IA: para ser visto e não ouvido

O Quality Prediction Hub da Siemens utiliza aprendizado de máquina em dados de máquina e processo para prever problemas de qualidade ao longo do processo de embalagem para automatizar os processos de inspeção de qualidade, detectar problemas o mais cedo possível e fornecer informações indicando drivers de problemas de qualidade, que podem ser utilizados pelos operadores para otimizar configurações de linha.Imagem cortesia da Siemens

Como uma expressão do século 15, "As crianças devem ser vistas, mas não ouvidas", a inteligência artificial (IA) é tipicamente uma tecnologia de software incorporada que opera silenciosamente nos bastidores, mantendo um sistema de produção ou embalagem funcionando sem problemas - e é silenciosa, a menos que algo saia do controle. controle e não é facilmente corrigido. Então, o sistema soa um alarme, possivelmente encerrando o processo até que o problema – que a IA já identificou – seja remediado por humanos.

Alguns fornecedores de sistemas de embalagem e controle começaram a promover o uso de IA em seus sistemas – e com razão. As tecnologias de IA estão finalmente se preparando para o horário nobre, desde que tenham entradas suficientes de sensores e/ou dados acumulados provenientes de máquinas de embalagem, robótica, sistemas de inspeção visual, motores e outros aplicativos de software, como MES, inventário, logística e controles de processo. Sem esses dados, a IA é cega.

Achei que seria interessante "perguntar" a um sistema de IA (ChatGPT) o que ele considera serem os benefícios que a IA pode trazer aos sistemas de embalagem de alimentos. Embora a IA provavelmente ainda não coloque escritores e editores desempregados, as respostas do ChatGPT foram resumidas: "A IA pode ajudar os sistemas de embalagem de alimentos a operar de maneira mais eficiente, eficaz e sustentável, levando a melhor qualidade, redução de desperdício e maior lucratividade". Para obter a resposta completa, consulte a caixa "IA chatbot revela os benefícios da IA ​​nas operações do sistema de embalagem".

Para os fornecedores de equipamentos de embalagem, o caminho para a IA teve muitos sinais ao longo do caminho. Por exemplo, em 2018, a Harpak-ULMA estabeleceu uma visão e um plano para se transformar em um fornecedor inovador e ágil de plataformas de embalagens inteligentes e conectadas, diz Alexander Ouellet, gerente de inovação. Cinco anos depois desse plano plurianual e multifásico de transformação digital, a empresa agora está demonstrando como e por que a transformação digital agrega valor ao cliente em operações de embalagem por força da aceitação comercial exibida por clientes atuais e potenciais.

"Essa estratégia", diz Ouellet, "enraizada no fornecimento de máquinas inteligentes e conectadas que estabelecem uma base para a transformação digital (dados), é construída progressivamente para integrar IoT, realidade aumentada (AR), gêmeos digitais e recursos de manutenção preditiva. A empresa planeja para lançar comercialmente recursos incorporados de AR e gêmeos digitais em 2023, após betas de vários anos com clientes da Fortune 500."

A aplicação de tecnologias de aprendizado de máquina e IA com base em grandes volumes de dados coletados é fundamental para a fase final de uma oferta de manutenção preditiva planejada em suas plataformas de embalagem, acrescenta Ouellet. Embora esta seja a principal proposta de valor do cliente visada, a empresa deu vários passos menores para alavancar a IA para avaliar, analisar e identificar várias melhorias incrementais em torno de processos ou ofertas existentes.

Outras aplicações de IA estão sendo investigadas pela Harpak-ULMA. Por exemplo, a capacidade da plataforma de alertar/recomendar a reconstrução de uma ferramenta seladora de bandejas com base em contagens de ciclo e outras variáveis ​​de tempo de execução (observe que isso não é verdade para o monitoramento baseado em condições). Outro aspecto desse tipo de IA está sendo investigado para gerenciamento de estoque de peças de reposição. A IA também está sendo testada para analisar solicitações de serviço e tíquetes de suporte para identificar padrões que possam ajudar a estabelecer uma abordagem de resposta ao cliente mais proativa. Por fim, a empresa está trabalhando ativamente para incorporar uma ferramenta de IA voltada para a solução de problemas de máquinas e gerenciamento de produção para uma plataforma de embalagem.