Automatyczny Monitoring Jakości w Fabryce, czyli jak wykorzystać kamery, mikrofony i czujniki oraz algorytmy uczenia maszynowego (ang. machine learning) czy głębokiego uczenia (ang. deep learning) by zautomatyzować kontrolę jakości oraz inspekcję produktów i procesów w przemyśle.
Dzięki algorytmom sztucznej inteligencji (SI, ang. artificial intelligence, AI) oraz danym z czujników możemy uzyskać odpowiedzi na pytania: dlaczego coś się dzieje? co się prawdopodobnie stanie? jakie są trendy?
Kamery i mikrofony stają się naszymi oczami i uszami, dzięki którym możemy zliczyć obiekty, sprawdzić ich jakość, zidentyfikować problemy typu popsute łożysko, zły kolor, brak etykiety, rysa, pęknięcie.
Dodatkowo możemy odczytać numery identyfikacyjne oraz zautomatyzować procesy kontroli jakości, logistyczne lub uzyskać informację o aktualnej sytuacji w fabryce np. czy w trakcie produkcji papieru tzw. linia mokra nie przekroczyła krytyczne rozmiary, czy w danej strefie nie jest zagrożone bezpieczeństwo pracowników.
Podobne algorytmy znajdują zastosowanie także w innych branżach np. w hotelarskiej czy restauracyjnej. Tutaj kamery mogą przeanalizować produkty wybrane przez klientów i przyspieszyć proces kompletowania listy na rachunku. Dodatkowo mogą na bieżąco zliczać wolne miejsca, monitorować postęp konsumpcji i podpowiedzieć obsłudze komu sprzątnąć stolik lub w której strefie warto dopytać o uzupełnienie napojów.
Uzupełnieniem prezentacji jest poniższy odcinek podcastu, który nagraliśmy razem z Lenovo: https://www.podbean.com/ew/pb-tvcca-11d645e
Więcej na stronach byteLAKE: www.byteLAKE.com, www.byteLAKE.pl oraz na naszym blogu: www.byteLAKE.com/en/blog.
AI in Manufacturing: moving AI from Idea to Execution
Automatyczny Monitoring Jakości w Fabryce (Sztuczna Inteligencja, byteLAKE)
1. Prezenterzy: Marcin Rojek, Mariusz Kolanko
założyciele byteLAKE
AID Route 365, styczeń 2023
Automatyczny Monitoring
Jakości w Fabryce
Sztuczna Inteligencja
byteLAKE’s Cognitive Services
2. Produkty byteLAKE
Cognitive Services
Rozwiązania oparte
na Sztucznej Inteligencji
(SI; ang. AI, Artificial Intelligence)
Produkcja Przemysł Samochodowy Przemysł Papierniczy Restauracje
CFD Suite
Skracanie czasu symulacji komputerowych
dot. Dynamiki Płynów i Gazów.
(ang. CFD, Computational Fluid Dynamics)
3. Współpraca
Więcej:
bytelake.com
“AI already plays a very important role in our daily lives. Nevertheless, many companies still
perceive the application of AI in their business as an addition, not its foundation. The application
of the Intel® Distribution of OpenVINO™ toolkit in byteLAKE’s Cognitive Services shows that
AI works efficiently as an actual tool for optimizing company operations. Moreover, such
a combination reduces the barrier of necessary upgrades to IT infrastructure in the company
to an additional computer forming the basis for the whole system. This is a breakthrough in looking
at AI and its implementation in companies that are able to see the potential in joining the ‘Industry
4.0’ family of businesses,” said Krzysztof Jonak, EMEA Territory Sales Director, Intel.
4. • To zdolność maszyn do wykazywania
ludzkich umiejętności, takich jak
rozumowanie, uczenie się, planowanie
i kreatywność.
• Dzięki czujnikom takim jak kamery,
mikrofony, czujniki wibracji, temperatury
itp., pozwala na postrzeganie świata takim
jakim widzimy go my.
• Dzięki przetwarzaniu informacji zwrotnej
maszyny są w stanie analizować skutki
swoich działań i dostosowywać swoje
zachowanie.
Sztuczna Inteligencja (AI, SI)
5. Zbudowanie
rozwiązania
z partnerami
Automatyczna
inspekcja wizualna
Diagnostyka
obrazu. Poprawa
opieki nad
pacjentem
Wirtualni agenci
usprawniający
obsługę klienta
(roboty programowe)
Analiza danych
z sensorów,
analiza trendów,
predykcja
Wykrywanie
oszustw
ograniczające
straty & ryzyko
Scenariusze
Potrzebujemy
SI!
