AI: 見られるものであり、聞かれないもの

シーメンスの品質予測ハブは、機械およびプロセスデータの機械学習を利用して、包装プロセスに沿った品質問題を予測し、品質検査プロセスを自動化し、できるだけ早期に問題を検出し、オペレーターが最適化するために利用できる品質問題の要因を示す情報を提供します。ラインの設定。画像提供：シーメンス

15 世紀の表現「子供たちは見られるべきだが聞いてはいけない」のように、人工知能 (AI) は通常、舞台裏で静かに動作して生産システムや包装システムのスムーズな稼働を維持する組み込みソフトウェア テクノロジであり、何か問題が発生しない限り沈黙します。制御されており、簡単には修正できません。 その後、システムはアラームを鳴らし、AI がすでに特定した問題が人間によって解決されるまでプロセスをシャットダウンする可能性があります。

一部のパッケージングおよび制御システムベンダーは、システムでの AI の使用を宣伝し始めていますが、これには十分な理由があります。 AI テクノロジーは、パッケージング機械、ロボット工学、画像検査システム、モーター、および MES、在庫、物流、プロセス制御などのその他のソフトウェア アプリケーションに由来するセンサーや蓄積されたデータからの十分な入力があれば、ようやくゴールデンタイムに向けた準備が整いつつあります。 このデータがなければ、AI は盲目です。

AI が食品包装システムにもたらす利点を AI システム (ChatGPT) に「尋ねる」のは興味深いかもしれないと思いました。 おそらく AI によってライターや編集者が職を失うことはまだないでしょうが、ChatGPT の回答は次のように要約されています。「AI は食品包装システムをより効率的、効果的かつ持続的に運用するのに役立ち、品質の向上、無駄の削減、収益性の向上につながります。」 完全な回答については、「AI チャットボットがパッケージング システム運用における AI の利点を明らかにする」というボックスを参照してください。

包装機器のサプライヤーにとって、AI への道には多くの道しるべがありました。 たとえば、Harpak-ULMA は 2018 年に、スマートでコネクテッドなパッケージング プラットフォームの革新的で機敏なサプライヤーに変革するというビジョンと計画を策定しました、とイノベーション マネージャーの Alexander Ouellet 氏は述べています。 この複数年にわたる多段階のデジタル変革計画から 5 年が経過し、同社は現在、見込み客や顧客が示した商業的な受け入れによって、デジタル変革がパッケージング業務において顧客価値をどのように、そしてなぜもたらすのかを実証しています。

「この戦略は、デジタル変革 (データ) の基盤を確立するスマートなコネクテッド マシンの提供に根ざしており、IoT、拡張現実 (AR)、デジタル ツイン、予知保全機能を統合するために段階的に構築されています。」と Ouellet 氏は述べています。フォーチュン 500 社の顧客との複数年にわたるベータ版を経て、2023 年に組み込み AR およびデジタル ツイン機能を商用リリースする予定です。」

収集した大量のデータに基づく機械学習と AI テクノロジーの適用は、パッケージング プラットフォーム全体にわたる計画的な予知保全サービスの最終段階の鍵であると Ouellet 氏は付け加えます。 これはターゲットとしている主要な顧客価値提案ですが、同社は、既存のプロセスやサービスに関するさまざまな段階的な改善を評価、分析、特定するために AI を活用するための小さなステップをいくつか講じてきました。

他の AI アプリケーションも Harpak-ULMA によって研究されています。 たとえば、サイクル数やその他の実行時変数に基づいてトレイ シーラー ツールの再構築を警告/推奨するプラットフォームの機能 (これは条件ベースの監視には当てはまらないことに注意してください)。 この種の AI のもう 1 つの側面は、スペアパーツの在庫管理について研究されています。 AI は、サービス リクエストやサポート チケットを分析して、よりプロアクティブな顧客対応アプローチの確立に役立つパターンを特定するためにもテストされています。 最後に、同社は機械のトラブルシューティングとパッケージング プラットフォームの生産管理を対象とした AI ツールの導入に積極的に取り組んでいます。

