İşlemci gücü ve artan veri hacminin kullanımının artışı yüzünden, makina mühendisliğinde "Yapay Zeka" (AI) tartışmaları hız kazanıyor. Endüstri 4.0 içinde yer alan kestirimci bakım ile ağa bağlı ve etkin üretim gibi ilerlemelerde adaptif algoritmalar büyük potansiyel sunuyor. Birçok üretici, yapay zekanın Toplam Ekipman Etkinliğini (OEE) artırma olasılığının ve düşük maliyet ile artan verimliliğin bir araya getirilebileceğinin farkına varıyor.
Ancak istenilen konum ile durumun gerçekliği arasında yine de bir uçurum bulunuyor. Pazarda tanıtılan, bulut tabanlı, yapay zeka çözümlerinin birçoğu alt yapı ve IT açısından önemli ihtiyaçlara sahip. Bu çözümler hazırlaması ve işlemesi hem zaman alan hem de yorucu olan çok büyük miktarlarda veriyle çalışıyor. Yapay zekaya yatırım yapmanın önemli bir geri dönüş sağlayıp sağlamayacağından ve sağladığında ise bunu nasıl başaracağından emin olamayan tedarikçiler için "katma değer" sorusu genelde belirsizlikler barındırıyor.
SİSTEMLERİN ÇOĞU KARMAŞIK
Makina mühendisliği için sistem tasarımlarının genelde hem karmaşık hem de benzersiz olduğu gerçeği ise başka bir etken. Bu işlem sonuçta, tüketici ürünleri endüstrisinde toplu üretimler için geçerli olan ve diğer makinalardan öğrenilen deneyimleri aktarmaktan ibaret değil. Sistemlerin çoğu, tüm sistem matematiksel ("beyaz kutu") olarak ifade edilemeyecek ve giderleri kabul edilebilir bir seviyede tutulamayacak kadar karmaşık. Omron yetkilileri, daha yaygın olan bu "kara kutu yaklaşımına" sahip sistemlerdeki tipik yapay zeka algoritmaları için bulunan verilerin tam olarak belirlenmediğini ve güvenli çalıştırmanın ancak test, optimizasyon ve sık sık aşırı boyutlandırma ile doğrulanabileceğini düşünüyor.
YAPAY ZEKA ÇALIŞMALARI
Bu koşullar altında, üretim sürecinde elle tutulur katma değer sağlayan yapay zeka nasıl tasarlanmalı ve entegre edilmeli? Sürmekte olan işlemlerin yanı sıra, büyük hacimli veriler içerisinde zahmetli bir şekilde örnekler aramak yerine, Omron, gerekli algoritmaları makina kontrol sistemi içerisine entegre ederek makinada ve makina için gerçek zamanlı optimizasyon için altyapıyı oluşturuyor. Özel üretim hatlarının veya tesislerinin kısıtlı işlemci gücü kullanılarak analiz edildiği "edge computing"in aksine, adaptif zeka özelliğine sahip yapay zeka kontrolörleri, eyleme daha yakın ve tek bir makina için normal örnekleri, normal olmayanlardan ayırmayı öğreniyor. Yapay zeka kontrolörü SYSMAC platformuna entegre olarak; kontrol, hareket ve robotik, görüntü işleme ve makina emniyeti modülleri sayesinde fabrika otomasyonu için eksiksiz bir çözüm sağlıyor. Bu kontrolör, müşterinin en büyük verimlilik sorunlarını yaşadığı darboğazlarda kullanılıyor. Süreçler önceki bulgulara ve yapılan geliştirmelere dayanarak daha zeki hale gelirken, tüm üretim sürecinin bütüncül optimizasyonu mümkün hale gelir.