"Przeczytałem artykuł
w Forbes i jeśli nie mamy
strategii SI, będziemy
w tyle za konkurencją!"
Źródła danych
Inne źródła
danych
Czujniki
Urządzenia
Big Data
Rozwiązania
SI
Dostosowanie
Rozwiązania
Jak wdrożyć
sztuczną inteligencję (SI) w firmie?
„Sztuczna Inteligencja w Biznesie — szkolenie dla menedżerów”
www.bytelake.com/pl/SzkolenieAI
6. Cognitive Services
rozwiązują następujące problemy
Inspekcja Wizualna
• Rosnące koszty inspekcji
manualnych i ograniczony
dostęp do personelu
• Niska jakość wpływająca
na satysfakcję klienta,
reputację itp.
• Słabe liczenie prowadzące
do strat (gratisy) i będące
źródłem rozczarowania
klientów
• Praca manualna trwa zbyt
długo i prowadzi do utracenia
okazji, opóźnia wdrożenia, etc.
Analityka Big Data
• Brak analityki danych
historycznych oznacza, że nie
wiemy tego, czego nie wiemy
• Automatyzacja: analiza danych z
czujników, przetwarzanie
dokumentów itp.
• SI pozwala odpowiedzieć na
pytania, np. dlaczego coś się
dzieje? co się prawdopodobnie
stanie? jakie są trendy?
• Czy możemy wykorzystać dane
historyczne do podejmowania
lepszych decyzji?
Średni koszt nieplanowanego przestoju dla papierni wynosi 220 000 USD dziennie.
International Journal of Strategic Engineering Asset Management
7. Cognitive Services
• dla Produkcji
Automatyczna inspekcja wizualna procesów, części, komponentów lub produktów
• dla Przemysłu Samochodowego
Mikrofony + SI do oceny jakości silników samochodowych
• dla Przemysłu Papierniczego
Sztuczna Inteligencja do analizy linii mokrej. Wykrywanie i pomiary.
• dla Restauracji
Rozszerzenia dla programów do zarządzania restauracjami.
Przykład: moduł do rozpoznawania posiłków/produktów
żywieniowych na tacy i wysyłania ich listy do kasy.
9. • Automatyzacja monitorowania jakości
(kontrola wizualna produktów i procesów, analiza
otoczenia, wykrywanie niebezpiecznych sytuacji,
zdarzeń i zachowań itp.)
• Liczenie obiektów
(rozpoznawanie i kwantyfikacja obiektów np. na
taśmach transportowych, elementy w obiektach itp.)
• Rozpoznawanie obiektów
(analiza danych z kamery, np. rozpoznawanie rodzaju
żywności, produkowanych elementów itp.)
• Analityka danych 3D
(automatyzacja ruchu ramion robotów za pomocą
kamer 3D, roboty samojezdne itp.)
Inspekcja Wizualna
Możliwości
Analityka Obrazu
11. 0
Cognitive Services dla Produkcji
Automatyczna inspekcja wizualna procesów, części, komponentów lub produktów.
Model SI
‘s Cognitive Services
dla Produkcji
12. ✓ Szybka analiza obrazów
✓ Wysoka dokładność, 24/7
✓ Rozwiązanie łatwe do powielenia
✓ Szybkie wdrożenie
✓ SI nigdy się nie nudzi / nie rozprasza
✓ byteLAKE’s Cognitive Services – offline
(nie jest wymagany dostęp do chmury / Internetu)
Przykłady
• automatyczna
kontrola wizualna
• zadrapania
• pęknięcia
• wgniecenia
• zły kolor
• odpryski farby
• niewłaściwy kształt
• złamania
• itp.
Rozwiązanie problemów dot. jakości
Automatyczna inspekcja wizualna procesów, części, komponentów lub produktów.
13. Analiza dźwięku
16
• Sztuczną Inteligencję można wytrenować
do analizy dźwięku, filtrowania szumów,
identyfikowania charakterystycznych
fragmentów próbek dźwiękowych itp.
• Analityka:
anomalia obecna / nieobecna.
• Zaawansowana analityka:
anomalie można analizować i grupować.
