Pour éviter de longs temps d'arrêt et de grandes quantités de ferraille, les fabricants doivent concevoir des processus de production stables et efficaces. Des résultats particulièrement réussis sont obtenus lorsque l'expérience des personnes qui utilisent les machines est prise en compte. L'Institut Fraunhofer pour l'ingénierie des procédés et l'emballage IVV à Dresde développe un système d'aide à l'auto-apprentissage qui aide les opérateurs de machines à résoudre les erreurs et à développer leur expérience et leurs connaissances des processus.

Pour prendre un exemple concret :Sur une machine de traitement, les barres de chocolat sont emballées dans du papier. Un capteur détecte un écart dans le processus de production et la machine s'arrête. Même avec des systèmes de pointe, une brève interruption se produit en moyenne toutes les cinq minutes. Un opérateur de machine expérimenté sait où se trouve la cause de l'erreur. Il ou elle voit que le papier se plie et conclut que, dans ce cas, la vitesse de la machine doit être réglée. Cependant, cette connaissance est spécifique à la personne - un collègue avec moins d'expérience aurait besoin de plus de temps pour trouver la solution.

Pour mettre à tout moment cette connaissance basée sur l'expérience à la disposition de tous les opérateurs, les scientifiques de Fraunhofer IVV à Dresde développent SAM, un système d'aide à l'auto-apprentissage pour les opérateurs de machines. Le système observe les états de la machine et les actions de l'opérateur et enregistre les stratégies de solution réussies. À l'aide d'un ordinateur tablette, par exemple, l'opérateur de la machine saisit sa solution puis la relie à la situation de panne actuelle enregistrée par SAM. Si un défaut donné s'est produit plusieurs fois, SAM le reconnaît et peut donner à l'opérateur des conseils sur la cause et sur la façon de résoudre le problème. De cette façon, la machine est rapidement réparée et fonctionne à nouveau.

Pour permettre à SAM d'apprendre les situations de panne, les scientifiques de Fraunhofer IVV utilisent des algorithmes d'apprentissage automatique. Équipé d'une extraction de caractéristiques intelligente, SAM est capable d'apprendre à une vitesse similaire à celle des humains et peut reconnaître des modèles après seulement quelques répétitions. "Grâce à notre connaissance des procédés des machines de conditionnement, nous sommes capables de faire SAM très rapidement, " explique André Schult, Responsable de groupe pour la numérisation et l'efficacité des processus chez Fraunhofer IVV.

Travailler avec SAM est une expérience centrée sur les personnes

Lors de la conception de SAM, Fraunhofer IVV à Dresde a placé l'humain au centre de ses préoccupations. "Un être humain est un outil merveilleux. Avec ses mains et ses yeux, ils sont plus flexibles et meilleurs que de nombreux robots ou caméras, " dit André Schult. Cependant, les processus et les systèmes sont de plus en plus complexes. Avec SAM, Schult souhaite également permettre à l'avenir aux opérateurs de reconnaître eux-mêmes les erreurs et de proposer leurs propres solutions. Les gens devraient savoir que, malgré toute la technologie de pointe, l'homme joue un rôle indispensable dans la production. Cela augmente leur sens de la valeur dans leur travail et leur motivation.

En collaboration avec des partenaires de l'industrie et de la science, Fraunhofer IVV prévoit de poursuivre le développement du système d'aide à l'opérateur par auto-apprentissage au cours des cinq prochaines années et d'ajouter de nouvelles fonctionnalités grâce à une gamme de nouveaux modules. De cette façon, il sera possible d'adapter SAM aux exigences spécifiques des clients. Les fonctionnalités supplémentaires possibles incluent des choses comme l'utilisation du traitement d'image, capteurs externes, et la reconnaissance de la parole et des gestes. Avoir hâte de, les constructeurs pourront utiliser SAM tant pour l'exploitation que pour la maintenance, mettre en place, montage et développement de machines.