大規模なデータ ウェアハウスを通じて予知保全を成功させることで実現できる興味深いビジネス モデルの 1 つは、業界ベンチマーク サービスであると Ouellet 氏は言います。 現時点ではまだ構想段階にありますが、収集され匿名化された大量のデータをマイニングして、クラス最高の一連の運用パフォーマンス指標を生成することができます。これは、生産者が自社のパッケージング運用の有効性を同業他社と比較してよりよく理解するのに役立ちます。 。

AI ベースのサプライ チェーンと分析ソフトウェアは、パッケージングと制御機能の拡張に役立ちます。 たとえば、Peak Analytics ソフトウェアは AI と機械学習アルゴリズムを活用して、食品包装業界の品質管理と予知保全においてより良い成果をもたらすことができる、と Peak Technologies 社長の John Dwinell 氏は述べています。 品質管理のために、Siena Analytics ソフトウェアは、製造、包装、流通プロセス中に包装材の画像を分析する AI モデルを開発して、ラベルやシールの欠陥や不規則性、さらには包装自体の物理的欠陥を検出できます。 これは、無駄を削減し、製品の品質を向上させ、規制要件を確実に遵守するのに役立ちます。

監視/制御機器やセンサーがなければ、AI はマシンを最高の状態で稼働し続けるために必要なデータを得ることができません。 Red Lion Controls は、フィールド デバイス データのデータ収集やエッジ コンピューティングに使用できるセンサー、I/O モジュール、コントローラー、HMI、IIoT ゲートウェイなどの幅広い製品を提供しています。 このデータは AI を活用したアプリケーションと統合して、食品包装プロセスを強化できると技術ビジネス開発マネージャーのバリー ターナー氏は述べています。

シーメンス デジタル インダストリーズは、製造全般、特にパッケージングにおけるさまざまな重要な課題をカバーする IIoT ソリューションを開発しました、とシーメンスの MindSphere 産業ソリューション責任者、アレクサンダー エプル氏は述べています。 たとえば、機器のダウンタイムによる生産損失は通常、食品業界に損失 1 時間あたり 20,000 ドルから 30,000 ドルの損失をもたらします。 2 つの AI ベースのソリューションは、機器の故障を予測できます。

まず、シーメンスの Senseye は、高度な AI を使用してゼロから構築されており、マシンの将来を予測します。 より具体的には、Senseye PdM は、メーカーがすでに収集しているデータ、または完全なパッケージの一部として新しくインストールされたセンサーを使用して、あらゆる資産、システム、またはデータ ソースと統合します。 第 2 に、Edge Analytics は、回転機械の振動スペクトルの異常を自動的に検出し、問題についてオペレーターに早期に警​​告する AI 機能を提供します。 さらに、問題の根本原因を特定し、対象となる軽減アクションを定義するために必要なツールも提供します。

これらのソフトウェア ソリューションに加え、GE Digital は Proficy Operations Analytics と Proficy CSense も提供しています。これらは、AI テクノロジーを使用して食品および飲料の生産を最適化することを目的としたソフトウェア ソリューションであると、ML および分析担当シニア プロダクト マネージャーの Cobus van Heerden 氏は述べています。

私は AI ベースのグラフィック アプリケーションをいくつか所有しています。たとえば、手ぶれや焦点が少しずれている写真を鮮明にするアプリケーションです。 Topaz Labs の Sharpen AI を購入したのは、AI で実行されるからでしょうか? いいえ！ 私にとって重要なのは、仕事を終わらせ、時間を節約し、手頃な価格であることだけです。 多くの食品および飲料加工業者が、購入して導入している AI ベースの製品について同じように感じていると感じています。

「私たちの経験では、生産管理者やエンジニアはテクノロジーを使用する目的で『AI』を求めているのではなく、従来のアプローチでは不十分であるか完全に失敗している特定の生産上の課題を AI が解決できることを期待しています」とシーメンスのエップル氏は述べています。 「そのため、私たちは、明確に定義された共通の生産課題に対応する AI テクノロジーを中心としたソリューションを作成し、顧客が機械学習手法に関する深い知識がなくてもソリューションを使用できるように設計およびパッケージ化しています。」

