የቀለም ሱቅ አሁን በዱር አርቲፊሻል ኢንተለጀንስ ሊመካ ይችላል።

ዱር ለቀለም መሸጫ ሱቆች የመጀመሪያው ለገበያ ዝግጁ የሆነ AI መተግበሪያ የሆነውን የላቀ ትንታኔ ያቀርባል።በ DXQanalyze ምርት ተከታታይ ውስጥ ያለው የቅርብ ጊዜ ሞጁል አካል ፣ ይህ መፍትሔ የቅርብ ጊዜውን የአይቲ ቴክኖሎጂ እና የዱርን በሜካኒካል ኢንጂነሪንግ ዘርፍ ያለውን ልምድ ያዋህዳል ፣ ጉድለቶችን ምንጮችን ይለያል ፣ የተሻሉ የጥገና ፕሮግራሞችን ይገልፃል ፣ ከዚህ ቀደም ያልታወቁ ግንኙነቶችን ይከታተላል እና ይህንን እውቀት ለማስማማት ይጠቀማል ። የራስ-ትምህርት መርህን በመጠቀም ወደ ስርዓቱ አልጎሪዝም.

ለምንድን ነው ቁርጥራጮች በተደጋጋሚ ተመሳሳይ ጉድለቶችን የሚያሳዩት?ማሽኑን ሳያቆም በሮቦት ውስጥ ያለው ማደባለቅ የሚተካው መቼ ነው?ለእነዚህ ጥያቄዎች ትክክለኛ እና ትክክለኛ መልስ ማግኘት ለዘላቂ ኢኮኖሚያዊ ስኬት መሠረታዊ ነገር ነው ምክንያቱም እያንዳንዱ ጉድለት ወይም ሁሉም አላስፈላጊ ጥገና ገንዘብን ይቆጥባል ወይም የምርት ጥራትን ያሻሽላል።"ከአሁን በፊት የጥራት ጉድለቶችን ወይም ውድቀቶችን በፍጥነት ለመለየት የሚያስችለን በጣም ጥቂት ተጨባጭ መፍትሄዎች ነበሩ።እና ከነበሩ፣ በአጠቃላይ መረጃውን ወይም የሙከራ እና የስህተት ሙከራዎችን በሚያምር በእጅ ግምገማ ላይ የተመሰረቱ ነበሩ።ይህ ሂደት አሁን በጣም ትክክለኛ እና አውቶማቲክ ነው ምስጋና ለአርቴፊሻል ኢንተለጀንስ” ሲሉ በዱር የ MES እና የቁጥጥር ስርዓቶች ምክትል ፕሬዝዳንት ጌርሃርድ አሎንሶ ጋርሺያ ገልፀዋል ።
የDürr DXQanalyze ዲጂታል ምርት ተከታታዮች፣ አስቀድሞ የውሂብ ማግኛ ሞጁሎችን የምርት መረጃ ለማግኘት፣ ምስሉን ለማየት እና በዥረት ላይ ትንታኔዎችን ያካተተ፣ አሁን በአዲሱ የራስ-ትምህርት የላቀ ትንታኔ ፋብሪካ እና የሂደት መከታተያ ስርዓት ላይ ሊተማመን ይችላል።

የ AI መተግበሪያ ማህደረ ትውስታ አለው
የላቁ ትንታኔዎች ልዩነት ይህ ሞጁል ታሪካዊ መረጃዎችን ከማሽን መማር ጋር ጨምሮ ከፍተኛ መጠን ያላቸውን መረጃዎች በማጣመር ነው።ይህ ማለት ራስን የሚማር AI መተግበሪያ የራሱ ማህደረ ትውስታ ስላለው ካለፈው ጊዜ የተገኘውን መረጃ ሁለቱንም ውስብስብ ግንኙነቶችን በከፍተኛ መጠን ለመለየት እና ለወደፊቱ በከፍተኛ ትክክለኛነት አሁን ያለውን ክስተት ለመተንበይ ይችላል ማለት ነው ። የማሽን ሁኔታዎች.በክፍል፣ በሂደት ወይም በዕፅዋት ደረጃ በቀለም ሱቆች ውስጥ ለዚህ ብዙ ማመልከቻዎች አሉ።

