BMW proporciona información sobre cómo utiliza la inteligencia artificial en la producción

La inteligencia artificial (IA) está en aumento en la producción automotriz. Desde 2018, BMW Group ha estado utilizando varias aplicaciones de IA en la producción en serie.

Un enfoque es el reconocimiento automático de imágenes:en estos procesos, la inteligencia artificial evalúa las imágenes componentes en la producción en curso y las compara en milisegundos con cientos de otras imágenes de la misma secuencia.

De esta forma, la aplicación de IA determina las desviaciones del estándar en tiempo real y comprueba, por ejemplo, si se han montado todas las piezas necesarias y si están montadas en el lugar correcto.

La tecnología innovadora es rápida, confiable y, lo que es más importante, fácil de usar.

Christian Patron, Jefe de Innovación, Digitalización y Análisis de Datos en BMW Group Production:“La inteligencia artificial ofrece un gran potencial. Nos ayuda a mantener nuestros altos estándares de calidad y, al mismo tiempo, libera a nuestra gente de las tareas repetitivas”.

En BMW Group, las aplicaciones flexibles, rentables y basadas en IA están reemplazando gradualmente los portales de cámaras instalados de forma permanente. La implementación es bastante simple.

Una cámara estándar móvil es todo lo que se necesita para tomar las imágenes relevantes en producción. La solución de IA también se puede configurar rápidamente:los empleados toman fotografías del componente desde diferentes ángulos y marcan las posibles desviaciones en las imágenes.

De esta manera, crean una base de datos de imágenes para construir una llamada red neuronal, que luego puede evaluar las imágenes sin intervención humana.

Los empleados no tienen que escribir código; el algoritmo lo hace prácticamente por sí solo. En la etapa de entrenamiento, que puede significar de la noche a la mañana, un servidor de alto rendimiento calcula la red neuronal a partir de unas 100 imágenes y la red comienza a optimizarse de inmediato.

Después de una prueba y posiblemente algunos ajustes, la confiabilidad alcanza el 100 por ciento. El proceso de aprendizaje se completa y la red neuronal ahora puede determinar por sí misma si un componente cumple o no con las especificaciones.

Incluso los objetos en movimiento se identifican de forma fiable en gran medida independientemente de factores como la iluminación en el área de producción o la posición exacta de la cámara. Esto abre una amplia gama de aplicaciones potenciales a lo largo de toda la cadena de procesos de automoción, incluida la logística.

En muchos casos, la tecnología de inteligencia artificial libera a los empleados de tareas monótonas y repetitivas, como comprobar si el triángulo de advertencia está en el lugar correcto en el maletero o si se ha puesto la tapa del limpiaparabrisas.

La inteligencia artificial también puede realizar tareas de inspección más exigentes

En el área de inspección final en la planta de Dingolfing de BMW Group, una aplicación de inteligencia artificial compara los datos del pedido del vehículo con una imagen en vivo de la designación del modelo del automóvil recién producido.

Las designaciones de modelo y otras placas de identificación como "xDrive" para vehículos con tracción en las cuatro ruedas, así como todas las combinaciones generalmente aprobadas, se almacenan en la base de datos de imágenes.

Si la imagen en vivo y los datos del pedido no se corresponden, por ejemplo, si falta una designación, el equipo de inspección final recibe una notificación.

Christian Patron:“Dependemos completamente de la experiencia y los conocimientos de nuestros empleados en estos esfuerzos. Pueden juzgar mejor en qué pasos de producción una aplicación de IA puede mejorar la calidad y la eficiencia. Mantenemos deliberadamente simple la configuración e implementación de dichas aplicaciones. Su funcionamiento no requiere conocimientos avanzados de TI”.

La IA elimina los pseudodefectos

En el taller de prensado, las piezas planas de chapa se convierten en componentes de alta precisión para la carrocería del automóvil. Las partículas de polvo o los residuos de aceite que quedan en los componentes después de la formación pueden confundirse fácilmente con grietas muy finas, que ocurren en raras ocasiones durante el proceso.