AI チャットボットにより、パッケージング システム運用における AI のメリットが明らかになる

Q: 人工知能は食品包装システムの運用をどのように改善できますか? AI ベースの ChatGPT は以下のように応答します。

A: 人工知能 (AI) は、食品包装システムの運用をいくつかの方法で改善できます。

全体として、AI は食品包装システムをより効率的、効果的、持続的に運用するのに役立ち、品質の向上、廃棄物の削減、収益性の向上につながります。

—ChatGPT（https://chat.openai.com/chat）より

「包装加工技術協会 (PMMI) は、食品および飲料会社の 59% が現在業務に AI テクノロジーを使用している、または使用する予定であると主張していると報告されています」と Harpak-ULMA の Ouellet 氏は言います。 「こうした状況における AI の正確な用途は不明です。確かに、デジタル変革の重要性と可能性を強調する市場の鼓動は、生産者の関心と期待の高まりと密接に結びついています。

「しかし、予知保全のパッケージングにおける広範な AI 導入はまだ初期段階にあると私たちは考えています」と Ouellet 氏は付け加えます。 「ベンダーは、大規模なデータ集約、異種自動化環境、接続性、AI モデリング/開発の取り組みのコストと実現可能性の両方に関連する実用的な課題に直面しています。」

一般に、メーカーの主な目標は、高品質の製品を最低コストで提供し、運用パフォーマンス（または全体的な設備効率（OEE））を向上させ、製品の安全性と原材料からパレットまでのトレーサビリティを確保し、持続可能性の目標と対策を超えることであると述べています。 GEデジタルのヴァン・ヘルデン氏。 とはいえ、これらの目標を達成するのに役立つソリューションは食品および飲料メーカーが求めているものであり、大多数は AI を自社の業務をレベルアップする方法とみなしています。 AI がソリューションである場合、AI は企業の運営目標とエネルギー OEE の最適化をサポートし、高品質で適切な量の製品を生産します。

レッドライオンのターナー氏によると、品質管理、予知保全、サプライチェーン管理はすべて需要が高まっている分野だという。 「かなりの数の食品および飲料加工業者は、AI が主流に採用される準備が整っており、他の高度なツールと並んで、すぐに包装システムの予想されるコンポーネントになるだろうと信じています。」

「CPG メーカーはさまざまな分野の AI について耳にしており、興味を持っています」とシーメンスのデジタル製造業界マネージャー CP&R の Kevin Hoorne 氏は言います。 「彼らはもっと知りたいと思っています。[AI] をよりよく理解したいと考えており、自分たちが直面している課題に AI がどのように役立つかを知りたがっています。私たちは彼らが積極的に調べているとは感じません。代わりに、彼らは話を聞きたがっているのです」私たちに価値があるのです。ここは、お客様のニーズを満たすソリューションを提供することで、お客様と緊密に連携する場所です。」

製造業務担当シーメンス デジタル インダストリー マネージャーのジャン パオロ デ サルボ氏は、「機器のメンテナンス時期を事前に予測するなど、不必要な時間と金銭の損失を引き起こす可能性のある問題の解決に AI が貢献できる限り、お客様は AI を受け入れるでしょう」と述べています。プロセス産業の管理。

Peak Analytics の製品マーケティング担当者である Preet Murthy 氏は、「AI テクノロジーが進歩し続け、その価値が証明されるにつれ、AI はシステム全体に統合された単なるツールの 1 つとして、より広く受け入れられ、期待されるようになるでしょう」と述べています。 「AI の導入で最も成功している企業は、AI が考え方の転換であることを認識し、その変化をサポートする能力を構築している企業です。パッケージング システムの計画と運用には常に人間の関与が必要ですが、導入で成功を収めている企業は増えています。 AI と機械学習は標準化されたプロセスの大部分、特に再現性の高い低認知タスクを処理できることに気づきました」とマーシー氏は言います。

「それはメーカーの目標と目的、そしてデジタル変革の取り組みのどこにいるかによって決まります」とGEのvan Heerden氏は言う。 「私たちはクライアントと共同でアウトカムマップと呼ばれるものを開発し、クライアントが実現を目指している具体的な尺度や指標が何かを決定します。次に、アウトカムマップに基づいて、デジタルトランスフォーメーションの取り組みとタイミングに関する優先順位の概要を示します。導入と実装の準備が整い、デジタル変革の十分な基礎が築かれていない限り、ソリューションを実装したり推奨したりすることはありません。 AI ソフトウェアが提供できる利点を最大限に活用することもできます。」

