Računalnik je postal specialist za orodja
Na IJS so za podjetje Plamtex int razvili program, ki avtomatizira napovedovanje časov operacij pri izdelavi orodij
Na IJS so za podjetje Plamtex int. razvili program, ki avtomatizira napovedovanje časov operacij pri izdelavi orodij.
Strojno učenje se danes uporablja v večini znanstvenih disciplin od izike, biologije in medicine do ekonomije in jezikoslovja, nepogrešljivo pa je tudi pri načrtovanju sodobnih proizvodnih procesov, pravi dr. Bogdan Filipič, vodja Skupine za računsko inteligenco v Odseku za inteligentne sisteme na Institutu Jožef Stefan v Ljubljani, kjer so skupaj z Odsekom za računalniške sisteme za podjetje Plamtex int razvili inovativno programsko rešitev, ki avtomatizira napovedovanje časov operacij pri izdelavi novih orodij.
Plamtex int je mednarodno uveljavljen proizvajalec termoplastičnih elementov za avtomobilsko industrijo s sedežem in proizvodnimi prostori v Poslovni coni Komenda. Za prestižne avtomobilske znamke, kot so Mercedes, BMW, Porsche, Audi in Lamborghini, izdelujejo tehnološko zahtevne plastične dele za prednje in zadnje luči ter posamezne sestavne dele za vgradnjo v motorni prostor avtomobila. Orodja za njihovo proizvodnjo izdelujejo v lastni orodjarni. »Pri načrtovanju novih orodij, ki so večinoma izjemno zapletena, saj vsebujejo več kot sto sestavnih delov, smo se soočili z izzivom, kako čim bolj točno napovedati čas njihove izdelave,« je povedal direktor Matjaž Zupančič, ki je pred dvema desetletjema skupaj z bratom Mišelom ustanovil podjetje Plamtex int.
Razvoj rešitve so inancirali iz sredstev, ki so jih pridobili na razpisu programa Evropske unije za raziskave in inovacije Obzorje 2020 KET4CP (Key Enabling Technologies for Clean Production), katerega namen je bil spodbuditi povezovanje evropskih malih in srednje velikih podjetij z razvojnimi centri pri vključevanju naprednih tehnologij v proizvodnjo, da bi se povečali njihova učinkovitost in okoljska vzdržnost. Računalniški
Dr. Bogdan Filipič sistem, ki so ga razvili, omogoča točnejšo oceno trajanja in s tem stroškov izdelave orodij, ustreznejšo pripravo ponudb in uspešnejše pridobivanje naročil pomembnih svetovnih proizvajalcev vozil. Neposredni pokazatelj tržne uspešnosti pa je povečanje tržnega deleža, dobička in obsega naložb, kar jim je v podjetju kljub pandemiji uspelo doseči, odkar uporabljajo novo rešitev.
Prenos znanja z IJS v gospodarstvo
»V podjetju nimamo niti znanja niti kadrov, ki bi jih potrebovali za izvedbo tovrstne programske rešitve,« je nadaljeval Matjaž Zupančič. »Zato smo se obrnili na Institut Jožef Stefan kot razvojnega partnerja. Tam smo svoj problem predstavili ter našli ustrezne sogovornike in nato razvijalce rešitve v Odseku za inteligentne sisteme in Odseku za računalniške sisteme, močno pa je naša prizadevanja podprl tudi Center za prenos tehnologij in inovacij.
Za razvoj rešitve je bilo bistvenega pomena njihovo obvladovanje metod in orodij umetne inteligence, s strojnim učenjem vred, koristno pa je bilo tudi njihovo znanje s področja proizvodnih informacijskih sistemov, zbirk podatkov in optimizacije. Pri opredelitvi zahtev in snovanju rešitve nam je z nekaterimi usmeritvami pomagal tudi nemški partner
Hahn-Schickard iz Stuttgarta. Mi smo prispevali učne primere v obliki tehničnih risb že izdelanih orodij v digitalni obliki, tehnološko zbirko podatkov o trajanju proizvodnih operacij in strokovno znanje o načrtovanju operacij pri izdelavi orodij. Strokovnost in odlično sodelovanje članov delovne skupine iz obeh ustanov ter sprotno reševanje problemov, ki so se pojavljali pri delu, so omogočili uspešno izvedbo rešitve od njene zasnove do integracije s sistemom za upravljanje proizvodnje v našem podjetju.«
Ob tem dr. Bogdan Filipič pojasnjuje, da sodobne digitalne re
Mišel in Matjaž Zupančič, brata in solastnika podjetja Plamtex int, d. o. o., ki se ukvarja z izdelavo delov za luči avtomobilov višjega cenovnega razreda. šitve za načrtovanje proizvodnje sicer omogočajo napovedovanje trajanja delovnih operacij, vendar te napovedi večinoma temeljijo na statistični obdelavi podatkov. Tako dobljeni rezultati so zanesljivi le, če je na voljo dovolj podatkov. Čeprav so v Plamtexu menili, da jih imajo zbranih ogromno, se je pokazalo, da jih je premalo in da je statistični pristop neustrezen. Zato so se odločili, da bodo trajanje operacij poskušali napovedovati z metodami umetne inteligence.
