Штучний розум на конвеєрі BMW підняв продуктивність у п’ять разів

Для скорочення виробничих витрат автовиробник почав використовувати на заводі у Спартанбурзі (США) штучний інтелект: запровадження одного інструменту зі штучним розумом щороку заощадить компанії один мільйон доларів.
BMW взяв на роботу штучний інтелект на заводі у США - Auto24

ФОТО:  СarsСoops|

Складальна лінія на конвеєрі BMW

logo25 липня 2023, 12:12
logo0
logo0 хв

Модернізація підприємства з впровадженням на окремих роботизованих ділянках функції штучного інтелекту дала позитивні результати. У кузовному цеху, де запрограмовані роботи на конвеєрі приварюють від 300 до 400 металевих шпильок до рами кожного позашляховика, цей процес контролює штучний інтелект. Він оглядає, перевіряє правильність встановлення шпильок та якість швів.

Продуктивність виросла в п’ять разів. Вивільнених з цієї ділянки шістьох працівників перевели на інші виробничі процеси.

Читайте також Штучний інтелект допоможе створювати дизайн автомобілів Toyota

У ролі розумного штучного контролера також задіяна система з 26 камер, встановлених на підлозі вздовж виробничої лінії. Вони синхронно знімають автомобілі у процесі їх просування по конвеєру. Штучний інтелект у режимі реального часу аналізує отримані зображення та визначає відхилення від технологічного процесу чи проблемні місця, які потрібно людям виправити.

Кожен робітник зі сканером виступає як архітектор віртуальної моделі заводу, на якій відпрацьовуються усі нововведення. Фото: СarsСoops

Крім того, робітники носять закріплені фабричні сканери, які вимірюють та фотографують кожен дюйм заводу. Потім ці зображення ШІ використовує для створення цифрового двійника заводу, де BMW може в пошуках підвищення ефективності виробництва протестувати будь-які зміни виробничого процесу спочатку у віртуальному середовищі, а при позитивному баченні бажаних результатів перенести впровадження у реальний вимір.

Читайте також Наступні BMW М-серії можуть стати електричними

Таким чином, пристрої для сканування заводу дозволяють обґрунтовано проаналізувати змодельовані процеси та вибрати оптимальне рішення для підвищення продуктивності за кілька робочих днів, замість кількох місяців при класичних методиках.