Innowacje dla transformacji przemysłu

Okres realizacji: 1 października 2016 – 30 września 2020

Czas trwania: 48 miesięcy

Projekt finansowany z programu Horizon 2020, Skoncentrowany na opracowaniu systemu kontroli procesów produkcyjnych w czasie rzeczywistym, mającego na celu osiągnięcie produkcji wolnej od wad (defect-free production) . Projekt opiera się na integracji modeli symulacyjnych rzędu zredukowanego (ROM) z rzeczywistymi danymi z procesów wytwarzania, co umożliwia automatyczną i natychmiastową korektę parametrów produkcji.

Udział firmy Fersa

Wdrożyliśmy i zweryfikowaliśmy opracowane rozwiązania na rzeczywistych liniach produkcyjnych, wnosząc naszą wiedzę ekspercką w zakresie procesów wytwarzania oraz kontroli jakości.

Wybitne wyniki:

Redukcja wad: Obniżenie wskaźnika wadliwości produktów, z redukcją przekraczającą 72% na wybranych liniach produkcyjnych.

Wzrost wydajności: Przestoje związane z regulacją parametrów oraz zmianą referencji zostały skrócone o co najmniej 50%.

Oszczędności ekonomiczne: Szacowane roczne oszczędności w jednym z zakładów uczestniczących wyniosły do 1,23 mln euro dzięki wdrożeniu systemu STREAM-0D.

Okres realizacji: styczeń 2018 – grudzień 2020

Czas trwania: 36 miesięcy

Cel: Opracowanie platformy analizy Big Data w celu doskonalenia procesów w czasie rzeczywistym.

Efektywność operacyjna procesów pozwala na przewidywanie w czasie rzeczywistym ewentualnych wad i odchyleń w procesie produkcyjnym. System sugeruje zmiany kluczowych parametrów kontrolnych, aby korygować te odchylenia już na początku linii produkcyjnej (line head). Taka predykcja umożliwia wyprzedzenie działań naprawczych i efektywne dostosowanie procesu produkcji.

Jest to możliwe dzięki zastosowaniu metamodelu, który łączy dane procesowe z pomiarami kontroli jakości online oraz identyfikacją wad jakościowych w procesie. Metamodel ten integruje różne modele Machine Learning (uczenia maszynowego), które odwzorowują rzeczywiste zachowanie maszyn.

Udział firmy Fersa: Fersa opracowała narzędzie, które gromadzi zarówno dane produkcyjne, jak i dane z kontroli wymiarowej online, przesyłając je w czasie rzeczywistym do modeli Machine Learning poszczególnych stacji. Modele te generują szereg wskaźników oraz sugestii dotyczących regulacji parametrów. Co istotne, modele te są automatycznie douczane (retrained) na podstawie danych historycznych w sytuacjach, gdy jakość ich predykcji spadnie poniżej określonych progów.

Wybitne wyniki:

• Pełna i jednoznaczna identyfikowalność na jednej z naszych linii produkcyjnych dla klientów OEM

• Cyfrowy bliźniak dla wsparcia operatora w czasie rzeczywistym

Okres realizacji: październik 2020 – wrzesień 2023

Czas trwania: 36 miesięcy

Cel: Opracowanie rozproszonej i interoperacyjnej architektury sztucznej inteligencji dla cyfryzacji przemysłu, ułatwiającej automatyzację oraz wsparcie operatorów w procesach wytwarzania.

Udział firmy Fersa:

Firma Fersa uczestniczyła w projekcie jako partner przemysłowy, wdrażając opracowane rozwiązania we własnych procesach produkcyjnych w celu zwiększenia ich wydajności i elastyczności. Głównym celem była optymalizacja kosztów wytwarzania poprzez dostosowanie procesów technologicznych, oprzyrządowania oraz parametrów do rzeczywistej jakości otrzymywanych komponentów, dzięki wykorzystaniu technologii sztucznej inteligencji (AI). Inicjatywa ta pozwoliła na znaczną poprawę planowania, wzrost produktywności oraz bardziej efektywne zarządzanie logistyką.

Wybitne wyniki:

• Skrócenie czasu przezbrojenia maszyn dzięki optymalizacji potrzeb, gromadzeniu danych w czasie rzeczywistym oraz pętli sprzężenia zwrotnego z maszynami.

• Wzrost jakości dzięki przewidywaniu problemów,

• Wzrost produktywności.

Okres realizacji: październik 2020 – marzec 2024 (42 miesiące)

Cel: Produkcja z zerową liczbą błędów (0 defects) poprzez zarządzanie danymi z procesów produkcyjnych. Obejmuje to kontrolę temperatury podczas szlifowania oraz pomiar falistości powierzchni tocznych. Dane te, w połączeniu z nowymi urządzeniami pomiarowymi, pozwalają na gromadzenie informacji, które dzięki technologii Big Data umożliwiają podejmowanie inteligentnych decyzji procesowych w celu optymalizacji produkcji.

Udział firmy Fersa

Firma Fersa uczestniczy w projekcie jako jeden z partnerów przemysłowych, wnosząc swoje bogate doświadczenie w produkcji łożysk wysokoprecyzyjnych.

Wybitne wyniki:

• Wdrożenie sieci czujników do pomiaru topografii submikrometrycznej w procesach szlifowania

• Integracja czujników wirtualnych do analizy drgań

• Opracowanie narzędzi do eksploracji danych (data mining) w celu zapewnienia identyfikowalności i weryfikacji integralności danych.

Początek: 2025

Program: CDTI (Centrum Rozwoju Technologii Przemysłowych) – Misje (Transmissions)

Cel: Dążenie do budowy autonomicznych, bezpiecznych i zrównoważonych fabryk poprzez wdrażanie zaawansowanych technologii, takich jak głębokie uczenie (deep learning) oraz przetwarzanie krawędziowe (edge computing).

Udział firmy Fersa:

W ramach tego krajowego projektu Fersa współpracuje z centrum technologicznym IDEKO.

Główny cel: Opracowanie systemów umożliwiających podejmowanie decyzji w czasie rzeczywistym oraz autonomiczną adaptację procesów wytwarzania w celu poprawy wydajności i jakości.

Początek: 2025

Finansowanie: Unia Europejska – Next Generation EU, za pośrednictwem Ministerstwa Transformacji Cyfrowej i Administracji Publicznej Hiszpanii.

Cel: Budowa sektorowej przestrzeni danych umożliwiającej wymianę informacji między podmiotami ekosystemu przemysłowego w celu tworzenia nowych rozwiązań, usług i modeli biznesowych opartych na współdzieleniu danych.

Udział firmy Fersa:

W ramach tego projektu Fersa współpracuje z centrami technologicznymi IDEKO oraz Tecnalia.

Podejście: Wdrażanie zaawansowanych technologii cyfryzacji w celu poprawy identyfikowalności, wydajności oraz zrównoważonego rozwoju w produkcji przemysłowej.