Starší generace si pojem „Magické oko“ možná spojí s filmem Bony a klid, ale v automobilce ŠKODA jde o něco úplně jiného. Jde o unikátní systém umělé inteligence, který slouží k minimalizaci ztrát při odstávkách
Montážní linka v hale M13 v závodě ŠKODA Auto v Mladé Boleslavi patří k těm vůbec nejvytíženějším v automobilce. Vyrábí se tu nejprodávanější model značky Škoda Octavia a zároveň tu vzniká elektrické SUV Škoda Enyaq iV. Každá minuta odstávky této linky znamená ztráty v podobě nevyrobených vozů.
Vedle kvality, která je pro automobilku s ohledem na zákazníka samozřejmě nejdůležitější, je pro výrobu zásadní efektivní využití kapacit. Efektivní využití znamená minimum prostojů, a tedy minimum poruch, které by tyto prostoje způsobovaly. Poruchám se dá předcházet zvýšenou prevencí, což je ale drahé, nebo intenzivnější údržbou při vzniku poruchy, což je zase náročné z hlediska personálu a jeho kvalifikace. „Využít možnosti moderních technologií, digitalizace, sběru dat a odhadnout, kdy je dané zařízení již na hraně poruchy, a opravit ho dříve, než porucha nebo prostoj vzniknou, je z hlediska údržby optimální,“ vysvětluje Marek Jancák, vedoucí výroby vozů ŠKODA Auto.
Takovému přístupu se říká prediktivní údržba a je to jeden z pilířů strategie údržby ŠKODA Auto do roku 2025. Jedním z prvních projektů na tomto poli je právě nasazení metody prediktivní údržby v hale M13. Řešení zvané MAGIC EYE tu slouží ke sledování stavu a detekci závad u pojezdových nosníků závěsů, ve kterých se po lince pohybují vyráběné vozy, a také k témuž u takzvaných šín, což je v podstatě napájecí a datové rozhraní pro zařízení na lince.
Systém se skládá z potřebného hardwaru, jenž je instalován na jednom z rámů, které tu po lince s karoseriemi cestují, a samozřejmě z pokročilého softwaru. Ten intenzivně využívá umělou inteligenci. Na rámu je osazeno šest kamer, které monitorují stav sledovaných prvků. Sedmá kamera slouží ke čtení QR kódů, s jejichž pomocí systém určuje, kde se právě čtecí zařízení nachází. Kamery jsou přímo napojeny na výkonný počítač přímo na rámu, na kterém paralelně analýzu nasbíraných fotografií provádí deset umělých neuronových sítí.
Co všechno umí digitální neurony?
Umělé neuronové sítě jsou dnes jedním ze základních prvků takzvané umělé inteligence. Je to výpočetní model, který v podstatě simuluje chování klasických neuronů, tedy biologických sítí. Umělé neurony si v síti předávají signály, které zpracovávají pomocí přenosových funkcí. Neuronové sítě se využívají například při rozpoznávání obrazu či zvuků, předvídání vývoje časových řad i v dalších aplikacích umělé inteligence.
Učení umělé inteligence
Než mohl být systém MAGIC EYE uveden do praxe, bylo potřeba digitální neuronové sítě rozpoznávání závad naučit. To si vyžádalo asi tři měsíce práce a tisíce různých fotografií. „Využívali jsme fotografie nasnímané během testovacího provozu, ale zároveň jsme museli použít i pokročilou metodu matematického modelování, pomocí které jsme některé závady vymodelovali ve virtuálním prostředí,“ říká autor projektu Libor Šída, trendsetter v hale M13. Modelování bylo nutné proto, že některé možné závady se v praxi vyskytují velmi vzácně a navíc jsou tak závažné, že jejich učení v praxi by bylo pro linku komplikací. „Například závada prasklého nosníku se v praxi v podstatě vyskytnout nemůže,“ vysvětluje Šída.
Neuronové sítě systému MAGIC EYE teď umí rozeznat celkem 14 typů závad. „U každé závady umíme detekovat několik tříd. Můžeme si to představit třeba jako šroub, který není utažený, nebo je úplně utržený. Celkově umí systém detekovat asi stovku takových různých stavů,“ říká Šída. S analýzou pomáhá i jeden speciální typ umělých neuronových sítí, takzvaný autoenkodér. „Toto řešení slouží k detekci vad, se kterými jsme se ještě nesetkali a neměli jsme možnost je ani nasimulovat,“ dodává. Může jít třeba o cizí předmět typu špony v dráze.
Analýza v reálném čase
MAGIC EYE teď stav zařízení na výrobní lince v hale M13 monitoruje neustále. Během jednoho okruhu po lince, který trvá samozřejmě tak dlouho jako pobyt jednoho vozu na ní, nasbírají kamery zhruba 450 000 fotografií. Ty jsou okamžitě analyzovány a výsledky se přes firemní wi-fi síť odesílají do cloudu.
Pokud systém odhalí nějakou nesrovnalost, upozorní na to operátora údržby, který je schopen v aplikaci zkontrolovat, zda jde skutečně o vznikající závadu, nebo planý poplach. Podle toho je pak schopen naplánovat další kroky – dát pokyn k okamžité nápravě, nebo třeba naplánovat úkony, které vznikající poškození, jež ale zatím nemá vážný charakter, odstraní při některé z plánovaných odstávek.
„Všechny detekované vady nám následně pomáhají systém dál učit a průběžně ho tak zdokonalovat,“ říká Filip Koliáš, vedoucí Centrálního technického servisu. Tímto se vlastně mění i vnímání samotné profese údržbáře. Už nejde jen o zručného a schopného technika a mechanika. Je to i specialista, který navrhuje a vyvíjí právě metody pro prediktivní údržbu. Automobilka plánuje systém MAGIC EYE nasadit i v dalších provozech, nejen v těch čistě výrobních. Zájem o techniku projevil i koncern Volkswagen. ŠKODA AUTO má v souvislosti s MAGIC EYE také podanou žádost o patent.