Framtiden för förutsägbart underhåll

Dursts strategi att använda AI för att åtgärda skrivarproblem innan de uppstår bör eliminera produktionsstopp och öppna vägen till framtidens ”smarta fabrik”
Dursts nyligen aviserade prediktiva underhållsstrategi, tillsammans med det EU-finansierade PREMISE-projektet, kommer att använda artificiell intelligens och datorinlärningsalgoritmer för att göra förutsägelser och ingrepp mer effektiva. Vi pratade med Christian Casazza, Director Service Durst Group, och Michael Deflorian, Business Unit Manager Software & Solutions, om vad detta innebär för framtiden för utskrift.
Hur erbjuder prediktivt underhåll en allvarlig konkurrensfördel?
CC: Vi ansåg egentligen inte en seriös konkurrensfördel framför våra konkurrenter - vi fokuserade på våra kunder och deras behov. Vi försöker förbättra våra kunders produktivitet genom att öka drifttiden å ena sidan, och å andra sidan försöker vi minska ägarkostnaderna för våra kunder. Så vårt mål är att skapa en konkurrensfördel för våra kunder.
En del av Durst-servicestrategin är att försöka eliminera oplanerade tjänster från 2025. Och här är jag verkligen tacksam mot Michael, som har arbetat med det EU-finansierade PREMISE-projektet och lyckats få igång det.
Förutsägande, snarare än reaktivt, underhåll är vägen framåt, enligt Durst
MD: Vid prediktivt underhåll är min avdelning leverantör av de verktygssatser som behövs för våra serviceavdelningar. Vi levererar också analysverktygen som samlar in data från Durst-maskiner: produktivitetsdata, sensordata och signaler som körs i kommunikationskanalerna mellan komponenter i våra maskiner.
Vi har tagit all den informationen och analyserat den med Free University of Bozen-Bolzano (unibz) på två sätt. Den första är att våra experter har djup kunskap om maskinen och de vet vissa grundorsaker till olika fel. Med denna kunskap kan vi använda data för att förutsäga en uppdelning. Den andra viktiga saken är att analysera hela datauppsättningen, ett klassiskt big data-tillvägagångssätt och hitta nya mönster eller någon korrelation med grundorsaker som vi inte är medvetna om. Det är en viktig del av detta projekt.
Hur långt i förväg kan problem förutsägas och underhåll organiseras?
CC: Det är en svår fråga att svara på. Ett utskriftssystem består av flera tusen olika delar, inklusive förbrukningsvaror. Om du känner till livscykeln är det lättare att planera och ta itu med eventuella problem med regelbundet underhåll.
Som ett exempel, låt oss titta på en UV-lampa. Med en UV-lampa vet vi, beroende på vilken typ av lampa, vi har cirka 1000 timmars drift innan den behöver bytas ut. Nu använder vi vår analys, tillsammans med vår kunskap om driftstimmar och några sensorvärden, för att bygga in toleranser. Vi säger att om vi använder UV-lampan upp till 800 timmars drift har vi bra prestanda och den visuella indikatorn visar en grön stapel. Från 800 till 1000 timmars drift har vi medelstora driftsförhållanden där vi säger, under de 200 timmarna måste vi tänka på att byta UV-lampa. Då vet vi att det fortfarande kan fungera över 1000 driftstimmar, men risken för misslyckande är ganska hög.
Christian Casazza
Så här fungerar systemet. Vi ställer in varje parameter och varje sensorvärde som vi spårar under toleranser, och vi försöker förutse i tid. Med förbrukningsvaror, där vi känner till livscykeln, är det enkelt, men då har vi också oregelbundna fel och det är svårare. Målet med PREMISE-projektet är att ta reda på hur vi kan upptäcka det innan det händer.
