비디오:인공 지능(AI)이 제조 및 가공에 미치는 영향

Matt Danford, 현대 기계 공장 "Data Matters" 칼럼의 수석 편집자이자 작가가 기계 공장에서 인공 지능(AI)의 가능한 역할에 대해 이야기했습니다. 그는 기계 모니터링에서 기계 학습으로의 경로를 보고 있습니다. 오늘날 가공 시설은 기계 모니터링 시스템을 사용하여 CNC에서 데이터를 수집하고 있습니다. 다음 논리적 단계는 머신 러닝을 사용하여 해당 데이터 내에서 프로세스 개선 기회를 찾는 것입니다. 아래는 대화 내용을 담은 동영상입니다. 또한 Modern Machine Shop 에서 기사 모음을 다운로드하십시오. 및 자매 간행물 적층 제조 현재의 AI와 제조의 교차점을 탐구합니다.

성적표

Peter Zelinski, 현대 기계 공장

Modern Machine Shop과 함께하는 Pete Zelinski 잡지. 저는 수석 편집자 Matt Danford와 함께 있습니다. Matt, 이야기해주셔서 감사합니다.

Matt Danford, 현대 기계 공장

반갑습니다.

피터 젤린스키

Matt가 Modern Machine Shop의 비트를 커버합니다. . Matt는 많은 경우에 아직 제조에 "거기" 있지는 않지만 다가오는 기술을 포함하여 디지털 기술에 대해 씁니다. 그는 월간 정기 칼럼인 "Data Matters"에 이에 대해 씁니다. 그리고 오늘 제가 말씀드리고 싶은 것은 기계 가공 시설에서 인공 지능이 할 수 있는 역할에 대해 말씀드리고자 하는 것입니다.

맷 댄포드

글쎄요, 확실히 그것에 대해 많은 소문이 있습니다. 우리가 방문하는 대부분의 독자들은 멀리 떨어져 있는 것처럼 보입니다. 현재로서는 머신 러닝보다 머신 모니터링에 더 관심이 많습니다. 그들이 깨닫든 깨닫지 못하든 간에 기계 모니터링은 실제로 첫 번째 단계입니다. 인공 지능의 하위 집합인 기계 학습의 진정한 약속은 최소한 독자에 관한 한 데이터 분석이기 때문입니다. 그리고 기계 모니터링 시스템, 또한 매장 관리 및 ERP 시스템은 해당 분석에 필요한 원시 데이터를 제공합니다. 따라서 인식 여부와 관계없이 아직 오지 않은 기능에 대한 일종의 첫 번째 단계입니다.

피터 젤린스키

좋아, 좋아. 그럼 그 내용에 대해 알아보겠습니다. 기계 모니터링 — 이것이 오늘날 시행되고 있는 단계입니다. 구체적으로 무엇을 의미합니까?

맷 댄포드

기본적으로 컨트롤 자체 또는 공작 기계의 다양한 구성 요소에 장착된 센서에서 직접 데이터를 폴링합니다. 그리고 이것은 예방 유지 보수와 같은 일에 사용될 수 있습니다. 우리가 볼 수 있는 가장 일반적인 응용 프로그램은 사람들이 기계의 성능을 확인하기 위해 CNC 데이터를 폴링하는 것입니다.

피터 젤린스키

오른쪽. 그래서 우리는 상점에 들어가 파이 차트 또는 녹색, 빨간색, 노란색 디스플레이가 있는 모니터 디스플레이를 점점 더 많이 봅니다. 기계 모니터링을 제대로 하려면 무엇이 필요합니까?

맷 댄포드

그래서 내가 이야기한 대부분의 전문가와 상점은 인내심을 정말 강조하는 것 같습니다. 한 번에 모든 것을 기대하지 마십시오. 그냥 천천히. 최근에 방문한 사람은 "무엇이 실행되는지"에 대해 막 시작했습니다. 그리고 이것은 비단 관리자 수준만이 아닙니다. 그들은 실제로 ERP 시스템과의 통합을 통해 각 워크스테이션에 페이싱 바를 설치하여 작업자와 기계를 설정하고 기계를 작동하는 사람들이 자신의 위치를 ​​알 수 있도록 했습니다. 이것은 내가 지금까지 생산해야 하는 부품의 수입니다. 그래서 모든 사람이 자신이 어디에 있는지 그리고 그 기본 목표부터 시작하는 데 도움이 됩니다. 정의가 같은 페이지에 있는 것과 같은 것입니다. 기계가 순환한다는 것은 무엇을 의미합니까? 도구 변경을 그 시간의 일부로 계산합니까? 이러한 기본 사항 없이 출시하면 사람들이 환멸을 느낄 수 있고 원하는 결과를 얻지 못할 수 있기 때문에 그런 것은 정말 잘 처리해야 합니다.

