Wie digitale Zwillinge der Metallfertigung ein neues Maß an Intelligenz verleihen

hafakot/iStock/Getty Images Plus

Stellen Sie sich vor, ein Werksleiter kommt morgens an, öffnet einen Laptop oder eine Telefon-App und fragt: „Was soll ich heute beachten?“ Das System würde dann potenzielle Probleme bereiten. Eine Maschine ist unerwartet ausgefallen. Ein Auftrag aus der vorherigen Schicht dauerte länger als erwartet. Vielleicht fehlen in einer Abteilung ein paar Leute. Das System schlägt Änderungen vor und der Werksleiter übernimmt diese oder passt sie bei Bedarf an.

Ein solches Szenario ist keine Science-Fiction. Tatsächlich könnte die Technologie bereits im nächsten Jahr Realität werden. Während ich dies schreibe, arbeitet Ultisim, ein in Chapel Hill, North Carolina, ansässiges Unternehmen, das sich auf digitale Zwillinge spezialisiert hat, mit einem Hersteller zusammen, um ein solches System zu entwickeln, das Daten von Maschinen, Enterprise-Resource-Planning-Plattformen und einer Vielzahl anderer Quellen verknüpft. Es verwendet eine Schnittstelle mit großem Sprachmodell, die der durch ChatGPT bekannt gewordenen ähnelt, sich jedoch auf die Lösung von Problemen konzentriert, mit denen Hersteller konfrontiert sind.

„Jede Bestellung, die [dieser Hersteller] erhält, ist individuell“, sagte Richard Boyd, CEO von Ultisim und seinem Schwesterunternehmen Tanjo, das sich auf die algorithmischen Bausteine ​​des maschinellen Lernens und der künstlichen Intelligenz (KI) konzentriert. „Diese Vielfalt macht es schwierig und interessant. Wenn wir ihre Probleme lösen, können wir andere Probleme viel einfacher angehen.“

Solche Modelle mit hohem Produktmix liegen im Bereich der kundenspezifischen Metallfertigung, was einer der Gründe ist, warum Boyd plant, seine Lösung auf diesen Markt zu bringen (er wird im September in Chicago bei FABTECH sprechen). In den meisten Custom-Fab-Shops kann jeder Auftrag eine bestimmte Weiterleitung durch bestimmte Wertströme haben; Maschinen; oder prozessorientierte Abteilungen wie Schneiden, Biegen, Hardware, Schweißen, Pulverbeschichtung und Montage; mit (je nach Auftragsrouting) verschiedenen dazwischen gestreuten Nebenoperationen.

Jeder im Unternehmen kann den digitalen Zwilling durch etwas betrachten, das Boyd als „Linsen“ bezeichnet, die auf bestimmte Personen und Arbeitsfunktionen zugeschnitten sind. Jemand im Finanzwesen hätte eine andere Sichtweise als jemand im Vertrieb, in der Terminplanung oder in der Produktionsplanung.

Darüber hinaus würden die Daten, aus denen der Zwilling besteht, nicht von ihrem ursprünglichen Speicherort verschoben. „Wir brauchen keinen großen Datensee“, sagte Boyd und fügte hinzu, dass das System abrufen kann, was es benötigt, und „die Daten dort belassen kann, wo sie sind“. Das Letzte, was ein Unternehmen möchte, ist, Daten an einen zentralen Ort zu kopieren, da der Vorgang des Kopierens zu mehreren Versionen derselben Daten führt und zu allerlei unnötiger Komplexität führt.

Um all dies zu ermöglichen, sind mehrere Schlüsselfaktoren erforderlich. Der erste sind digitalisierte Daten. Ja, die meisten Hersteller verfügen über moderne Maschinen, die viele Daten erfassen, aber in einigen Abteilungen sind sie wahrscheinlich immer noch auf alte, einfache Maschinen angewiesen. Altes Eisen stirbt hart ab, und mechanisch gesehen erledigen sie ihre Arbeit immer noch gut. Allerdings werden sie zusätzliche Sensoren benötigen, um zu digitalisieren, was sie tun (wie viele Hübe, Fuß oder Stücke pro Minute oder Stunde für diesen oder jenen Job), aber das ist wirklich keine Herausforderung, besonders jetzt nicht.

„Wir haben eine Revolution bei den Sensoren erlebt“, sagte Boyd und fügte hinzu, dass einige Typen jetzt gedruckt werden – nicht mit 3D-Druckern, sondern mit der relativ alten Punktmatrixtechnologie. Selbst optische Sensoren sind kostengünstig, so dass der Einbau in alte Maschinen keine große wirtschaftliche oder gar technische Hürde mehr darstellt.

Eine Hürde stellten laut Boyd die sogenannten „dunklen Daten“ dar. Dazu gehören Daten, die sich in isolierter Software befinden, nicht gemeinsam genutzt werden und nicht ausreichend genutzt werden. Boyd hat jahrelang mit Unternehmen aus verschiedenen Branchen zusammengearbeitet, darunter auch solchen mit Verteidigungsverträgen, die vollständig transparente Anwendungsprotokollschnittstellen (APIs) erforderten. Dadurch werden dunkle Daten in nützliche Informationen umgewandelt. Informationen, so Boyd, seien „Daten im Ruhezustand“ oder „Daten in Bewegung“, die für die Nutzung von KI und maschinellem Lernen digital mit Metatags versehen wurden.