Om vi använder exemplet med ett bläckfilter tittar vi på cirkulationspumpens kapacitet. Med Durst Analytics kan vi spåra detta och vi kan räkna ut olika förhållanden genom att mäta effekt genom cirkulationspumpen. Om det sker en kontinuerlig ökning, när toleransen har uppnåtts, måste vi byta ut filtret. Å andra sidan, om det var något fel med bläcket, skulle vi ha ett igensatt filter omedelbart. Dessa situationer kan vara svårare att förstå först, men genom Durst Analytics kan vi säga att något går fel och vi kan reagera omedelbart.
Så, de data som du använder för att informera det prediktiva systemet är baserade på tidigare data och vad som matas till dig genom Durst Analytics. Finns det utrymme eller potential för AI att fylla luckorna där du inte har data?
MD: Det är precis motivationen för PREMISE-projektet med unibz. Vi ville tillämpa toppmoderna AI-algoritmer tillsammans med maskininlärningsalgoritmer på de data som vi samlar in.
Det finns flera sätt att lära ut algoritmerna. En är att ta med all erfarenhet från våra egna experter för att validera uppgifterna för de grundläggande orsakerna och effekterna som vi redan känner till. Du kan sedan lära systemet att koppla ur om pumpens energiförbrukning ökar - en stark indikation på att filtret är igensatt eftersom du behöver mer energi i pumpen för att få bläcket att cirkulera. Det är ett enkelt exempel på hur du kan lära ut intelligens från algoritmer.
Ett annat sätt är att använda algoritmerna för att gå igenom en enorm datamängd för att hitta okända mönster som har lett till fel. När systemet sedan identifierar dessa mönster i en maskin kan det ge operatören ett meddelande om att förvänta sig ett problem inom en snar framtid.
Individuellt verkar alla dessa steg uppenbara och meningsfulla, men den verkliga skönheten verkar vara i kraften att föra dem samman?
MD: Absolut, det är det viktiga. Vi ser det inte bara som individuella tekniska framsteg - det är en hel strategi där alla dessa komponenter samlas.
Hur passar Dursts prediktiva underhåll i idén om framtidens "smarta fabrik"?
MD: Detta är en väldigt viktig del av strategin. Vi vill ha infrastrukturer i nätverk, intelligenta produktionssystem och intuitiv programvara för att möjliggöra automatiserad affärsprocess - allt är en del av vårt nya verktygsområde från pixel till utdata. Naturligtvis är automatisering en viktig aspekt, men en annan är stabilitet: du vill ha en stabil automatiserad process. Huvudmålet med PREMISE är att få robustheten i våra system till en ännu högre nivå så att vi inte har oplanerade haverier, så att kunden har en mycket tillförlitlig produktionsmotor inom den automatiserade processen.
Michael Deflorian
Den oplanerade tjänsten är en del av Durst-strategin "Från Pixel till Output" för 2025 och därefter. Kärnelementet där är vår omvandling från skrivartillverkare - som Durst är känd för - till en lösningsleverantör för digital utskrift. "Från Pixel till Output" definierar ett omfång, från innehållsskapande till produkt.
Detta inkluderar också en utvidgning av vår produktportfölj. Det brukade vara skrivare och bläck, men nu är det ett helt ekosystem av skrivare, bläck, programvara, konsulttjänster. I grund och botten handlar det om att se till att kunderna har allt de behöver till hands för att vara framgångsrika inte bara med utskrifter utan även när det gäller hela den digitala omvandlingen.
Avgörande för denna strategi och för att nå detta mål är högpresterande maskiner med hög drifttid och utan produktionsöverraskningar och plötsliga driftstörningar som påverkar produktiviteten i hela systemet. Detta förutsägbara underhåll eller ingen oplanerad servicestrategi är därför kärnan i den övergripande Durst-strategin.
FESPA: Överväger du augmented reality (AR) för att låta användare byta delar i framtiden? Till exempel, istället för att skicka ingenjörer, kan klienter ändra sina egna delar med AR-vägledning?
