Danh mục sản phẩm
Một số lượng lớn các bộ phận đã qua sử dụng kết thúc ở bãi phế liệu để tái chế hàng năm. Tuy nhiên, việc tái sản xuất máy phát điện xoay chiều, bộ khởi động và những thứ tương tự như một phần của phương pháp tuần hoàn sẽ tiết kiệm tài nguyên hơn nhiều. Điều này làm giảm chất thải, giảm lượng khí thải CO2 và kéo dài tuổi thọ của sản phẩm. Trong dự án EIBA, Viện Fraunhofer về Hệ thống sản xuất và Công nghệ thiết kế IPK đang phát triển một hệ thống hỗ trợ dựa trên AI để nhận dạng bán tự động dựa trên hình ảnh của các bộ phận đã qua sử dụng mà không cần mã QR hoặc mã vạch. Điều này sẽ hỗ trợ công nhân trong quá trình phân loại để có thể gửi các bộ phận đã sử dụng nhiều hơn để tái sản xuất.
Nền kinh tế tuần hoàn là đòn bẩy chính để đạt được các mục tiêu của Thỏa thuận khí hậu Paris. Tái sản xuất, quá trình xây dựng lại thiết bị đã qua sử dụng để phản ánh tình trạng ban đầu của nó, có thể trở thành một yếu tố chính của nền kinh tế tuần hoàn. Với thực tế là thiết bị được tái sử dụng, tuổi thọ của sản phẩm được kéo dài. Các nhà nghiên cứu tại Fraunhofer IPK đang theo đuổi mục tiêu này như một phần của dự án EIBA, được tài trợ bởi Bộ Giáo dục và Nghiên cứu Liên bang Đức (BMBF). Các đối tác của dự án là Circular Economy Solutions GmbH, Technische Universität Berlin và Học viện Khoa học và Kỹ thuật Quốc gia acatech. Mục đích là tái sản xuất các bộ phận đã qua sử dụng thay vì tái chế chúng. Theo một nghiên cứu của Trung tâm Hiệu quả Nguồn lực VDI,
Nguyên tắc bốn mắt giảm tỷ lệ lỗi
Việc xác định và đánh giá rõ ràng các bộ phận của xe là một trong những thách thức chính trong quy trình tái sản xuất. Nhiều sản phẩm hầu như không thể phân biệt được với nhau và rất khó xác định do bụi bẩn và hao mòn. Cho đến nay, nhiệm vụ này đã được thực hiện thủ công bởi các chuyên gia dưới áp lực thời gian đáng kể. Đây là lúc hệ thống hỗ trợ dựa trên AI của Fraunhofer IPK phát huy tác dụng: Hệ thống này sẽ giúp nhân viên xác định và đánh giá các bộ phận hao mòn bị lỗi như bộ khởi động, máy nén điều hòa không khí và máy phát điện xoay chiều dựa trên nguyên tắc bốn mắt.
Con người và máy móc làm việc cùng nhau
Marian Schlüter, một nhà khoa học tại Fraunhofer IPK cho biết: “Trong ngành công nghiệp ô tô, một khi bộ phận đã qua sử dụng đã được loại bỏ, nó sẽ được đánh giá tại trung tâm phân loại dựa trên các tiêu chí nhất định để xác định xem nó có thể được tái sử dụng hay không” .“Tuy nhiên, điều này không hề tầm thường. Số bộ phận, là tính năng trực quan đáng tin cậy duy nhất, không còn rõ ràng, bị trầy xước, sơn phủ hoặc các tấm loại có thể bị rơi ra. Điều này có nghĩa là cuối cùng người công nhân đã vô tình loại bỏ nó và nó được tái chế hoàn toàn như một vật liệu. Đây chính xác là nơi AI phát huy tác dụng. Nó xác định các bộ phận đã qua sử dụng dựa trên hình thức bên ngoài của chúng, bất kể số bộ phận là gì và gửi chúng đi cho một hợp đồng thuê mới.” Các đặc điểm nhận dạng như trọng lượng, thể tích, hình dạng, kích thước và đặc điểm màu sắc được sử dụng, nhưng dữ liệu về khách hàng và giao hàng cũng được đưa vào đánh giá. Mặt khác, nhân viên sẽ phát hiện ra bất kỳ bộ phận lỏng lẻo hoặc bộ phận bị cháy nào, đó là lúc chức năng xử lý hình ảnh của hệ thống AI bị thiếu.”