Sistem se uči samodejno
»Čeprav se zdi to na prvi pogled tipična naloga strojnega učenja, se je izkazala za precejšen izziv iz več razlogov,« razloži Bogdan Filipič. »Poleg tega da smo imeli na voljo le malo učnih primerov, smo dobili zgolj tehnične risbe orodij v obliki tridimenzionalnih računalniških modelov, ti pa niso bili neposredno uporabni za strojno učenje. Pri pripravi podatkov in ugotavljanju povezav med tehničnimi risbami orodij in trajanjem operacij smo poskušali pridobiti tudi čim več izkustvenega znanja s pomočjo intervjujev s strokovnjaki, ki imajo dolgoletne izkušnje z načrtovanjem orodij, vendar se je formulacija tega znanja v obliki, primerni za računalniško obdelavo, pokazala za zahtevno. Pri reševanju vseh teh težav smo uporabili različne metode strojnega učenja, na koncu pa smo izmed vseh preizkušanih metod izbrali tisto, ki je dala najbolj točne napovedi, in sicer se je kot najboljša izkazala t. i. metoda naključnih gozdov. Sistem zdaj omogoča samodejno izboljševanje napovednih modelov, oziroma če povem bolj poljudno, sposoben se je samostojno učiti na podlagi vsakega novega orodja, ki ga izdelajo v podjetju. Menim, da je s tehničnega vidika prav sposobnost sistema, da se samostojno uči in s tem nenehno izboljšuje svoje zmožnosti napovedovanja, najpomembnejši rezultat tega projekta.«
Trajnostno naravnana proizvodnja
Točnejše napovedi omogočajo podjetju Plamtex int ne samo učinkovitejšo, temveč tudi bolj trajnostno naravnano proizvodnjo. Po besedah Matjaža Zupančiča je varovanje okolja ena od njihovih temeljnih razvojnih usmeritev, saj se tudi v avtomobilski industriji nasploh vse bolj krepijo prizadevanja, da bi zmanjšali škodljive vplive na naravo. Odpadno plastiko, ki je vse večji ekološki in ekonomski problem, je mogoče zmleti in znova uporabiti. »V svetu hitro narašča trend razstavljanja izrabljenih avtomobilov in recikliranja vseh plastičnih komponent. Vse bolj se uveljavljajo tudi električna vozila, pri razvoju katerih je izjemno pomemben dejavnik teža, saj je baterija zelo težka,« pravi Matjaž Zupančič in doda: »Manjšo težo vozila lahko dosežemo tako, da kovinske dele zamenjamo z bistveno lažjimi plastičnimi. Strokovnjaki vedo, da doseg vozila lahko podaljšamo z zmogljivejšo baterijo ali manjšo težo. Komponente, ki jih v Plamtexu izdelujemo iz plastike, bi bile dvakrat ali trikrat težje, če bi bile iz kovine. Najnaprednejši materiali, ki jih uporabljamo v naši proizvodnji, pa zagotavljajo tudi varnost teh komponent.«
• Točnejše napovedi omogočajo podjetju Plamtex int učinkovitejšo in bolj trajnostno naravnano proizvodnjo.
• V podjetju izdelujejo tehnološko zahtevne plastične dele za žaromete in dele v motornem prostoru avtomobilov.
• Njihove stranke so prestižne avtomobilske znamke, kot so Mercedes, BMW, Porsche, Audi in Lamborghini.
S tehničnega vidika je sposobnost sistema, da se samostojno uči in s tem nenehno izboljšuje svoje zmožnosti napovedovanja, najpomembnejši rezultat tega projekta.