Microsoft HoloLens, čo sú inteligentné okuliare kombinované s aplikáciami. Áno, sú v poriadku na použitie pri výmene elektronického dielu, ale ak napríklad chcete upraviť tlačové hlavy, okuliare nepomáhajú. Hneď ako sme sa začali pozerať na kvalitu, už sa to nedá robiť na diaľku - potrebujeme ľudí, ktorí sú vyškolení a ktorí rozumejú očakávanej kvalite. Existujú obmedzenia, ale nevzdávame sa a stále hľadáme najnovšie technológie.

Na záver, čo by ste chceli, aby členovia FESPA vedeli?

CC: Každá tlačiareň, ktorá opustí továreň Durst, už obsahuje analytické funkcie. S každou novou tlačiarňou skutočne investujeme do prediktívnej údržby a tieto údaje sú jej základom. Ak zákazník nechce, aby bol jeho stroj online, je to tiež v poriadku, ale tí, ktorí odosielajú údaje, nám dávajú možnosť byť skutočne prediktívni.

MD: A rád by som zdôraznil, že stratégia „žiadny neplánovaný servis“ nie je stratégiou popredajného predaja. Začína sa to vývojom a koncepciou stroja a sprievodného softvéru a potom ide do popredajného predaja. Je to plne holistický prístup.