Nhân viên có tiếng nói cuối cùng
Nhưng chính xác thì quá trình đòi hỏi những gì? Trước hết, phần được sử dụng trải qua quá trình xử lý dựa trên hình ảnh. Điều này liên quan đến việc hệ thống quét bao bì để thu thập thông tin về nhóm sản phẩm. Bằng cách chia quá trình này thành các nhiệm vụ con, phạm vi tìm kiếm để nhận dạng được giảm từ 1:120.000 xuống 1:5000. Phần đã sử dụng sau đó được cân và ghi lại bằng camera âm thanh nổi 3D. Kết quả thu được từ giai đoạn xử lý dựa trên hình ảnh được kết hợp với phân tích dữ liệu thương mại cụ thể của bộ phận, chẳng hạn như nguồn gốc, ngày tháng và vị trí, để xác định bộ phận một cách đáng tin cậy. Thông tin được xử lý đồng thời bởi hai hệ thống AI. Kết quả của giai đoạn xử lý dựa trên hình ảnh được hợp nhất với phân tích dữ liệu thương mại cụ thể của bộ phận, chẳng hạn như nguồn gốc, ngày tháng và địa điểm, để phần được sử dụng được xác định một cách đáng tin cậy và toàn diện. “Một hệ thống AI đã được đào tạo để xử lý hình ảnh, đây là nhiệm vụ của chúng tôi trong dự án và hệ thống còn lại được đào tạo để xử lý dữ liệu thương mại. Chúng tôi sử dụng mạng thần kinh tích chập cho phương pháp AI xử lý hình ảnh. Đây là những thuật toán từ lĩnh vực máy học chuyên trích xuất các tính năng từ dữ liệu hình ảnh,” kỹ sư sản xuất giải thích. Kết quả của quá trình nhận dạng được hiển thị cho nhân viên, người này sẽ nhận được danh sách gợi ý với hình ảnh xem trước và số bộ phận, do đó giữ toàn quyền kiểm soát. “Trí tuệ nhân tạo được tích hợp vào hoạt động đang diễn ra và quy trình làm việc không bị gián đoạn. Công nhân không có thêm nhiệm vụ nào để thực hiện, điều này cực kỳ quan trọng trong quy trình nhạy cảm về thời gian này. Hệ thống AI của chúng tôi chạy trên máy tính để bàn thông thường. Tất cả các địa điểm của công ty đều có thể được nối mạng qua đám mây, nghĩa là kiến thức thực tế của một nhân viên có thể mang lại lợi ích cho những người lao động ở các địa điểm khác.” Công nghệ linh hoạt có thể được sử dụng cho tất cả các loại thành phần ổn định về kích thước.
Hàng năm, khoảng năm đến bảy phần trăm trong số một triệu bộ phận đã qua sử dụng được xử lý bởi Circular Economy Solutions GmbH – tức là có tới 70.000 bộ phận – bị loại bỏ vì không thể xác định được chúng. Một nghiên cứu được thực hiện như một phần của dự án cho thấy độ chính xác nhận dạng là 98,9%. Xét về 70.000 bộ phận đã qua sử dụng bị loại bỏ, dự kiến nhận dạng dựa trên AI sẽ cho phép thêm 67.200 bộ phận đã qua sử dụng được đưa trở lại chu kỳ so với trước đây.
Các đối tác dự án đang liên tục xem xét tính bền vững của chương trình này. Mục đích của dự án là giữ cho các bộ phận được sử dụng nhiều hơn được lưu hành. Nhưng tất cả những điều này có xứng đáng với lượng năng lượng lớn cần thiết để đào tạo AI và cung cấp năng lượng cho máy ảnh và PC không? “Câu trả lời cho điều này là có. Tiềm năng tiết kiệm tương đương CO 2 là cao, trong khi ngược lại, nhu cầu năng lượng cho AI là không đáng kể. Theo dự đoán của chúng tôi, hệ thống AI sẽ tự thanh toán bằng lượng CO 2 tương đương trong vòng không quá một tuần,” nhà nghiên cứu tóm tắt.
Để biết thêm thông tin: www.fraunhofer.de
Tags: 3d vina, hiệu chuẩn, hiệu chuẩn thiết bị, máy đo 2d, máy đo 3d, máy đo cmm, sửa máy đo 2d, sửa máy đo 3d, sửa máy đo cmm