Bagaimana bisa menggunakan sidik jari emas untuk meningkatkan iot

Untuk departemen TI yang secara aktif mencari untuk memanfaatkan teknologi Internet of Things (IoT) untuk membuat dampak positif pada proses pembuatan, ada istilah penting yang perlu mereka ketahui, dan bukan hanya karena itu terdengar seperti sesuatu yang mungkin pernah dikejar Indiana Jones: The Golden Sidik jari. Saya berbicara dengan Bart Schouw, Wakil Presiden Teknologi dan Aliansi Digital di Software AG, di pameran dagang CEBIT yang berlangsung minggu ini di Hannover, Jerman tentang mengapa sidik jari ini berwarna emas dan apa artinya bagi IT.

"Sidik jari emas adalah metafora, " jelas Schouw, dan kemudian mengatakan bahwa itu seperti bukti kunci dalam novel detektif. Tetapi di perusahaan, itu dapat diterapkan pada proses manufaktur untuk menentukan kapan kondisi terpenuhi untuk menghasilkan apa yang disebut Schouw produk yang sempurna.

Menemukan sidik jari emas adalah proses berulang, cetak biru tugas yang terjadi ketika data direkam selama pembuatan dan disimpan sehingga serangkaian proses pembuatan dapat dibandingkan dari waktu ke waktu. Bersamaan dengan itu, output dari pabrik dievaluasi sehingga keberhasilan dari setiap proses manufaktur dicatat, bersama dengan data yang dicatat ketika manufaktur berlangsung. Dilakukan dengan benar, hasil apa yang merupakan semacam sidik jari yang terdiri dari totalitas input dari peralatan manufaktur - sensor yang mencatat keadaan produk selama manufaktur - dan metrik keberhasilan keseluruhan untuk hasil proses.

Proses sidik jari pada awalnya dikembangkan untuk industri kimia, tetapi Schouw mengatakan bahwa itu umumnya berlaku untuk sebagian besar jenis manufaktur. Pembuat mobil, misalnya, akan memiliki catatan dari mana masing-masing komponen berasal, suhu selama pengecatan, pembacaan torsi untuk setiap sekrup atau baut, dan pembacaan dari tukang las robot saat mereka membangun sasis. Kemudian, ketika mobil diproduksi, kualitas produksi dilacak ketika mobil diservis atau ketika cacat diperbaiki.

Pembelajaran Mesin di Pabrikan Otomatis

Mari kita terapkan skenario ini ke pabrik mobil hipotetis. Karena setiap mobil dibuat, bacaan dilacak selama proses produksi ujung ke ujung dan dibandingkan dengan proses produksi sebelumnya. Misalkan terjadi masalah, seperti baut yang dikencangkan ke pengaturan torsi yang salah, misalnya. Masalah itu dicatat dan sekarang bisa diperbaiki sebelum mobil dijual. Akhirnya, mesin produksi dapat dikalibrasi sehingga kesalahan itu tidak terjadi dan kendaraan dikirim tanpa cacat yang berarti.

"Kadang-kadang, terutama di industri proses, tidak jelas kondisi mana yang benar-benar mengarah pada produk yang sempurna, " kata Schouw. "Jadi dengan pembelajaran mesin dan alat visualisasi data baru, Anda benar-benar dapat mengambil data dari proses produksi yang mengarah ke batch produk yang sempurna. Kemudian Anda dapat meminta alat pembelajaran mesin untuk kembali dan menemukan pola yang sama dalam data."

Seperti yang Anda perkirakan, segala jenis pembuatan yang rumit akan membutuhkan ribuan titik data individual untuk setiap proses pembuatan untuk memiliki cukup data untuk sidik jari yang bermakna. Ini, pada gilirannya, membutuhkan sensor yang mengukur keadaan produk pada waktu tertentu, serta keadaan alat dan mesin pembuatan saat digunakan. Di situlah teknologi IoT dan departemen TI bisa bersinar.

Ketika setiap proses pembuatan selesai, data dari proses tersebut dapat divisualisasikan sebagai pola peristiwa yang mengarah ke produk. Ini membutuhkan sensor dan alat jaringan dan sarana untuk merekam peristiwa-peristiwa itu. Ini juga memerlukan perangkat lunak khusus untuk menjalankan evaluasi. Schouw mengatakan bahwa bagian ini menjadi kasus penggunaan yang penting untuk kecerdasan buatan (AI) dan pembelajaran mesin.

Melacak Data Produksi secara Real Time

Ini adalah titik di mana TI dan manufaktur bersatu. Departemen TI perlu mengkonsolidasikan sejumlah besar data dari setiap proses manufaktur dan kemudian menggunakannya untuk membandingkan setiap proses dengan sidik jari emas dari proses yang sempurna. Karena proses dianalisis secara waktu nyata, proses tersebut juga dibandingkan dengan proses sebelumnya sehingga memungkinkan untuk menentukan terlebih dahulu ketika proses tidak mungkin berhasil.

Dalam proses pembuatan, dimungkinkan untuk membuat penyesuaian pada parameter pabrikasi bahkan saat itu sedang terjadi untuk mendekatkannya dengan sidik jari emas. Kemampuan untuk memvisualisasikan suatu proses selama produksi dan untuk menentukan terlebih dahulu kapan suatu proses tidak akan berhasil dapat menghasilkan penghematan yang signifikan - dengan tidak menyia-nyiakan materi lebih lanjut dalam proses yang tidak akan berhasil dan tidak membuang waktu selanjutnya.

Schouw menunjuk Trendminer sebagai salah satu contoh perusahaan yang memproduksi perangkat lunak bertenaga AI yang dapat menemukan sidik jari emas dan juga melacak proses produksi secara real time. Dia juga berbagi bahwa Software AG telah membuat rencana untuk mengakuisisi Trendminer.

Membuat Manufaktur Lebih Efisien

Namun, penghematan biaya dan aspek kualitas yang lebih tinggi tidak semua ada untuk IOT dan manufaktur. Schouw menjelaskan bahwa aspek lain dari menggunakan pembelajaran mesin dalam manufaktur terlibat dengan melacak kurva-F ("F" adalah singkatan dari kegagalan, yang dilacak untuk sebuah pabrik dari waktu ke waktu). Ketika Anda melacak kurva-F, Anda secara efektif sidik jari pabrik daripada produk, mulai ketika pabrik pertama kali dibangun, dan kemudian ketika ditugaskan, dan kemudian ketika akhirnya ditutup karena persentase kegagalan mencapai tingkat yang tidak dapat diterima seperti usia fasilitas produksi.

Dengan melacak kondisi yang berkontribusi terhadap kegagalan produksi dari waktu ke waktu, dimungkinkan untuk menguranginya ke tingkat yang dapat diterima sampai Anda mencapai titik pengembalian yang semakin berkurang: Ketika terlalu mahal untuk terus memperbaiki hal-hal dan, sebaliknya, lebih masuk akal untuk membangun kembali pabrik.

Yang penting adalah, dengan melibatkan TI secara langsung dengan proses manufaktur, manufaktur menjadi lebih efisien, dan ada lebih sedikit limbah dan lebih sedikit cacat. Dan perusahaan menghemat uang. Dilakukan dengan benar, hasilnya segera muncul. Untuk departemen TI dalam bisnis manufaktur, sidik jari emas sangat masuk akal sebagai titik awal untuk mengintegrasikan IoT dengan jantung bisnis.