予知保全以外のパッケージングにおける AI の将来

予知保全以外の潜在的な分野には次のようなものがあります。

—Alexander Ouellet、Harpak-ULMA

「Harpak-ULMA での AI テクノロジーの応用は、パッケージングプロセスの最適化に重点を置いた当社のソリューションと市場でのポジショニングに直接結びついています」と Ouellet 氏は言います。 「簡単に言うと、クライアントは問題の解決策を探していますが、自社の業務に AI を適用するかどうかを評価しているわけではありません。AI は単にテクノロジー ツールの 1 つであり、その適用や優先順位は、特定の分野での有効性、信頼性、手頃な価格に基づいて決定されます。コンテクスト。"

AI の信頼性が高まり、手頃な価格になり、「コンポーネント化」されるにつれて、アプリケーションの幅も広がります。たとえば、パッケージングの効率/生産性、廃棄物の削減、品質管理に関する運用パフォーマンスの問題をターゲットにし、さらにはスペアパーツに関連するサプライチェーン管理の最適化にも役立つ可能性があります。消耗品、プラントユーティリティの使用量の最適化など、Ouellet 氏は付け加えます。

「私たちはクライアントのニーズと優先順位に基づいて AI アプリケーションに優先順位を付けます」と Peak Technologies の Dwinell 氏は言います。 「私たちはクライアントと緊密に連携してクライアントの問題点を理解し、AI が最も大きな影響を与えることができる領域を特定します。私たちのアプローチは、効率、無駄の削減、品質管理、および品質管理の点で最も大きな影響を与えることができる領域から始めることです。 」

パッケージングにおける AI の未来は OEE の最適化にあります。 つまり、注文に応じて高品質の製品を納期通りに無駄なく作るということだ、とヴァン・ヘルデン氏は言う。 製造プロセスを実行するときは、計画外のダウンタイムを回避しながら、製品をできるだけ効率的に梱包することが重要です。 したがって、エネルギー消費を最適化しながら、適切な量の製品を適切な品質で生産および包装するには、機械の設定を微調整する必要があります。 しかし、全体的な最適化はそれだけではありません。 サプライチェーンの継続的な変動を考慮すると、計画とスケジュール設定もより重要になります。 したがって、AI はこれらの関連アプリケーションを強化するため、将来的にますます重要になるでしょう。

シーメンスのエップル氏は、「AI技術が製造プロセスのソフトウェアソリューションの中核コンポーネントになることがますます増えると予想している」と述べた。 当初は、異常の検出、予測、分類を通じて洞察を提供することに重点が置かれています。 将来的には、生産機械の最適な設定を自動計算する機能を含むソリューション品質予測ハブのロードマップなど、規範的なアプリケーションが増加すると予想されます。 これにより、このソリューションを採用することで実現できる価値がさらに高まります。」

Red Lion Controls は、センサーとプロセス データを抽出するプロセスを簡素化できる製品とソリューションを構築しています

AI はパッケージングのスマート製造ソリューションに多大な価値を加えることができますが、他のアプローチ (物理シミュレーション モデルや離散イベント シミュレーション値) が目前の問題により効果的に対処できるかどうかを常に評価する必要があるとエプル氏は言います。 「そのため、私たちは機械学習テクノロジーを強引に使用するのではなく、どのツールがお客様に最適なソリューションをもたらすかについて常に意識的に決定しています。」

「人工知能は、データ分析の専門家ではない運用スタッフの産業制御を簡素化します」、エンジニアリング R&D、FE、2021 年 2 月 25 日

「人工知能/機械学習は間違いと無駄を減らす、FE、2022 年 5 月 9 日」

「AI と IIOT は保守計画から推測を排除するのに役立ちます」、エンジニアリング R&D、FE、2018 年 2 月 23 日

「AI は温室自動化システムの制御に役立ちます」エンジニアリング R&D、FE、2022 年 6 月 3 日

「AI/ML ベースのリアルタイム センシング技術はワイン造りの技術を正確な科学に変える」、Engineering R&D、FE、2022 年 7 月 12 日

「発酵から一貫した結果を得る」FE、2021 年 9 月 10 日

「生産性を向上させる新しい AI ベースの方法を見つけるには、デジタル データが必要です」、FE、2020 年 2 月 13 日