Los sistemas anteriores de control de calidad basados ​​en cámaras en la planta de BMW Group en Dingolfing, Alemania, ocasionalmente también marcaron estos pseudodefectos:desviaciones del objetivo, aunque no hubo una falla real.

Con la nueva aplicación de IA, estos pseudodefectos ya no ocurren porque la red neuronal puede acceder a alrededor de 100 imágenes reales por función, es decir, alrededor de 100 imágenes del componente perfecto, 100 imágenes con partículas de polvo, otras 100 imágenes con gotas de aceite en el componente. , etc.

Esto es particularmente relevante en el caso de las llamadas visualmente cercanas que previamente han dado lugar a pseudodefectos.

La planta Steyr de BMW Group y el equipo de análisis de datos de BMW Group también están trabajando con éxito para eliminar los pseudodefectos. Supuestas irregularidades en la medición del par en la prueba de motor en frío más tarde suelen resultar insignificantes.

Sin embargo, antes de presentar la solución de IA, estos resultados dieron lugar a complejas inspecciones manuales y más pruebas, incluidas pruebas en caliente con combustible.

El software de análisis fue entrenado en base a muchas ejecuciones de prueba registradas y, por lo tanto, aprendió a distinguir entre errores reales y presuntos.

IA 'en control':integración de inteligencia artificial con sistemas de control de instalaciones y robots

La primera aplicación de control inteligente de IA en BMW Group celebró su estreno en la planta Steyr de BMW Group. Esta aplicación agiliza los procesos logísticos al evitar transportes innecesarios de envases en cintas transportadoras. Para ello, los contenedores pasan por una estación de cámaras.

Utilizando los datos de imágenes almacenados marcados por los empleados, la aplicación de IA reconoce si el contenedor debe amarrarse a un palet o si, en el caso de cajas grandes y estables, no se requiere seguridad adicional.

Si no se requiere amarre, la aplicación AI dirige un contenedor por la ruta más corta a la estación de remoción para la carretilla elevadora.

Los contenedores que deben asegurarse adicionalmente, por otro lado, se guían directamente a la sección de transporte con el sistema de amarre y solo luego a la estación de extracción ubicada detrás. Anteriormente, todos los contenedores debían transportarse a la estación de eliminación de contenedores grandes.

Desde allí, los contenedores que requerían seguridad adicional tenían que enviarse, y solo llegarían a la instalación de amarre y, finalmente, a la estación de extracción correcta después de tomar este desvío.

Además de la aplicación en Steyr, AI está detrás de muchas otras innovaciones logísticas en BMW Group. También es compatible con la planificación de diseño virtual, que crea escaneos 3D de alta resolución de edificios y fábricas.

La inteligencia artificial contribuye en última instancia al reconocimiento de objetos individuales en el escaneo 3D, como contenedores, estructuras de edificios o máquinas.

Esto permite a los ingenieros eliminar objetos individuales del escaneo 3D en el software de planificación 3D y modificarlos individualmente, lo que facilita la simulación y comprensión de las adaptaciones en el taller.

Ya existe una clara tendencia hacia el uso de aplicaciones de IA en las plantas de BMW Group. La creciente integración del análisis inteligente de datos, la tecnología de medición de vanguardia y la IA abre nuevas oportunidades en la gestión de la producción.

En el taller de carrocería, por ejemplo, las imágenes de la inspección final pueden mostrar que el metal de soldadura se ha rociado en el mismo punto de soldadura en varias carrocerías de automóviles.

Usando IA, el lazo de control se puede cerrar y el control del sistema o los ciclos de mantenimiento se pueden ajustar aún más rápido y de manera más eficiente.

En los talleres de pintura, las aplicaciones de inteligencia artificial y análisis ofrecen el potencial para detectar fuentes de error en una etapa tan temprana que los errores ya casi no pueden ocurrir:si no se adhiere polvo a la carrocería del automóvil antes de pintar, no es necesario pulir ninguno. apagado más tarde.