Компания Mitsubishi Electric разработала технологию для усовершенствования производственных линий
Mitsubishi Electric объявила о разработке новой технологии для эффективного проектирования производственных площадей и потока материалов, а также точной оценки производительности – технологии искусственного интеллекта (ИИ) Maisart. Комбинированная технология позволяет сравнивать детализированные планы по усовершенствованию производственных линий и примерно в два раза сокращает время, которое обычно требуется для такого анализа.
Maisart представляет собой запатентованную технологию ИИ Mitsubishi Electric и включает компактный ИИ, автоматизированный алгоритм глубокого обучения и самообучающийся ИИ. Maisart — это аббревиатура, образованная из слов «Mitsubishi Electric AI — State-of-the-ART» (в переводе: «ИИ Mitsubishi Electric – прорыв в сфере технологий»). В рамках корпоративной концепции «Original AI technology makes everything smart» компания применяет подлинные технологии ИИ и периферийные вычисления, чтобы сделать устройства более «умными» и безопасными, интуитивно понятными и удобными.
Ключевые характеристики новой технологии:
- Интегрированное проектирование производственных площадей и потока материалов повышает эффективность планирования. Новая технология объединяет в себе проектирование производственных площадей и потока материалов для быстрой идентификации и решения потенциальных проблем, что затруднительно в традиционных неинтегрированных средах проектирования. Данная технология также визуализирует информацию, например аналитические данные «расстояние-интенсивность» (DI- distance-intensity), которые генерируются по мере разработки усовершенствований. Планировки, поток материалов, скорость их перемещения между процессами отображаются в виде понятной графики, что повышает качество планирования.
- Моделирование на основе ИИ позволяет точно оценить ожидаемый рост производительности. Эта технология автоматически генерирует данные для достоверных расчетов объема производства на основе информации о реальных производственных процессах, например данных об изменениях длительности процессов и эффективности работы. С помощью этих данных объем производства может быть смоделирован с точностью более 90%. Кроме того, обеспечивается возможность сравнения нескольких вариантов планов по усовершенствованию с точки зрения ожидаемой производительности.