● Întreţinere predictivă la uzina BMW Group din Regensburg – sistemul susţinut de inteligenţă artificială monitorizează tehnologia transportoarelor în timpul asamblării ● Sistemul integrat de întreţinere prin învăţare identifică din timp potenţialele defecţiuni, evitând anual peste 500 de minute de întrerupere a funcționării liniei de asamblare ●
Bucureşti/Regensburg. Prevenirea opririlor neplanificate înainte ca acestea să apară este obiectivul sistemului de analiză inteligentă utilizat pe liniile de asamblare ale uzinei BMW Group din Regensburg. Întreţinerea predictivă este proactivă şi preventivă. Analizele bazate pe date ale echipamentelor de transport permit identificarea timpurie a potenţialelor defecţiuni şi evitarea acestora – menţinând astfel fluxul optim de producţie a automobilelor. Numai pentru linia de asamblare de la Regensburg, sistemul susţinut de inteligenţă artificială (AI) evită o medie anuală de aproximativ 500 de minute de întrerupere.
Analiza datelor pentru un răspuns mai rapid şi preventiv la potenţialele întreruperi
Pentru asamblarea la uzina BMW Group din Regensburg, automobilele sunt ataşate, în general, la suporturi mobile de transport sau sisteme cu role, care trec prin halele de producţie într-un lanţ. Orice defecţiune tehnică a sistemelor de transport de ultimă generaţie poate duce la oprirea liniilor de asamblare – necesitând mai mult efort de întreţinere şi astfel rezultând costuri mai mari. Pentru a preveni acest lucru, echipa de inovaţie de la uzina BMW Group din Regensburg a dezvoltat un sistem care poate identifica din timp potenţialele defecte tehnice şi astfel poate evita pierderile de producţie. Elementele transportoare afectate pot fi scoase de pe linia de asamblare şi reparate în afara liniei de producţie. Avantajul este că sistemul de monitorizare nu necesită senzori sau hardware suplimentari, dar evaluează datele existente de la componentele instalate şi de la controlul elementului transportor. O alarmă este auzită dacă sunt găsite anomalii.
De exemplu, suporturile de sarcină utilizate pentru transportul automobilelor prin hala de asamblare trimit diverse date către sistemul de control al transportatorului. Apoi aceste date sunt transmise prin intermediul sistemului de control al transportatorului şi al fabricii către propria platformă cloud de întreţinere predictivă a BMW Group. Aici începe analiza: algoritmul caută în mod constant nereguli, cum ar fi fluctuaţiile consumului de energie, anomalii în mişcările transportorului sau coduri de bare care nu sunt suficient de lizibile, care ar putea declanşa o defecţiune. Dacă se constată anomalii, centrul de control al întreţinerii primeşte un mesaj de avertizare, pe care îl atribuie tehnicianului de întreţinere de serviciu. “Monitoarele de supraveghere de la centrul nostru de control funcţionează non-stop”, explică project managerul Oliver Mrasek. “Acest lucru ne permite să răspundem rapid la orice tip de raport de defecţiune şi să scoatem vehiculul afectat din ciclu.”
Implementare – susţinută de AI, standardizată şi rentabilă
Întreţinerea predictivă nu este o soluţie independentă, subliniază Mrasek. Sistemul a fost standardizat în colaborare cu managementul central al producţiei BMW Group şi cu alte fabrici pentru a facilita lansarea rapidă şi simplă în alte locaţii de producţie BMW Group din întreaga lume. De asemenea, această abordare este şi rentabilă. “Nu avem nevoie de senzori suplimentari, aşa că singurele costuri sunt pentru stocarea şi puterea de calcul.”
În sistem au fost implementate şi modele de învăţare automată dezvoltate intern, care utilizează aşa-numitele hărţi termice cu diferite coduri de culoare pentru diferite anomalii pentru a vizualiza rezultatele modelului. “Acest lucru ne permite să cartografiem diferite modele de defecţiuni în diferite componente şi să răspundem la ele într-un mod ţintit”, explică Mrasek.
