Τεχνολογικοί Στόχοι
- Ανάπτυξη συστήματος Τεχνητής Νοημοσύνης βασισμένου σε Μηχανική Μάθηση (Machine Learning) για την πρόβλεψη σφαλμάτων, το οποίο θα τροφοδοτεί το σύστημα λήψης αποφάσεων και θα συνδέεται, τόσο με τα συστήματα επικοινωνίας στο πεδίο των μηχανών, όσο και με τα συστήματα επιθεώρησης και διαχείρισης σφαλμάτων σε ανώτερα επίπεδα.
- Ανάπτυξη ενός αποτελεσματικού συστήματος υποστήριξης λήψης αποφάσεων (Decision Support System, DSS), για την βελτίωση των διαδικασιών λειτουργίας και συντήρησης, σε συνδυασμό με την παροχή έγκυρων και έγκαιρων ενημερώσεων, για την αποφυγή και της διάδοσης σφαλμάτων.
- Ανάπτυξη συστημικών μοντέλων βασισμένων σε δεδομένα κατανάλωσης πόρων, ενέργειας και υλών σε συνδυασμό με προηγμένες τεχνικές βελτιστοποίησης, ώστε να επιτευχθεί η ελαχιστοποίηση των ελαττωματικών προϊόντων και μακροπρόθεσμα το κόστος λειτουργίας με διατήρηση της υψηλής ποιότητας των προϊόντων.
- Μελέτη της εγκατάστασης των ευφυών αισθητήρων συμβατικών και οπτικών μετρήσεων (χρήση μηχανικής όρασης και τεχνικών επεξεργασίας εικόνας) με στόχο την ανάκτηση δεδομένων ποιότητας από κρίσιμα σημεία και εξοπλισμό της παραγωγής και την αναγνώριση σφαλμάτων και ελαττωματικών προϊόντων.
Προκλήσεις
- Βελτίωση παραγωγικότητας κάτω από δυναμικά μεταβαλλόμενες συνθήκες μέσω της πρόβλεψης, πρόληψης, αναγνώρισης και διόρθωσης, λαμβάνοντας υπόψη όλο τον κύκλο παραγωγής του προϊόντος.
- Ελαχιστοποίηση ελαττωματικών προϊόντων και εκείνων που δεν πληρούν τις αυστηρές προδιαγραφές υγιεινής και ασφάλειας της βιομηχανίας τροφίμων.
- Ελαχιστοποίηση υπολειμμάτων της παραγωγικής διαδικασίας και των μη χρησιμοποιούμενων α’ υλών.
- Μείωση του λειτουργικού κόστους με βέλτιστη χρήση των α΄ και β’ υλών και των απαιτούμενων πόρων, μέσω διαφόρων συστημάτων παρακολούθησης παραγωγής, διαδικασιών συντήρησης και πληροφοριακών συστημάτων.
Στρατηγικές
Οι Στρατηγικές Μηδενικών Σφαλμάτων και η αντίστοιχη προσέγγιση, ευρέως γνωστή ως Zero-defect manufacturing strategy/ZDM, αποτελούν εξέλιξη μεθοδολογιών ελέγχου και διασφάλισης ποιότητας. Η προσέγγιση του FLAWLESS επιτρέπει την επίτευξη του στόχου μέσω 5 στρατηγικών.
Η στρατηγική αναγνώρισης είναι η αρχική καταγραφή των δεδομένων στο εργοστάσιο και η αναγνώριση κάθε συμβάντος που δημιουργείται και έχει ως έξοδο τα συγκεκριμένα δεδομένα. Με την αναγνώριση μαθαίνουμε τη λειτουργία του εργοστασίου εντός φυσιολογικών ή μη ορίων
Τεχνολογίες
Το σύστημα της Αυτόνομης ποιότητας τροφοδοτείται από δεδομένα που προέρχονται από τη μηχανή και τη λειτουργία της. Συνδυάζει δεδομένα από άλλα υποσυστήματα όπως η αναγνώριση κωδικού προϊόντος και το σύστημα Επιθεώρησης, Αναγνώρισης και Πρόβλεψης Σφαλμάτων/Ελαττωμάτων. Το κύριο χαρακτηριστικό του συστήματος είναι η τροφοδοσία αλγορίθμων βαθιάς μάθησης, οι οποίοι έχουν εκπαιδευτεί με ιστορικά δεδομένα που διαθέτει η βάση δεδομένων της μηχανής ή έχουν συλλεγεί στην περίοδο προετοιμασίας. Οι αλγόριθμοι αυτοί έχουν σχεδιαστεί ώστε να προσφέρουν μια βέλτιστη αφετηρία για τις ρυθμίσεις του μηχανήματος ανά διαφορετικό κωδικό προϊόντος. Έτσι ο χειριστής της μηχανής σε περιβάλλον με ενσωμάτωση του FLAWLESS έχει τη δυνατότητα να ακολουθήσει τις βέλτιστες προτεινόμενες ρυθμίσεις παραγωγής / συσκευασίας ώστε να ελαχιστοποιήσει πιθανές αστοχίες.