2021年10月12日，在此之前，只有在配備最先進(jìn)機(jī)器人的涂裝車間中，才能將人工智能用于識(shí)別缺陷來源，制定最佳維護(hù)計(jì)劃，改進(jìn)生產(chǎn)流程。然而，現(xiàn)在，杜爾大幅度地?cái)U(kuò)展人工智能的應(yīng)用范圍，將DXQ產(chǎn)品家族的分析軟件應(yīng)用于密封機(jī)器人。此外，獨(dú)特的接口解決方案首次實(shí)現(xiàn)了現(xiàn)有涂裝車間的機(jī)器人的數(shù)據(jù)相連。

　　汽車制造廠擁有關(guān)于制造流程、原材料和產(chǎn)品的海量潛在數(shù)據(jù)。利用這些數(shù)據(jù)的關(guān)鍵在于實(shí)現(xiàn)數(shù)據(jù)連接——即先在控制層面配備合適的數(shù)據(jù)接口，便可獲取來自機(jī)器人、烘房、電泳系統(tǒng)或輸送技術(shù)的第一手?jǐn)?shù)據(jù)。

　　只有實(shí)時(shí)記錄相關(guān)機(jī)器數(shù)據(jù)（如：軸的位置和溫度，或警報(bào)及程序開始和結(jié)束時(shí)間等事件），并及時(shí)將其上傳到數(shù)據(jù)庫，才能借助IT技術(shù)，提高涂裝質(zhì)量和設(shè)備利用率。杜爾控制系統(tǒng)副總裁Jens Häcker解釋道：“只有實(shí)現(xiàn)這個(gè)基本前提，DXQ系列軟件才能確定工廠設(shè)備的當(dāng)前狀態(tài)。因此，我們綜合運(yùn)用數(shù)據(jù)采集、歷史數(shù)據(jù)和機(jī)器學(xué)習(xí)，以檢測(cè)此前未知的缺陷來源，或精確安排維護(hù)日程。”

　　打通現(xiàn)有工廠設(shè)備的數(shù)據(jù)連接

　　此前，不管是杜爾早期機(jī)器人，其他制造商的機(jī)器人，還是涂裝應(yīng)用之外的技術(shù)，都無法實(shí)現(xiàn)數(shù)據(jù)連接。即使是杜爾機(jī)器人，也只有新一代的機(jī)器人才配備有正確的數(shù)據(jù)采集接口。因此，雖然數(shù)字化應(yīng)用的需求很大，但在現(xiàn)有工廠的應(yīng)用受限。盡管如此，杜爾還是找到了一種方法，可實(shí)現(xiàn)幾乎所有常見機(jī)器人和行為間的數(shù)據(jù)連接。

　　采集和分析所有流程步驟的詳細(xì)信息

　　該解決方案是一個(gè)由硬件和軟件組成的適配器，能與當(dāng)前所有的總線技術(shù)互通，并以幾毫秒的必要高時(shí)間分辨率提供數(shù)據(jù)。該適配器由杜爾與 Techno-Step公司 合作開發(fā)。Techno-Step 公司專注于流程數(shù)據(jù)分析和診斷系統(tǒng)領(lǐng)域，從2020年開始，成為了杜爾集團(tuán)的子公司。“因此，操作者可以從傳感器和執(zhí)行器中讀取現(xiàn)有工廠中可用的數(shù)據(jù)，再將從預(yù)處理到應(yīng)用再到輸送技術(shù)的所有規(guī)則，集成到一個(gè)分析軟件中。借助 DXQequipment.analytics，他們可以詳細(xì)了解整個(gè)價(jià)值鏈中的各個(gè)流程步驟以及涉及的所有系統(tǒng)信息，”Jens Häcker說到。

　　具備機(jī)械工程與IT方面的專業(yè)知識(shí)

　　DXQequipment.analytics設(shè)備分析軟件內(nèi)置高級(jí)數(shù)據(jù)分析模塊，是迄今為止首款使用AI技術(shù)來提高涂裝車間設(shè)備整體效率的面向市場(chǎng)的解決方案。杜爾根據(jù)密封領(lǐng)域的具體要求，調(diào)整了分析機(jī)器人和工藝數(shù)據(jù)的人工智能模型，從而將該高級(jí)數(shù)據(jù)分析模塊用于密封領(lǐng)域。杜爾在汽車行業(yè)生產(chǎn)技術(shù)和制造工藝方面擁有全面的專業(yè)技術(shù)，并具備高水平數(shù)字化技術(shù)。為應(yīng)對(duì)數(shù)據(jù)分析模塊在密封領(lǐng)域應(yīng)用的挑戰(zhàn)，杜爾綜合運(yùn)用這兩方面的技術(shù)，未來可使用人工智能在高粘度材料涂裝早期精確檢測(cè)缺陷源，并確定最佳維護(hù)日程。以噴嘴堵塞的檢測(cè)為例。密封材料會(huì)造成涂裝噴嘴部分堵塞，從而影響材料噴射，造成涂裝質(zhì)量缺陷，導(dǎo)致返工。與傳統(tǒng)控制技術(shù)不同，DXQ軟件可檢測(cè)出此缺陷，并實(shí)現(xiàn)早期干預(yù)。

使用人工智能，Advanced Analytics可以在噴漆應(yīng)用的早期階段檢測(cè)缺陷來源，該技術(shù)亦可適用于高粘度材料

來自杜爾DXQ軟件產(chǎn)品家族的Advanced Analytics是首款市場(chǎng)化應(yīng)用于涂裝車間的AI應(yīng)用程序，該技術(shù)同樣適用于密封機(jī)器人