피터 젤린스키

이것이 왜 가치가 있습니까? 우리는 여기에서 여전히 기계 모니터링을 하고 있습니다. 하지만 기계 모니터링이 왜 그렇게 중요한가요?

맷 댄포드

첫째, 당신이 어디에 있는지에 대한 게이지를 얻으십시오. 나는 많은 전문가들이 매장에 어떻게 들어가고 이러한 시스템을 설치하는지에 대해 언급하는 것을 들었고 매장은 생각만큼 잘 하고 있지 않다는 사실에 충격을 받았습니다. 그래서 그 현실을 직시해야 합니다. 그것은 진실에 관한 것입니다. 내 말은, 당신은 CNC의 데이터로 논쟁할 수 없습니다. 뚱뚱한 운지법이 없습니다. 이벤트가 발생한 시점과 정보가 매장 관리 시스템에 입력되는 시점 사이에는 지연이 없습니다. 따라서 자신의 편견을 없애고 실제 성과를 보고 거기에서 결정을 내릴 수 있도록 하는 것이 중요합니다.

피터 젤린스키

머신 모니터링에서 머신 러닝에 이르는 이 경로에 대해 이야기했습니다. 머신러닝이란? 그리고 그 길에 대해 조금 이야기해 보세요.

맷 댄포드

기계 학습은 인공 지능의 하위 집합입니다. 정의는 실제로 "학습"이라는 용어에 포함됩니다. 프로그래밍한 대로만 수행할 수 있는 기존 컴퓨터 프로그램과 달리 기계 학습 알고리즘은 시간이 지나면 저절로 개선됩니다. 전형적인 예는 이미지 인식 시스템입니다. 예를 들어 개와 고양이의 이미지를 더 많이 먹일수록 시간이 지남에 따라 강아지와 고양이를 구분할 때 더 많은 데이터를 먹일수록 더 좋아집니다. 그래서 우리가 여기서 다시 한 번 진짜 약속에 대해 쓰는 기계 공장 부문에 적용되는 것은 데이터 분석입니다. 그들은 기계 모니터링 시스템, 매장 관리 시스템 등에서 제공하는 원시 데이터를 샅샅이 뒤지고 데이터에서 패턴과 상관 관계를 찾을 수 있습니다. 그렇지 않은 경우 바닥에 도달하기 위한 시간과 노력.

피터 젤린스키

... 이러한 기계 모니터링 시스템에서 충분한 데이터가 나오는 지점, 일상적인 사용에 너무 많은 데이터가 있는 지점 및 잠재적으로 찾을 수 있는 우수한 인텔리전스를 마스킹하는 지점을 예상합니다.

맷 댄포드

전적으로. 그리고 우리는 아직 무엇이 올지 모릅니다. 우리는 어떤 능력이 있는지 모릅니다. 기계 학습을 사용하는 ERP 제공업체와 이야기를 나눈 적이 있지만 대부분은 여전히 ​​미래를 내다보고 있습니다. 그러나 우리는 그것이 오고 있다는 것을 압니다. 지금 할 수 있는 최선의 방법은 이러한 시스템을 가동하고 상점 관리를 21세기로 가져오는 것입니다.

피터 젤린스키

Matt, 이것이 얼마나 가까운지 감이 잡히십니까? 기계 학습, 산업 도구, 제조에 사용하는 인공 지능에 얼마나 가깝습니까?

맷 댄포드

그건 정말 말하기 어렵습니다. 모든 것이 매우 기대됩니다. 큰 영향을 미칠 것이기 때문에 과장된 광고가 많이 있습니다. 하지만 네, 한 가지만 생각해보면 제조사들이 구글을 사용하는 정도가 산업용 도구라는 것을 알 수 있습니다. 그리고 Google은 이미 검색 결과에 인공 지능을 사용하고 있으며 아무도 이에 대해 이야기하지 않습니다. "이봐, 우리는 인공 지능 기반 검색을하고 있습니다."라는 큰 발표는 없었습니다. 그리고 그렇게 될 수 있다고 생각합니다. 내 말은, 이 물건이 당신의 소프트웨어에 나타나기 시작할 것입니다. 이상적으로 AI는 백그라운드에서 실행됩니다. 전체 아이디어는 일종의 정신적 작업을 자동화하는 것입니다. 그래서 신경을 많이 쓰고 적극적으로 관리해야 한다면 제 역할을 하지도 못하고 제대로 하지도 못할 것 같아요. 그래서 그럴 수도 있을 것 같아요. 이 항목은 이제 막 나타나기 시작하고, 우리가 사용하고 있다는 사실조차 깨닫지 못한 채 그냥 사용하게 될 것입니다.