BMW geeft inzicht in hoe het kunstmatige intelligentie gebruikt in productie

Kunstmatige intelligentie (AI) is in opkomst in de autoproductie. Sinds 2018 gebruikt de BMW Group verschillende AI-toepassingen in serieproductie.

Een focus is geautomatiseerde beeldherkenning:in deze processen evalueert kunstmatige intelligentie componentafbeeldingen in lopende productie en vergelijkt deze in milliseconden met honderden andere afbeeldingen van dezelfde reeks.

Zo stelt de AI-applicatie realtime afwijkingen van de standaard vast en controleert bijvoorbeeld of alle benodigde onderdelen zijn gemonteerd en op de juiste plek zijn gemonteerd.

De innovatieve technologie is snel, betrouwbaar en vooral gebruiksvriendelijk.

Christian Patron, Head of Innovation, Digitalization and Data Analytics bij BMW Group Production:“Kunstmatige intelligentie biedt een groot potentieel. Het helpt ons onze hoge kwaliteitsnormen te handhaven en tegelijkertijd onze mensen te ontlasten van repetitieve taken.”

Bij de BMW Group vervangen flexibele, kosteneffectieve, op AI gebaseerde applicaties geleidelijk permanent geïnstalleerde cameraportalen. De implementatie is vrij eenvoudig.

Een mobiele standaardcamera is alles wat nodig is om de relevante foto's in productie te nemen. Ook de AI-oplossing is snel in te stellen:medewerkers maken foto's van het onderdeel vanuit verschillende hoeken en markeren mogelijke afwijkingen op de afbeeldingen.

Zo creëren ze een beelddatabase om een ​​zogenaamd neuraal netwerk te bouwen, dat de beelden later kan evalueren zonder menselijke tussenkomst.

Medewerkers hoeven geen code te schrijven; het algoritme doet dat vrijwel alleen. In de trainingsfase, wat 's nachts kan betekenen, berekent een krachtige server het neurale netwerk uit ongeveer 100 afbeeldingen en begint het netwerk onmiddellijk te optimaliseren.

Na een proefrit en eventueel wat aanpassingen bereikt de betrouwbaarheid 100 procent. Het leerproces is voltooid en het neurale netwerk kan nu zelf bepalen of een onderdeel aan de specificaties voldoet.

Zelfs bewegende objecten worden betrouwbaar geïdentificeerd, grotendeels onafhankelijk van factoren zoals verlichting in het productiegebied of de exacte camerapositie. Dit opent een breed scala aan potentiële toepassingen in de gehele automobielprocesketen, inclusief logistiek.

In veel gevallen verlost de AI-technologie medewerkers van repetitieve, monotone taken zoals controleren of de gevarendriehoek op de juiste plaats in de kofferbak zit of of de ruitenwisserdop erop zit.

Kunstmatige intelligentie kan ook veeleisendere inspectietaken uitvoeren

In de eindinspectieruimte in de fabriek van BMW Group in Dingolfing vergelijkt een AI-toepassing de bestelgegevens van het voertuig met een livebeeld van de modelaanduiding van de nieuw geproduceerde auto.

Modelaanduidingen en andere typeplaatjes zoals "xDrive" voor voertuigen met vierwielaandrijving en alle algemeen goedgekeurde combinaties worden opgeslagen in de beelddatabase.

Als het livebeeld en de bestelgegevens niet overeenkomen, bijvoorbeeld als er een aanduiding ontbreekt, krijgt het eindinspectieteam een ​​melding.

Christian Patron:“We vertrouwen daarbij volledig op de ervaring en expertise van onze medewerkers. Zij kunnen het beste inschatten bij welke productiestappen een AI-toepassing de kwaliteit en efficiëntie kan verbeteren. De opzet en implementatie van dergelijke toepassingen houden we bewust eenvoudig. Hun werking vereist geen geavanceerde IT-vaardigheid.”

AI elimineert pseudo-defecten

In de perserij worden vlakke plaatdelen verwerkt tot uiterst nauwkeurige onderdelen voor de carrosserie. Stofdeeltjes of olieresten die na het vormen op de componenten achterblijven, kunnen gemakkelijk worden verward met zeer fijne scheurtjes, die in zeldzame gevallen tijdens het proces optreden.