Pe baza acestor concluzii practice, algoritmii sunt îmbunătăţiţi şi perfecţionaţi continuu. În prezent, echipa este în proces de conectare a instalaţiilor suplimentare, de optimizare a sistemului şi de integrare a acţiunilor recomandate în mesajele de eroare. Mesajul de eroare ar putea, de exemplu, să indice probleme similare care au apărut într-un sistem. Acest lucru simplifică depanarea pentru tehnicienii de întreţinere – de exemplu, dacă un rotor de pe căruciorul transportor este defect. “Întreţinerea predictivă optimă nu numai că economiseşte bani, ci înseamnă şi că putem livra la timp cantitatea planificată de automobile – ceea ce reduce o cantitate uriaşă de stres în producţie”, explică Deniz Ince, cercetătorul de date al echipei.
Următorul obiectiv: predictibilitate – şi două brevete
În ultimii şase ani, Mrasek şi colegii săi au lucrat la monitorizarea bazată pe date a tehnologiei transportoarelor. Astăzi, aproximativ 80% din liniile principale de asamblare sunt deja monitorizate în acest mod. “Nu putem detecta sau preveni fiecare defecţiune în avans, desigur – dar în prezent evităm cel puţin 500 de minute de nefuncţionare pe an numai în asamblarea automobilelor”, explică el. Este uşor să calculezi cât de mult se adună. La uzina BMW Group din Regensburg, un automobil iese de pe linia de asamblare aproximativ la fiecare minut – la fiecare 57 de secunde, mai exact -, iar sistemul este deja utilizat în sistemele de transport de la fabricile din Dingolfing, Leipzig şi Berlin.
Obiectivul este de a exploata în continuare posibilităţile inteligenţei artificiale, sistemul învăţând să estimeze cât timp rămâne între detectarea defecţiunii şi potenţiala oprire. Acest lucru i-ar ajuta pe tehnicieni să decidă cât de curând trebuie să efectueze întreţinerea şi le-ar permite să prioritizeze, dacă este necesar. De asemenea, Mrasek vede un potenţial suplimentar în alte zone ale uzinei: “În prezent, testăm dacă putem folosi sistemul şi pentru echipamentele folosite pentru a ne umple automobilele cu lichid de frână şi lichid de răcire, de exemplu”.
Deşi există deja numeroase opţiuni pentru întreţinerea predictivă a echipamentelor, sistemul de învăţare integrat de la Regensburg este, până acum, primul de acest fel. Prin urmare, compatibilitatea cu întreţinerea predictivă este deja inclusă în licitaţii pentru o nouă tehnologie de transport. Producătorii de echipamente laudă şi ei sistemul, deoarece beneficiază şi de evaluările acestuia. BMW Group a înregistrat deja două brevete pentru dezvoltarea sa internă.
Uzinele BMW Group din Regensburg şi Wackersdorf
De mai multe decenii, BMW Group se consideră un reper pentru tehnologia de producţie şi excelenţa operaţională în construcţia de automobile – inclusiv în locaţiile sale din Regensburg şi Wackersdorf. Uzina auto a BMW Group din Regensburg funcţionează deja din 1986 şi este una dintre cele peste 30 de locaţii de producţie ale BMW Group din întreaga lume. Un total de până la 1.000 de automobile din gamele BMW Seria 1, BMW X1 şi BMW X2 ies zilnic de pe linia de producţie a uzinei din Regensburg – destinate clienţilor din întreaga lume. Diferite tipuri de sisteme de propulsie sunt fabricate în mod flexibil pe o singură linie de asamblare – de la automobile cu motoare termice la modele plug-in hybrid sau electrice.
Bateriile de înaltă tensiune pentru modelele electrice construite în Regensburg sunt produse tot pe plan local, în imediata vecinătate a uzinei auto. Acestea sunt asamblate la facilitatea de producţie de componente electrice, care a fost deschisă în 2021 în Leibnizstrasse.
Parcul de Inovaţie BMW Wackersdorf aparţine tot de locaţia din Regensburg. Campusul de 55 de hectare, construit în anii 1980, a fost conceput iniţial ca o facilitate de reprocesare nucleară. BMW Group şi-a amplasat acolo producţia de cockpituri, precum şi furnizarea de piese pentru uzinele de pe alte meridiane. Alături de BMW, care este cel mai mare angajator, şi alte companii au sediul în Parcul de Inovaţie Wackersdorf. În total, aproximativ 2.500 de angajaţi lucrează acolo.
Personalul principal al BMW Group din locaţiile Regensburg şi Wackersdorf, aflate în estul Bavariei, este format din aproximativ 9.000 de angajaţi, inclusiv peste 300 de stagiari. www.bmwgroup-werke.com/regensburg/de.html.