• Sztuczna Inteligencja może
dostosowywać się do zmian w środowisku
(uczyć się z czasem).
14. Status: OK
Status: NOT-OK
[Powód?]
Cognitive Services dla Przemysłu Samochodowego
Mikrofony + SI do oceny jakości silników samochodowych
Test zdany: nie
• SI pomaga zwiększyć ogólną niezawodność produkcji
• SI umożliwia ciągłe monitorowanie jakości, 24/7
• SI odciąża ludzi od męczącej, nudnej i żmudnej pracy
• SI poprawa jakości, ponieważ proces jest spójny i
niezawodny
• Eliminacja pomyłek
• Łatwa integracja
15. ✓ 24/7, wysoka dokładność
✓ Rozwiązanie ulepsza się z czasem
✓ Rozwiązanie łatwe do powielenia
✓ Szybkie wdrożenie
✓ SI nigdy się nie nudzi / nie rozprasza
✓ byteLAKE’s Cognitive Services – offline
(nie jest wymagany dostęp do chmury / Internetu)
Przykłady
• zautomatyzowana
kontrola jakości
oparta na analizie
dźwięku
• analiza dźwięku
silników
• analiza dźwięku
łożysk
• analiza dźwięku
ruchomych części
i wykrywanie
problemów
• itp.
Rozwiązanie problemów dot. jakości
Mikrofony + SI do oceny jakości silników samochodowych
16. Produkcja papieru i tzw. linia mokra
Sztuczna Inteligencja do analizy linii mokrej. Wykrywanie i pomiary.
Analityka Obrazu
Monitoring produkcji papieru
przy pomocy SI
• Woda
• Linia
Mokra
Linia mokra wykryta: TAK
Odległość: 10.5m
Szerokość: 3m
Headbox
Press
Section
Źródło: PIV measurements of flow through forming fabrics—Scientific Figure on
ResearchGate. Available from: https://www.researchgate.net/figure/Forming-section-of-
a-modern-Fourdrinier-paper-machine_fig3_286055124
17. 0
Kompletne rozwiązanie dla papierni
Sztuczna Inteligencja do analizy linii mokrej. Wykrywanie i pomiary.
Początek: 6000mm
Koniec: 8000mm
Model SI
‘s Cognitive Services
dla Przemysłu Papierniczego
18. • Instalacja w konfiguracji:
kamera + mini komputer (Edge AI)
(kamery, małe komputery/serwery brzegowe itp.)
• Pozyskiwanie danych
(oprogramowanie zbierające dane z kamer lub
mikrofonów)
• Cognitive Services
(algorytmy SI)
• Wdrożenie i uruchomienie
rozwiązania na produkcji
(integracja i wdrożenie na miejscu)
• Obsługa klienta po dostawie
(gwarancja i wsparcie)
Cognitive Services dla Przemysłu Papierniczego
Informacja prasowa: intel.com/content/www/us/en/newsroom/
news/ai-helps-speed-papermaking-process-europe.html
19. Paper production monitoring with AI
• Produkcja papieru
to proces wieloetapowy.
• W fazie usuwania wody
obserwuje się zjawisko
powstawania tzw. linii mokrej.
• Dzięki Sztucznej Inteligencji
może być ono efektywnie
monitorowane
24/7/365
Analityka Obrazu
Monitoring produkcji papieru
przy pomocy SI
Średni koszt nieplanowanego przestoju dla papierni wynosi 220 000 USD dziennie.
International Journal of Strategic Engineering Asset Management
Przykłady
• wykrycie linii
mokrej
• analityka i pomiary
linii mokrej
21. 1. Klienci umieszczają jedzenie na tackach i zbliżając się do lady, umieszczają tacę pod kamerą znajdującą się w pobliżu kasjerki/kasjera.
Na dodatkowym ekranie widać wynik rozpoznania potraw przez algorytmy SI.
2. Kasjer/ka klika przycisk „Pobierz cenę”, który uruchamia Cognitive Services (SI).
3. Serwer POS (point of sale) pobiera klatkę z kamery i przesyła ją do SI.
4. SI następnie rozpoznaje produkty na tacy.
5. Serwer POS ponownie przesyła wyniki rozpoznawania od SI na ekran, aby klient również mógł je zobaczyć.
6. Równolegle serwer POS przesyła listę rozpoznanych pozycji do panelu POS, aby kasjer/ka nie musiał/a ich ręcznie wprowadzać.