የትንበያ እንክብካቤ የእፅዋትን ጊዜ ይቀንሳል
ወደ አካላት ስንመጣ፣ የላቀ ትንታኔ በመተንበይ የጥገና እና የጥገና መረጃን በመጠቀም የእረፍት ጊዜን ለመቀነስ ያለመ ለምሳሌ የቀሪውን ድብልቅ የአገልግሎት ዘመን በመተንበይ።ክፍሉ በጣም ቀደም ብሎ ከተተካ የመለዋወጫዎቹ ወጪዎች ይጨምራሉ እና በዚህም ምክንያት አጠቃላይ የጥገና ወጪዎች ሳያስፈልግ ይጨምራሉ.በሌላ በኩል ደግሞ ለረጅም ጊዜ ሲሠራ ከቆየ በሽፋኑ ሂደት እና የማሽን ማቆሚያዎች ላይ የጥራት ችግርን ሊያስከትል ይችላል.የላቀ ትንታኔ የሚጀምረው ከፍተኛ-ድግግሞሽ የሮቦት መረጃን በመጠቀም የአለባበስ አመላካቾችን እና የአለባበሱን ጊዜያዊ ስርዓተ-ጥለት በመማር ነው።መረጃው ያለማቋረጥ ስለሚመዘገብ እና ክትትል የሚደረግበት በመሆኑ የማሽን መማሪያ ሞጁሉ በተጨባጭ አጠቃቀሙ ላይ ተመስርተው ለሚመለከተው አካል የእርጅና አዝማሚያዎችን ይገነዘባል እና በዚህ መንገድ በጣም ጥሩውን የመተኪያ ጊዜ ያሰላል።

በማሽን መማሪያ የተመሰሉ ተከታታይ የሙቀት ኩርባዎች
የላቀ ትንታኔ ያልተለመዱ ነገሮችን በመለየት በሂደት ደረጃ ጥራትን ያሻሽላል፣ ለምሳሌ በምድጃ ውስጥ የሙቀት-አማቂ ኩርባን በማስመሰል።እስካሁን ድረስ አምራቾች በመለኪያ ሂደቶች ወቅት በሴንሰሮች የሚወሰኑ መረጃዎች ብቻ ነበራቸው።ይሁን እንጂ በመኪናው አካል ላይ ካለው ወለል ጥራት አንጻር መሠረታዊ ጠቀሜታ ያላቸው የሙቀት-አማቂ ኩርባዎች ከመጋገሪያው ጊዜ ጀምሮ ይለያያሉ, በመለኪያ ሂደቶች መካከል ባለው የጊዜ ልዩነት.ይህ አለባበስ ተለዋዋጭ የአካባቢ ሁኔታዎችን ያስከትላል, ለምሳሌ የአየር ፍሰት መጠን."እስካሁን ድረስ በሺዎች የሚቆጠሩ አስከሬኖች የሚመረቱት የግለሰቦቹን የሙቀት መጠን በትክክል ሳያውቁ ነው።የማሽን መማሪያን በመጠቀም የእኛ የላቀ ትንታኔ ሞጁል በተለያዩ ሁኔታዎች የሙቀት መጠኑ እንዴት እንደሚቀየር ያስመስላል።ይህ ለደንበኞቻችን ለእያንዳንዱ ክፍል ቋሚ የጥራት ማረጋገጫ ይሰጣል እና ያልተለመዱ ነገሮችን እንዲለዩ ያስችላቸዋል ሲል ጌርሃርድ አሎንሶ ጋርሺያ ገልጿል።

ከፍተኛ የመጀመሪያ-አሂድ ፍጥነት አጠቃላይ የመሳሪያውን ውጤታማነት ይጨምራል
ተከላውን በተመለከተ፣ የDXQplant.analytics ሶፍትዌር የመሳሪያውን አጠቃላይ ውጤታማነት ለመጨመር ከላቁ አናሌቲክስ ሞጁል ጋር በማጣመር ጥቅም ላይ ይውላል።የጀርመን አምራች የማሰብ ችሎታ መፍትሔ በተወሰኑ የሞዴል ዓይነቶች, ልዩ ቀለሞች ወይም በግለሰብ የአካል ክፍሎች ላይ በተደጋጋሚ የጥራት ጉድለቶችን ይከታተላል.ይህም ሸማቹ በምርት ሂደቱ ውስጥ የትኛው እርምጃ ለጥፋቶቹ ተጠያቂ እንደሆነ እንዲገነዘብ ያስችለዋል።እንዲህ ዓይነቱ ጉድለት እና መንስኤ ግንኙነቶች ገና በለጋ ደረጃ ላይ ጣልቃ በመግባት የመጀመርያውን ሩጫ መጠን ወደፊት ይጨምራሉ።

