Aktualności i przegląd rynku

Pomimo najnowocześniejszej technologii filtracji, obecność najdrobniejszych cząstek pyłu na liniach malarskich zmienia się w zależności od jakości powietrza zasysanego z otoczenia. Jeśli zawartość pyłu przekroczy pewien próg, jeszcze nie wyschnięta farba może uwięzić cząsteczki, a tym samym pogorszyć wizualnie malowane powierzchnie.

Specjaliści od sztucznej inteligencji z centralnego planowania i zakładu w Monachium znaleźli sposób, aby całkowicie uniknąć tej sytuacji. Każde świeżo pomalowane nadwozie musi przejść automatyczną kontrolę powierzchni w lakierni. Dane zgromadzone podczas tych inspekcji są wykorzystywane do opracowania kompleksowej bazy danych do analizy cząstek pyłu. Specjaliści stosują teraz algorytmy AI do porównywania danych na żywo z czujników cząstek pyłu w kabinach lakierniczych i suszarniach z tą bazą danych.

– Rozwiązania oparte na bazach danych pomagają nam zabezpieczyć oraz rozszerzać nasze rygorystyczne wymagania jakościowe z korzyścią dla naszych klientów – wyjaśnia Albin Dirndorfer, starszy wiceprezes ds. lakierowanych karoserii, wykończeń i powierzchni w BMW Group. – Inteligentne analizy danych i sztuczna inteligencja służą jako kluczowe pomoce przy podejmowaniu decyzji w naszym zespole w zakresie usprawniania procesów. Wystąpiliśmy z kilkoma patentami dotyczącymi innowacyjnej technologii analizy cząstek pyłu.

Dwa konkretne przykłady pokazują zalety nowego rozwiązania AI: tam, gdzie poziomy pyłu mają wzrosnąć z powodu sezonu lub podczas dłuższych okresów suszy, algorytm może wykryć ten trend we właściwym czasie i jest w stanie określić, na przykład, wcześniejszą wymianę filtra. Dodatkowe wzorce można wykryć, gdy ten algorytm jest używany wraz z innymi narzędziami analitycznymi. Na przykład analiza może ponadto wykazać, że urządzenie, które wykorzystuje strusie pióra do usuwania cząstek kurzu z nadwozi samochodowych, musi zostać dopracowane.

Specjaliści AI w BMW Group widzą ogromny potencjał w analizie cząstek pyłu. Na podstawie informacji z wielu czujników i danych z kontroli powierzchni algorytm monitoruje ponad 160 funkcji związanych z karoserią samochodu i jest w stanie bardzo dokładnie przewidzieć jakość nakładania farby. Takie rozwiązanie AI będzie odpowiednie do zastosowania w produkcji seryjnej, gdy opracowana zostanie jeszcze szersza baza danych dla algorytmu. Wymaga to w szczególności dodatkowych punktów pomiarowych i jeszcze bardziej precyzyjnych danych z czujników dla stacji czyszczenia karoserii. Eksperci AI są pewni, że po zakończeniu projektu pilotażowego w macierzystym zakładzie w Monachium możliwe będzie uruchomienie analizy cząstek pyłu również w innych zakładach produkujących pojazdy.