Det är svårt att säga exakt när Trelleborg började använda artificiell intelligens (AI) för att förbättra sina processer och produkter.
– De första konkreta stegen för tätningslösningar tog vi troligen runt 2017. Vid den tiden började vi titta på möjligheterna med AI centralt, genom informationssystem och processhantering för vår digitala omvandling och våra IoT-team, säger Gordon Micallef, affärsenhetsansvarig inom Trelleborgs tätningslösningar.
Enligt Gordon Micallef erbjuder AI en del möjligheter till omedelbara processförbättringar och han ser ännu fler möjligheter i framtiden.
– Vi är till exempel på god väg att börja använda AI för automatiserad inspektion.
Inspektionsmaskiner som tillämpar traditionell detekteringsteknik granskar ytan av en produkt och identifierar ljusare eller mörkare defekter, jämfört med det allmänna området som inspekteras.
– Den här tekniken har vi haft stor nytta av genom åren. Det finns dock vissa tätningsgeometrier och delar där traditionella detekteringsmetoder inte är effektiva. Trelleborg har nu ett pågående projekt för att hantera dessa utmaningar och man börjar närma sig en färdig lösning. Vi tar bilder på delarna som produceras och klassificerar dem som bra eller dåliga. Det kan röra sig om en mängd olika defekter av olika typ och storlek. Maskinen får lära sig vilka delar som är korrekta och vilka som är defekta. Ju mer man tränar maskinen, desto bättre blir den på att känna igen delar som inte uppfyller en viss specifikation, förklarar Gordon Micallef.
Ett annat exempel på AI-tillämpning på Trelleborg är Shim Wizard. Den här lösningen, som redan är i bruk, tillämpar AI-analys som rekommenderar konstruktörerna den bästa sammansättning och de optimala egenskaperna för att förbättra prestanda hos bromsshims för bilar. Tack vare detta kan testtiden förkortas, vilket i sin tur ger kortare ledtid.
I pipelinen finns också AI-projekt för att förbättra gummiblandningar och minska energianvändningen.
– Den röda tråden i all tillämpning av AI-teknik är data. Det finns ingen möjlighet att lyckas med AI utan data, och det räcker inte med små mängder utan det krävs enorma mängder. För varje område där vi tillämpar AI behöver vi minst ett års data för processer med stor volym, säger Gordon Micallef.
Och fortsätter:
– Det är därför viktigt att vi redan nu samlar in den processdata som behövs för framtida AI-projekt och att vi samarbetar med maskinleverantörerna kring datainsamling. På nyare maskiner är detta inbyggt men på äldre maskiner krävs extra sensorer som kan skicka information till externa datainsamlingsenheter. Vi har utvecklat den digitala programvaran ActiviTEE, som övervakar utrustningens totala effektivitet (OEE), för att samla in denna information.
AI spelar också en roll i arbetet med att öka hållbarheten och cirkulariteten i tillverkningen.
– Sensorer i tillverkningsutrustning kan samla in data om den mängd energi som används i en process och kombinera dessa med data från produktionsövervakning. Förbrukning jämförs med aktivitet och kostnad, och en energianvändningsprofil optimerar produktionsvolymen hos en viss tillverkningsmaskin och minimerar den energi som används. I en cirkulär ekonomi är målet att använda resurser så länge som möjligt. AI kan analysera data från hela produktlivscykeln och utifrån denna föreslå optimala tidpunkter för uppgradering, återvinning eller återanvändning, vilket gör att produktionsutrustningen kan utnyttjas maximalt.
– På längre sikt skulle AI kunna användas för att beräkna komponenternas koldioxidavtryck redan under tillverkningen. Genom att ha en tydlig förståelse för miljöpåverkan kan vi potentiellt leta efter hållbara alternativ eller förbättra processer för att minska utsläppen, säger Gordon Micallef.
Många är rädda för att AI ska ta över människors jobb. Gordon Micallef medger att detta är en utmaning.
– All ny teknik innebär både möjligheter och hot. Elektriciteten medförde att många, till exempel de som tillverkade ljusstakar, blev arbetslösa, men jag tror att alla håller med om att vi har bättre livskvalitet med el än vad vi hade utan.
Snarare än att minska arbetarnas roll i tillverkningen ser Gordon Micallef att AI skapar arbeten där medarbetarna slipper vissa arbetsuppgifter, till exempel de monotona, och istället kan koncentrera sig på mer intressanta och utmanande uppgifter.
– En så kraftfull teknik som AI innebär att den också måste begränsas. Samtidigt erbjuder AI så många möjligheter till framtida förbättringar av våra tillverkningsprocesser att vi måste försöka dra nytta av varje möjlighet som den ger oss, fortsätter Gordon Micallef.
