BMW внедряет ИИ для повышения эффективности производства: от распознавания изображений до логистики

Искусственный интеллект (ИИ) набирает обороты в автомобильном производстве. С 2018 года BMW Group использует различные ИИ-приложения в серийном производстве.

Автоматизированное распознавание изображений

Один из фокусов — автоматизированное распознавание изображений: в этих процессах ИИ оценивает изображения компонентов в текущем производстве и сравнивает их за миллисекунды с сотнями других изображений той же последовательности.

Таким образом, ИИ-приложение определяет отклонения от стандарта в реальном времени и проверяет, например, установлены ли все необходимые детали и установлены ли они в правильном месте.

Инновационная технология быстрая, надежная и, что самое главное, простая в использовании.

Кристиан Паtron, руководитель инноваций, цифровизации и аналитики данных в производстве BMW Group: «Искусственный интеллект предлагает большой потенциал. Он помогает нам поддерживать наши высокие стандарты качества и одновременно освобождает наших людей от повторяющихся задач».

Простота внедрения

В BMW Group гибкие, экономичные ИИ-приложения постепенно заменяют стационарные камерные порталы. Внедрение довольно простое.

Для съемки соответствующих изображений в производстве нужен только мобильный стандартный фотоаппарат. ИИ-решение также можно настроить быстро: сотрудники фотографируют компонент с разных ракурсов и отмечают потенциальные отклонения на изображениях.

Таким образом, они создают базу данных изображений для построения так называемой нейронной сети, которая позже может оценивать изображения без человеческого вмешательства.

Сотрудникам не нужно писать код; алгоритм делает это практически сам. На этапе обучения, который может означать ночное время, высокопроизводительный сервер вычисляет нейронную сеть из около 100 изображений, и сеть сразу начинает оптимизацию.

После тестового запуска и возможных корректировок надежность достигает 100%. Процесс обучения завершен, и нейронная сеть теперь может самостоятельно определять, соответствует ли компонент спецификациям.

Даже движущиеся объекты надежно идентифицируются во многом независимо от таких факторов, как освещение в производственном цехе или точное положение камеры. Это открывает широкий спектр потенциальных применений по всей автомобильной процессной цепи, включая логистику.

Во многих случаях ИИ-технология освобождает сотрудников от повторяющихся, монотонных задач, таких как проверка, находится ли знак аварийной остановки в правильном месте в багажнике или надет ли колпак дворника.

ИИ для сложных контрольных задач

На участке финального контроля на заводе BMW Group в Дингольфинге ИИ-приложение сравнивает данные заказа автомобиля с живым изображением модели только что произведенного автомобиля.

Обозначения моделей и другие идентификационные таблички, такие как «xDrive» для автомобилей с полным приводом, а также все общеутвержденные комбинации хранятся в базе данных изображений.

Если живое изображение и данные заказа не соответствуют, например, если обозначение отсутствует, команда финального контроля получает уведомление.

Кристиан Паtron: «Мы полностью полагаемся на опыт и экспертизу наших сотрудников в этих усилиях. Они лучше всего могут судить, на каких производственных этапах ИИ-приложение может улучшить качество и эффективность. Мы намеренно сохраняем настройку и внедрение таких приложений простыми. Их эксплуатация не требует продвинутой IT-компетенции».

Исключение ложных дефектов

В пресс-цехе плоские листы металла превращаются в высокоточные компоненты кузова. Пылевые частицы или остатки масла, оставшиеся на компонентах после штамповки, легко могут быть перепутаны с очень тонкими трещинами, которые в редких случаях возникают в процессе.

Предыдущие камерные системы контроля качества на заводе BMW Group в Дингольфинге, Германия, иногда также отмечали эти ложные дефекты: отклонения от цели, хотя реальной ошибки не было.

С новой ИИ-приложением эти ложные дефекты больше не возникают, потому что нейронная сеть может обращаться к примерно 100 реальным изображениям на признак — то есть примерно 100 изображений идеального компонента, 100 изображений с пыльными частицами, еще 100 изображений с масляными каплями на компоненте и так далее.

Это особенно актуально в случае визуально близких вызовов, которые ранее приводили к ложным дефектам.

Завод BMW Group в Штайре и команда аналитики данных BMW Group также успешно работают над устранением ложных дефектов. Предполагаемые нерегулярности в измерении крутящего момента в холодном тесте двигателя позже часто оказываются незначительными.

До внедрения ИИ-решения такие результаты приводили к сложным ручным проверкам и дополнительным тестовым запускам, вплоть до горячих тестов с топливом.

Аналитическое ПО обучалось на основе множества записанных тестовых запусков и таким образом научилось отличать реальные и предполагаемые ошибки.

ИИ в управлении: интеграция с системами управления оборудованием и роботами

Первое умное ИИ-приложение управления в BMW Group дебютировало на заводе в Штайре. Это приложение ускоряет логистические процессы, предотвращая ненужные транспортировки пустых контейнеров на конвейерных лентах. Для этого контейнеры проходят через камерную станцию.

Используя сохраненные данные изображений, отмеченные сотрудниками, ИИ-приложение распознает, нужно ли крепить контейнер к поддону или же — в случае больших, устойчивых коробок — дополнительное крепление не требуется.

Если крепление не требуется, ИИ-приложение направляет контейнер кратчайшим путем к станции разгрузки для вилочного погрузчика.

Контейнеры, которые должны быть дополнительно закреплены, напротив, направляются прямо к конвейерному участку с системой крепления и только затем к станции разгрузки, расположенной сзади. Ранее все контейнеры должны были быть транспортированы к станции разгрузки для больших контейнеров.

Оттуда контейнеры, требовавшие дополнительное крепление, должны были быть отправлены дальше — и достигли бы станции крепления и, наконец, правильной станции разгрузки только после этого крюка.

Помимо приложения в Штайре, ИИ стоит за множеством других логистических инноваций в BMW Group. Он также поддерживает виртуальное планирование компоновки, создающее высокоразрешающие 3D-сканы зданий и заводов.

Искусственный интеллект в конечном счете способствует распознаванию отдельных объектов в 3D-скане, таких как контейнеры, строительные конструкции или станки.

Это позволяет инженерам удалять отдельные объекты из 3D-скана в 3D-ПО планирования и модифицировать их индивидуально, что облегчает моделирование и понимание адаптаций на производственном участке.

Тренд и перспективы

В заводах BMW Group уже наблюдается четкий тренд к использованию ИИ-приложений. Усиливающаяся интеграция умной аналитики данных, передовой измерительной техники и ИИ открывает новые возможности в управлении производством.

На сварочном участке, например, изображения с финального контроля могут показать, что сварочный металл брызнул в одной и той же точке сварки на нескольких кузовах.

Используя ИИ, контур управления можно таким образом закрыть и быстрее и эффективнее скорректировать системное управление или циклы обслуживания.

На покрасочных участках ИИ и аналитические приложения предлагают потенциал обнаруживать источники ошибок на такой ранней стадии, что ошибки почти не могут возникать: если пыль вообще не прикрепляется к кузову перед покраской, ее потом не нужно полировать.