CC: Vi började 2015 med AR-projekt och testade flera tekniker, varav första serviceteknikerna deltog. Vi är ett globalt företag och för att hålla våra ingenjörers kompetens på en viss nivå trodde vi att det skulle vara bra att ge dem AR-stöd. På så sätt vet vi att de arbetar enligt samma standarder i Asien som i Europa, och särskilt för nya ingenjörer. Vi gjorde flera tester, och några var bra medan vi vid andra tillfällen hade problem med videoskärmen.
Alla Durst-maskiner, som P5 ovan, lämnar fabriken med analysfunktioner som redan ingår
Vi jobbar fortfarande med detta. Men vad vi fick reda på var just nu att det inte fungerar - speciellt för våra slutkunder. Vår erfarenhet har visat att vi kommer att få mer acceptans från våra kunder om vi ordentligt utbildar våra operatörer för att själva byta delar, snarare än att erbjuda AR. Det som är bra är att genom denna utbildning får operatörerna en bättre känsla för det dagliga underhållet av maskinen och hur viktigt den är, så tillförlitligheten ökar. Endast med AR-instruktioner har det inte samma effekt.
Vi är dock långt ifrån att ge upp AR. Vi tittar ständigt på de senaste AR-teknikerna, det är bara inte rätt för den aktuella tiden. Med det sagt har vi sett de senaste 12 eller 14 månaderna med globala resebegränsningar att detta är ett absolut måste för framtiden. Det är också en del av Durst Service-strategin som säger att våra maskiner måste utformas för service eller självbetjäning.
FESPA: Hur viktigt är det att vara proaktivt innovativ inom trycksektorn?
CC: Vi har vår teknikutbildningsavdelning och de tittar ständigt på den senaste tekniken på marknaden. En annan viktig sak för oss är att hitta rätt utrustning för att verkligen hjälpa våra kunder.
Vi har till exempel testat med Microsoft HoloLens, som är smarta glasögon i kombination med appar. Ja, de är bra att använda när du byter ut en elektronisk del, men om du till exempel vill göra justeringar på skrivhuvuden hjälper inte glasögonen. Så snart vi började titta på kvalitet kan det inte göras på distans längre - vi behöver människor som är utbildade och som förstår den förväntade kvaliteten. Det finns begränsningar, men vi ger inte upp och vi letar alltid efter de senaste teknikerna.
Slutligen, vad vill du att FESPA-medlemmar ska veta?
CC: Varje skrivare som lämnar Durst-fabriken har redan analysfunktioner. Med varje ny skrivare investerar vi verkligen i prediktivt underhåll, och den informationen är grunden för den. Om en kund inte vill ha sin maskin online är det bra, men de som skickar data ger oss möjligheten att verkligen vara förutsägbara.
MD: Och jag vill påpeka att strategin "ingen oplanerad tjänst" inte är en efterförsäljningsstrategi. Det börjar med utvecklingen och konceptet för maskinen och tillhörande programvara och sedan går det in i efterförsäljning. Det är en helhetssyn.
Bli medlem i FESPA för att fortsätta läsa
För att läsa mer och få tillgång till exklusivt innehåll på Club FESPA-portalen, kontakta din lokala förening. Om du inte är en nuvarande medlem, vänligen fråga här . Om det inte finns någon FESPA-förening i ditt land kan du gå med i FESPA Direct . När du blivit medlem i FESPA kan du få tillgång till Club FESPA-portalen.
ämnen
Senaste nyheter

Laserskärare för små och medelstora företag
Varför ska små företag överväga att köpa en bärbar laserskärare på nybörjarnivå? Det branschledande laserskärarföretaget xTool förklarar sina instegsprodukter.

Är AI-agenter det nya internet?
Vi pratar med AI- och dataexperten Job van den Berg – huvudtalare vid FESPA Netherlands TREND-konferensen nyligen – om hur AI erbjuder mer än bara bildgenerering.