C.C. Jensen benytter AI i produktionen
Kunstig intelligens hjælper C.C. Jensen med at estimere restfugten i deres oliefiltre. Estimatet hjælper Svendborg-virksomheden med at reducere energiforbruget samtidig med, at man bevarer en ensartede kvalitet.
Foto: CC Jensen
C.C. Jensen har specialiseret sig i at producere oliefiltre, bl.a. til skibsmotorer. Men hvor længe skal et oliefilter tørre, for at man opnår en ensartet kvalitet?
For at blive klogere på det har Svendborg-virksomheden, i samarbejde med Alexandra Instituttet og Aarhus Universitet, udviklet nogle AI-metoder, som kan estimere restfugten i deres oliefilter.
“Vi er interesseret i at finde ud af, hvor meget fugt der er tilbage, og hvornår vi skal stoppe tørreprocessen”, siger Christian Remi Wewer fra C.C. Jensen.
“Med den nye metode kan vi spare energi og dermed penge på processen”, siger Christian Remi Wewer, der har arbejdet med maskinlæring i regi af et MADE FAST-forskningsprojekt og som en del af sin ph.d. på Aarhus Universitet.
Det stiller helt særlige krav, når man skal implementere og operationalisere maskinlæring ude i produktionen og et industrielt miljø, hvor der er begrænset internetadgang for at undgå, at man har adgang til OT-udstyr udefra.
Det er her, at Alexandra Instituttet kommer ind i billedet, fordi de har bygget en kode, kaldet FactoryML, som er i stand til at integrere med fabriksmiljøet, forklarer Christian Remi Wewer:
“De har bygget et stykke værktøj, som du kan installere på en industriel PC, og som forvandler din maskinlæring til en sensor, og som gør os i stand til at måle ting, som enten er meget svært, for dyrt eller direkte umuligt at måle med fysiske sensorer.”
FactoryML kan også reducere de kompetencer, der skal til for at køre tørreprocessen.
“I stedet for at du skal have et større team med mange forskellige kompetencer, så kan du outsource det til FactoryML og nøjes med at have en data scientist til at køre softwaren. Det gør det nemt at have styr på det hele vejen igennem”, siger Christian Remi Wewer.
Det betyder tre ting:
For det første får de en mere ensartet produktion, og for det andet reducerer det tørretiden, hvilket medfører reduceret energiforbrug. Og for det tredje giver det øget traceability, hvilket betyder, at de kan gå ind og spore de enkelte filterindsatser og se, hvilke kvalitetsparametre, de er produceret under.
C.C. Jensen kunne godt selv have udviklet og implementeret de her ML-modeller i deres fabriksmiljø, men samarbejdet gjorde, at de kunne implementere modellerne hurtigere, uden at de skulle køre et større softwareprojekt.
-mauh