7. Panel POS może wtedy wyświetlić podsumowanie zamówienia i przekierować do zapłaty.
Panel POS
Serwer POS
+ moduł SI
Ekran dla
klienta
Obraz z kamery
Przesył danych
(1)
(2)
(3) (4)
(5)
(6)
(7)
100$
Rozpoznawanie produktów
Moduł SI rozpoznaje posiłki i wysyła listę do kasy
22. Integracja z oprogramowaniem Simpra
Cognitive Services dla Restauracji
27
• System POS do obsługi
punktów sprzedaży
• Program do monitoringu
zapasów/inwentaryzacji
• Program lojalnościowy
• Zamówienie / menu w formie
kodu QR
• Opcję wysyłania raportów
na smartfony
• System rezerwacji stolików
• System do wyświetlania
komunikatów w kuchni
• Moduł zamówień dla kelnerki/a
• Wsparcie dla usług związanych
z dostarczaniem posiłków do klientów
• Wiele możliwości integracji
z systemami zewnętrznymi
Co oferuje Simpra?
23. Zalety rozwiązania
Cognitive Services dla Restauracji
✓ Szybsza obsługa = zadowoleni klienci
✓ Mniejsze kolejki = większa sprzedaż
✓ Mniej pracy = szczęśliwszy personel
✓ Tworzy innowacyjne środowisko
✓ Łatwe do powielenia / wdrożenia
✓ byteLAKE’s Cognitive Services – offline
(nie jest wymagany dostęp do chmury / Internetu)
Przykłady
• rozpoznawanie
przekąsek,
żywności
• analityka wnętrza
restauracji (zajęte
stoliki, puste
szklanki itp.)
• kompletne,
kompleksowe
oprogramowanie do
zarządzania
restauracją
(Simpra)
• itp.
24. Wdrożenie: restauracja w Stambule
Cognitive Services dla Restauracji
Wideo:
youtu.be/zh7GbiR56uA
26. Cognitive Services do Big Data
Wspomagana sztuczną inteligencją analityka danych
Model
AI
Uczenie
Analiza
Danych
Znajdujemy odpowiedzi ukryte w danych
• Lepsza interakcja z klientem
(analiza współpracy / decyzji w celu dostarczenia
lepiej spersonalizowanych usług)
• Analiza trendów
(wykrywanie anomalii lub podejrzanych zdarzeń,
wzorców, budowanie systemów rekomendacyjnych)
• Automatyzacja procesów
(przetwarzanie dokumentów, silniki konwersacyjne,
automatyzacja złożonych i powtarzalnych zadań)
• Wsparcie przy podejmowaniu decyzji
(uczenie maszynowe, głębokie uczenie)
27. Predictive Reactive Preventive
Wyczucie
czasu
Wtedy kiedy potrzeba Po zdarzeniu
W ściśle określonym
harmonogramie
Zalety Niskie ryzyko awarii
Brak ustalonych kosztów
stałych
Niższe ryzyko awarii niż
w Reactive
Wady Wysokie koszty stałe Wysokie ryzyko awarii
Niepotrzebne prace
serwisowe
Reactive Maintenance Vs Preventive Maintenance Vs Predictive Maintenance (assetinfinity.com)
Predictive, Reactive, Preventive maintenance
28. • Automatyzacja skomplikowanych i powtarzalnych zadań
(wyciąganie danych z dokumentów, skanów, maili etc.)
• Sztuczna Inteligencja dla Przemysłu 4.0
(inteligentne kamery do inspekcji wizualnej, analiza danych
z sensorów/danych historycznych dowolnego typu etc.)
• Lepsze i szybsze decyzje
(odnajdywanie informacji ukrytych w danych: dlaczego coś się
wydarzyło? Co się najprawdopodobniej wydarzy w przyszłości?
Jakie są trendy?)
Eliminacja nudnych i powtarzalnych a jednocześnie
czasochłonnych zadań.
Usługi Kognitywne
33. 38
Among 5 top startups working on CFD!
“Explore our analysis of 441
global startups & scaleups
and learn how their
computational fluid dynamics
(CFD) solutions impact your
business!”
“This time, you get to discover
5 hand-picked startups
developing computational
fluid dynamics solutions.”
https://www.startus-
insights.com/innovators-
guide/discover-5-top-
startups-working-on-
computational-fluid-
dynamics/