በእጽዋት ምህንድስና እና በዲጂታል እውቀት መካከል ያለው ጥምረት
ከ AI ጋር ተኳሃኝ የሆኑ የውሂብ ሞዴሎችን ማዘጋጀት በጣም ውስብስብ ሂደት ነው.በእውነቱ በማሽን መማር የማሰብ ችሎታ ያለው ውጤት ለማምጣት ያልተገለጸ መጠን ያላቸውን መረጃዎች ወደ “ስማርት” ስልተ ቀመር ማስገባት በቂ አይደለም።አግባብነት ያላቸው ምልክቶች መሰብሰብ፣ በጥንቃቄ የተመረጡ እና ከተዋቀሩ ተጨማሪ መረጃዎች ጋር መቀላቀል አለባቸው።ዱር የተለያዩ የአጠቃቀም ሁኔታዎችን የሚደግፍ ሶፍትዌር መንደፍ ችሏል፣ ለማሽን መማሪያ ሞዴል የአሂድ ጊዜን ይሰጣል እና የሞዴል ስልጠናን ጀምሯል።ትክክለኛ የማሽን መማሪያ ሞዴል እና ልንጠቀምበት የምንችለው ተስማሚ የአሂድ ጊዜ አከባቢ ባለመኖሩ ይህንን መፍትሄ ማዘጋጀት በጣም ከባድ ነበር።AIን በእጽዋት ደረጃ ለመጠቀም እንድንችል የሜካኒካል እና የእፅዋት ምህንድስና እውቀታችንን ከዲጂታል ፋብሪካ ባለሞያዎች ጋር አጣምረናል።ይህ ለቀለም መሸጫ ሱቆች ለመጀመሪያ ጊዜ አርቲፊሻል ኢንተለጀንስ መፍትሄ አስገኘ” ሲል ጌርሃርድ አሎንሶ ጋርሺያ ተናግሯል።

የላቀ ትንታኔን ለማዳበር ችሎታዎች እና እውቀቶች ተጣምረው
በመረጃ ሳይንቲስቶች፣ በኮምፒዩተር ሳይንቲስቶች እና በሂደት ኤክስፐርቶች የተዋቀረው ኢንተርዲሲፕሊናዊ ቡድን ይህንን ብልህ መፍትሄ አዘጋጅቷል።ዱር ከበርካታ ዋና ዋና የመኪና አምራቾች ጋር የትብብር ሽርክና አድርጓል።በዚህ መንገድ ገንቢዎቹ ለተለያዩ የመተግበሪያ ጉዳዮች በምርት ላይ የእውነተኛ ህይወት የምርት ውሂብ እና የቅድመ-ይሁንታ ሳይት አካባቢዎች ነበራቸው።በመጀመሪያ, ስልተ ቀመሮቹ ብዙ ቁጥር ያላቸውን የፈተና ጉዳዮችን በመጠቀም በቤተ ሙከራ ውስጥ የሰለጠኑ ናቸው.በመቀጠል፣ ስልተ ቀመሮቹ በእውነተኛ ህይወት በሚሰሩበት ጊዜ በቦታው ላይ መማርን ቀጠሉ እና እራሳቸውን ከአካባቢው እና ከአጠቃቀም ሁኔታ ጋር አስተካክለዋል።የቅድመ-ይሁንታ ደረጃ በቅርቡ በተሳካ ሁኔታ ተጠናቅቋል እና ምን ያህል AI አቅም እንዳለው አሳይቷል።የመጀመሪያ ተግባራዊ አፕሊኬሽኖች ከዱር የሚገኘው ሶፍትዌር የእጽዋትን ተገኝነት እና ቀለም የተቀቡ አካላትን ጥራት እንደሚያሻሽል እያሳዩ ነው።