Mesterséges intelligencia alkalmazása az Aoi és Axi rendszerek optimalizálásában és hibák előrejelzésében a gyártási folyamatok lean szemléletű fejlesztése érdekében
Dátum
Szerzők
Folyóirat címe
Folyóirat ISSN
Kötet címe (évfolyam száma)
Kiadó
Absztrakt
Diplomamunkámban a mesterséges intelligencia alkalmazását vizsgálom az ipari gyártási folyamatokban, különös tekintettel az AOI és AXI rendszerekre. Ezek a rendszerek alapvető szerepet töltenek be az elektronikus alkatrészek minőségellenőrzésében, ahol az innováció, a hatékonyság és a költségcsökkentés kiemelten fontosak. A mesterséges intelligencia bevezetésének célja az AOI és AXI rendszerek teljesítményének javítása, amely hosszú távon növeli a termelékenységet és a versenyképességet. A várható eredmények között szerepel a hibafelismerési pontosság jelentős növelése, a gyorsabb, szinte valós idejű adatfeldolgozás, valamint a selejt arányának csökkentése. Ezek a fejlesztések csökkentik a gyártási hibákból eredő költségeket, amelyek a hibák korai felismerésével tízszeres, későbbi észleléssel akár ezerszeres nagyságrendű többletköltséget jelenthetnek. Azonban a mesterséges intelligencia bevezetése az AOI/AXI rendszerekben nem hozta meg a teljesen várt eredményeket. A hagyományos szabályalapú automatizálás nem tud teljes mértékben alkalmazkodni a változó gyártási környezethez, így az emberi felügyelet továbbra is szükséges. A lean alapelvek alkalmazása ugyan növelte a gyártási kapacitást és stabilizálta a működést, de az integráció és folyamatos fejlesztés komplex feladatnak bizonyult. Az AIMS (AI-alapú minőségellenőrző rendszer) bevezetése előrelépést jelentett a hibák felismerésében és a folyamatok optimalizálásában, azonban a teljes automatizáltság és önálló működés még távolinak tűnik. A rendszer további fejlesztése és tanítása szükséges, miközben technológiai és szervezeti akadályok is felmerülnek. A jövőbeni fejlesztési irányok között szerepel az APS bevezetése, amely a mesterséges intelligencia alapú ütemezéssel tovább csökkentheti a gyártási hibákat és növelheti a termelési hatékonyságot. Ennek integrációja azonban szintén összetett tervezést és gyors reagálást igényel. Technológiai szempontból a legnagyobb kihívást a valós idejű, nagy mennyiségű adat feldolgozása, a gyártási környezet gyors változásaihoz való alkalmazkodás, valamint a meglévő kiberbiztonsági rendszerekkel való integráció jelentette. Lean szempontból pedig a dolgozók képzése, a szakértelem megszerzése és az új technológiák beillesztése a meglévő munkafolyamatokba okozott nehézségeket. Összességében a mesterséges intelligencia nagy potenciált rejt magában az ipari gyártásban, azonban a jelenlegi bevezetési tapasztalatok alapján az AOI és AXI rendszerek esetében még nem érte el a teljes körű, zökkenőmentes hatékonyságnövelést és hibacsökkentést. További fejlesztések és optimalizációk szükségesek a teljes automatizálás és önálló működés megvalósításához.