Mitsubishi Electric ve AIST’ten Fabrika Otomasyon Ekipmanlarının Kontrolü için Yapay Zekâ Teknolojisi

Mitsubishi Electric ve Japonya İleri Endüstriyel Bilim ve Teknoloji Enstitüsü (AIST), otomatik üretim süreçlerindeki değişiklikleri öngörerek fabrika otomasyon ekipmanlarında hareket hızı gibi gerçek zamanlı ayarlamalar yapan bir yapay zekâ teknolojisi geliştirdi. Zaman alıcı manuel ayarlamalara duyulan ihtiyacı ortadan kaldıran bu teknoloji; makine hatası gibi faktörlere ilişkin çıkarım için güven aralığını tahmin ediyor ve uygun güven aralığına bağlı olarak ekipmanlarda gerekli ayarlamaları yapıyor. Bu teknolojinin başta çevik üretim (agile manufacturing) olmak üzere daha stabil, güvenilir ve verimli üretim süreçleri sağlaması bekleniyor.

Öne Çıkan Özellikler

1)    Hızlı: Yapay Zekâ, fabrika otomasyon ekipmanlarının dinamik kontrolü için yüksek hızda çıkarımlar yapıyor

       Çevik üretim için bilgisayarlı sayısal denetleyicili (CNC) kesim tezgâhları ve endüstriyel robotlar gibi fabrika otomasyonekipmanlarının kullanıldığı tesislerde ekipmanların hareketleri, çalışma hızları, hızlanmaları gibi operasyon süreçleri sırasında değişiklik gösterebiliyor. Konvansiyonel üretimde, gerekli hassasiyet düzeyi gibi çalışma parametrelerinin spesifikasyonlara uygun hale getirilmesi için vasıflı çalışanlara ihtiyaç duyuluyor. Mitsubishi Electric, gerçek zamanlı bir fabrika otomasyon operasyonu için yüksek hızda çıkarımlarla ekipman kontrollerini eş zamanlı olarak gerçekleştiren bir yapay zekâ teknolojisi geliştirdi. Fabrika otomasyon ekipman üreticisi olarak Mitsubishi Electric’in uzmanlığının bir ürünü olan bu yeni düşük-yük yapay zekâ kontrol teknolojisi, ekipmanları denetlerken aynı zamanda çıkarımlar yapıyor. Bu teknoloji işleme yükünü minimize ederken, eş zamanlı olarak fabrika otomasyon ekipmanlarının denetimini gerçekleştirirken yüksek düzeyde çıkarım hassasiyetine de ulaşabiliyor.

2)    Esnek: Süreç içinde öğrenerek sürekli değişen iş faktörlerine adapte oluyor

       Üretim sırasında üzerinde çalışılan iş değişebilir ve bu üretim sürelerini uzatabilir veya imalat kalitesini düşürebilir. Bu değişikliklerin yapılan işe bağlı olarak farklılık göstermesi de fabrika otomasyon ekipmanlarının önceden öğrenmesini zorlaştırıyor. Ancak Mitsubishi Electric’in yeni teknolojisi, yapay zekânın iş faktörlerini ekipmanlar daha çalışırken öğrenerek buna göre gerekli değişiklikleri gerçek zamanlı olarak yapmasını sağlıyor. Ayrıca sürtünme gibi fiziksel olayların formülünü çıkaran bu teknoloji, çalışma sırasında öğrenmeyi sağlamak için matematiksel ifadeleri uyguluyor ve bu sayede sürekli değişen imalat faktörlerine adaptasyonu mümkün kılıyor.

3)    Güvenilir: Yapay zekâ, ayarlamaları çıkarım güven aralığına göre yapıyor

       Fabrika otomasyon ekipmanlarının gerçek zamanlı kontrolüyle istikrarlı bir ürün kalitesi ve verimli imalat süreci elde etmek için yapay zekâ çıkarımlarının güvenilir olması gerekiyor. Mitsubishi Electric’in yeni algoritması, her prosesin ve hedef makinenin özelliklerini öğrenerek güven aralığını hesaplıyor. Cihazları kontrol etmek için kullandığı algoritma sayesinde yeni yapay zekâ teknolojisi, yüksek güven düzeyleri sağlıyor.  

Yeni Yapay Zekâ Teknolojisinin Geliştirilmesinde İş birliği

Geliştirme Sürecinin Arka Planı

Çevik üretimde operasyon ihtiyaçları sık sık değişiyor, dolayısıyla fabrika otomasyon ekipmanlarının hareket ve devir hızları gibi optimal koşulların her ürün tipine özel olacak şekilde ayarlanması gerekiyor. Ancak bu ayarlamaların manuel yapılması işçilik ve zaman gerektirdiğinden imalat verimliliği azalabiliyor. Buna ek olarak, birçok ülkede azalan doğum oranları ve yaşlanan nüfus, fabrika otomasyon ekipmanlarını ayarlama vasfına sahip kalifiye işçi sıkıntısına neden oluyor.