Eerdere op camera's gebaseerde kwaliteitscontrolesystemen in de BMW Group-fabriek in Dingolfing, Duitsland, markeerden soms ook deze pseudo-defecten:afwijkingen van het doel, ook al was er geen echte fout.

Met de nieuwe AI-toepassing treden deze pseudo-defecten niet meer op omdat het neurale netwerk toegang heeft tot ongeveer 100 echte afbeeldingen per functie - d.w.z. ongeveer 100 afbeeldingen van het perfecte onderdeel, 100 afbeeldingen met stofdeeltjes, nog eens 100 afbeeldingen met oliedruppels op het onderdeel , enz.

Dit is met name relevant in het geval van de visueel close calls die eerder tot pseudo-defecten hebben geleid.

De fabriek van BMW Group in Steyr en het BMW Group Data Analytics Team werken ook met succes aan het elimineren van pseudo-defecten. Vermoedelijke onregelmatigheden in de koppelmeting in de koude motortest blijken later vaak onbeduidend.

Voordat de AI-oplossing werd geïntroduceerd, leidden dergelijke resultaten echter tot complexe handmatige inspecties en verdere testritten, tot en met hete tests met brandstof.

De analysesoftware is getraind op basis van veel geregistreerde testruns en heeft zo geleerd onderscheid te maken tussen werkelijke en veronderstelde fouten.

AI 'in control':integratie van kunstmatige intelligentie met facilitaire en robotbesturingssystemen

De eerste slimme AI-besturingstoepassing bij de BMW Group vierde zijn première in de fabriek van BMW Group in Steyr. Deze applicatie versnelt logistieke processen door onnodig transport van leeggoed op transportbanden te voorkomen. Hiervoor passeren de containers een camerastation.

Aan de hand van door medewerkers gemarkeerde opgeslagen beeldgegevens herkent de AI-applicatie of de container op een pallet moet worden gesjord of dat er bij grote, stabiele dozen geen extra beveiliging nodig is.

Als er geen sjorring nodig is, leidt de AI-toepassing een container via de kortste weg naar het afhaalstation voor de vorkheftruck.

Containers die extra moeten worden vastgezet, worden daarentegen direct naar het transportgedeelte geleid met het sjorsysteem en pas daarna naar het daarachter gelegen afvoerstation. Voorheen moesten alle containers vervoerd worden naar het afhaalstation voor grote containers.

Van daaruit moesten de containers die extra zekering nodig hadden, worden doorgestuurd – en zouden pas na deze omweg de sjorfaciliteit en uiteindelijk het juiste verwijderingsstation bereiken.

Naast de toepassing in Steyr staat AI achter tal van andere logistieke innovaties bij de BMW Group. Het ondersteunt ook virtuele lay-outplanning, waarmee 3D-scans met hoge resolutie van gebouwen en fabrieken worden gemaakt.

Kunstmatige intelligentie draagt ​​uiteindelijk bij aan de herkenning van individuele objecten in de 3D-scan, zoals containers, bouwconstructies of machines.

Hierdoor kunnen engineers individuele objecten uit de 3D-scan in de 3D-planningssoftware halen en individueel aanpassen, waardoor aanpassingen op de werkvloer makkelijker te simuleren en te begrijpen zijn.

Er is al een duidelijke trend naar het gebruik van AI-toepassingen in de fabrieken van de BMW Group. De toenemende integratie van slimme data-analyse, state-of-the-art meettechnologie en AI opent nieuwe kansen in productiebeheer.

Bij het carrosseriebedrijf kunnen bijvoorbeeld beelden van de eindinspectie laten zien dat er bij meerdere carrosserieën lasmetaal is uitgespoten op hetzelfde laspunt.

Met behulp van AI kan zo de regelkring worden gesloten en kunnen systeembesturing of onderhoudscycli nog sneller en efficiënter worden aangepast.

In de spuiterijen bieden AI- en analysetoepassingen de mogelijkheid om foutenbronnen in een zo vroeg stadium op te sporen dat fouten bijna niet meer kunnen voorkomen:als er voor het lakken geen stof op de carrosserie blijft zitten, hoeft er niets te worden gepolijst later uit.