Viele Unternehmen nutzen im Laufe der Jahre eine Mischung unterschiedlicher Systeme in unterschiedlichen Einrichtungen. Dafür sind natürlich die Hersteller bekannt, aber auch viele andere Branchen. „In Krankenhäusern zum Beispiel kaufen die Leute all diese nicht integrierten Systeme, die sich manchmal nicht einmal darauf einig sind, wie spät es ist, und sie geben die Daten nicht weiter“, sagte Boyd.

Er fügte hinzu, dass einige Systemanbieter heute erhebliche Gebühren für das Privileg des vollständigen Datenzugriffs verlangen. Diese Praxis könnte zusammen mit anderen technischen Hürden nachlassen, wenn der Markt den Wert von Daten versteht. Boyd sagte, er sehe eine Verschiebung der Marktnachfrage, wenn der Wert und die finanziellen Erträge offensichtlich werden. Seine Organisation prognostiziert Renditen, die die Anfangsinvestition in den Schatten stellen, in manchen Fällen um das Zehnfache oder mehr.

Um dies zu erreichen, sind nicht nur Daten von Maschinen und Softwaresystemen erforderlich, sondern auch von Menschen. Dazu gehört genau, wie Menschen ihre Arbeit erledigen – insbesondere wie sie sich bewegen und mit Technologie interagieren. Boyd nannte dies die „menschliche Choreografie“.

Stellen Sie sich eine Werkstattsimulation vor, die eine bestimmte Arbeitssequenz vom Schneiden über das Biegen bis zum Schweißen testet. Die Simulation könnte sekundäre Vorgänge wie das Entgraten flacher Teile und vielleicht sogar das Einsetzen von Hardware umfassen. Anhand dieser Simulation konnten Planer sehen, welche Werkzeuge die Bediener austauschen müssten, wo diese Werkzeuge gelagert werden, wie schnell ein Wechsel im Durchschnitt durchgeführt werden könnte und wie sich eine Änderung der Reihenfolge auf den Gesamtablauf auswirken könnte. Der digitale Zwilling könnte sogar die Auswirkungen auf andere Bereiche des Werks vorhersagen, abhängig von bestimmten Auftragsmixen, sowie die Engpässe – die sich in der Produktion mit hohem Produktmix mit jedem neuen Auftragsmix auf der Produktionsfläche ändern können.

Die Verfolgung und Optimierung menschlicher Bewegungen mag ein wenig „Big Brotherish“ erscheinen, sagte Boyd, aber er fügte hinzu, dass die Kultur davon profitieren kann, wenn ein Unternehmen Verbesserungen mit den richtigen Anreizen verknüpft. Beispielsweise gibt es in Ultisims Testfall im verarbeitenden Gewerbe zufällig ein Mitarbeiterbeteiligungsprogramm (ESOP), sodass die Mitarbeiter den Nutzen erkennen, wenn sich die Finanzen des Unternehmens verbessern.

Sie erkennen auch, wie wertvoll ihr Wissen wirklich ist, wenn man bedenkt, dass es direkt in das System integriert ist. Boyd betonte, dass die Verwendung eines digitalen Zwillings den Bedarf an Stammeswissen nicht überflüssig macht. Tatsächlich ist Stammeswissen nicht grundsätzlich eine schlechte Sache. Schließlich kann ein Wettbewerber eine ähnliche Maschine oder Softwareplattform kaufen, aber er kann niemanden mit jahrzehntelanger Erfahrung duplizieren.

Hier fördern KI und digitale Zwillinge die Entscheidungsfindung, die sowohl auf harten Daten als auch auf Stammeswissen basiert. Im aktuellen Testfall überprüft ein Produktionsplaner, der kurz vor dem Ruhestand steht, die Entscheidungen, die der digitale Zwilling vorschlägt, und passt sie dann bei Bedarf an. Diese Optimierungen werden dann wieder in das System eingespeist, die Ergebnisse werden analysiert und – mit dem Wissen von Menschen und Daten von Systemen und Maschinen – werden Verbesserungen vorgenommen.

Die Erfassung dieses Stammeswissens ist für die Ausbildung der neuen Generation von entscheidender Bedeutung geworden. Kombinieren Sie es mit umsetzbaren Informationen, und Sie geben jüngeren Mitarbeitern die Werkzeuge an die Hand, die sie brauchen, um erfolgreich zu sein. Sie machen keine Arbeit – dieses Teil biegen, diese Hardware einsetzen –, weil ihr Vorgesetzter ihnen gesagt hat, dass sie es tun sollen. Wenn sie das große Ganze betrachten, durch eine bestimmte Linse betrachten und durch den digitalen Zwilling zum Leben erweckt werden, wissen sie, dass das, was sie jetzt tun, wahrscheinlich besser ist als das, was vorher war. Ist dies nicht der Fall, werden sie lernen, ebenso wie der digitale Zwilling, und die Bemühungen um Verbesserungen gehen weiter. Alles in allem ist das keine schlechte Art, eine Karriere zu verbringen.