Buna karşılık Mitsubishi Electric ve AIST, her iş parçası işlenirken şekillerdeki değişiklikler gibi üretim süreçlerindeki birçok değişikliği öngörerek FA ekipmanının çalışmasını gerçek zamanlı otomatik olarak ayarlayan yapay zekâ teknolojisi geliştirdi. Ek olarak, yapay zekâ çıkarımlarının güven aralığı endeksleniyor ve FA ekipmanı buna göre kontrol edilerek yüksek güvenilirlik ve üretkenlik sağlanıyor.

Bu iki kuruluşun yapay zekâ inovasyon iş birliğine başladıkları 2017 yılından beri AIST yapay zekâ teknolojisinin Mitsubishi Electric fabrika otomasyon ekipmanlarındaki en son uygulaması. Bundan sonrasında Mitsubishi Electric, üretim verimliliğini önemli ölçüde artırmak için MAISART® yapay zekâ teknolojisinin çeşitli biçimlerini fabrika otomasyon ekipman ve sistemlerine daha fazla dahil etmeyi umuyor.

*Mitsubishi Electric’in AI’sı ile en yeni teknoloji

Yapay Zekâ Kontrol Teknolojisi Uygulama Örnekleri

1.    Hızlı çıkarımlar

       Mitsubishi Electric yapay zekâ kontrol teknolojisinin yüksek hızlı çıkarımına bir örnek olarak, şirket robot kollarındaki yükleri tahmin etmek için bir çözüm geliştirdi. Hızlanma ve yavaşlama hızlarını hesaplamak için çeşitli yük parametreleri kullanılır; bunun için yapay zekâ fonksiyonu, robota ilişkin motor akımı, mafsal açısı gibi bilgileri kullanarak yük değerlerinin hızlı bir çıkarımını yapar. Eş zamanlı olarak çıkarım güven düzeyleri hesaplanır. Sonrasında, elde edilen tahmini değerler ve güven aralıklarına göre hızlanma ve yavaşlama değerleri ayarlanır. (Şekil 1.1). Bu teknolojinin etkinliğini değerlendirmek için yük çıkarımları kullanıldığında ve kullanılmadığında robot hareketinde hesaplanan farkları karşılaştırmak için bir doğrulama testi gerçekleştirildi. Şekil 1-2’de gösterildiği gibi, çıkarımlar kullanıldığında robotun çalışma süresinin yüzde 20 azaldığı belirlendi. Üstelik robot hareketlerinin yalnızca güven aralığı yüksek olduğunda ayarlanmasıyla daha stabil bir operasyon elde edildi.

2.         Değişen koşullara adaptasyon

       Mitsubishi Electric yapay zekâ teknolojisinin değişen üretim koşullarına adaptasyon açısından bir uygulama örneği olarak şirket, elektro erozyon makinesini (EDM) otomatik ayarlayan bir çözüm geliştirdi. EDM, iş parçasına doğrulttuğu bir elektrottan çıkan kıvılcımlar ile iş parçasının üzerinde izler oluşturuyor. Ancak üretim sırasında oluşan talaşların elektrotla birlikte dışa atılması gerekiyor (Şekil 2-1) ve imalat süreci devam ettikçe talaş miktarı da artıyor. Sonuç olarak talaşların daha sık uzaklaştırılması gerekiyor. Yapay zekâ, üretilen talaşların uzaklaştırılma durumunu öğrenerek uzaklaştırma sıklığını otomatik olarak ayarlıyor. Testler, işleme süresinin yapay zekâ ayarlaması olmadan işlemeye kıyasla yüzde 23’e kadar azaldığını teyit etti. (Şekil 2-2).

3.    Güvenilirlik

       Mitsubishi Electric yapay zekâ kontrol teknolojisinin güvenilirliğine bir örnek olarak, şirket CNC kesim tezgâhları için bir yapay zekâlı hata düzeltme çözümü geliştirdi. (Şekil 3-1). Yapay zekâ, dinamik üretim sırasında bile düzeltmeyi sağlamak için sürekli değişen işleme hataları veya kesim tezgâhının mevcut konumuyla komut değeri arasındaki farkı tahmin ediyor. Ayrıca yapay zekânın hata çıkarımlarının güven aralıkları da endekslenerek hata düzeltmenin yalnızca güven aralığı yüksek olduğunda yapılması sağlanıyor. Testler, yapay zekâ ile desteklenmeyen hata düzeltmeye göre işleme doğruluğunun yüzde 51 artış sağladığını teyit etti. (Şekil 3-2). Üstelik yeniden öğrenmeyle düşük güven aralıkları da artırılabiliyor.

Editör

See author's posts