Fastems hyödynsi tekoälyä strukturoimattomaan dataan lisätäkseen ymmärrystä automaatioratkaisuiden käytöstä

Fastems hyödynsi tekoälyä strukturoimattomaan dataan lisätäkseen ymmärrystä automaatioratkaisuiden käytöstä

 

Mikä oli haaste?

Fastems on maailman johtava CNC-automaatioratkaisujen toimittaja, jolla on yli 40 vuoden ja 4500 asennuksen kokemus yli 100 työstökone- ja muusta tuotemerkistä. Ne ratkaisevat muuttuvan erän (high-mix) tuotannon perustavanlaatuiset haasteet ja tehottomuudet, joita kokevat kaikki teollisuus valmistajat paikallisista konepajoista globaaleihin yrityksiin.

Havaittiin, että koneissa, joissa CNC-automaatioratkaisuja käytettiin, on hyödyntämätön kultakaivos – tämä kultakaivos on jäsentymätön lokitieto.

 

Ratkaisumme

Aloitimme esitutkimuksella joidenkin valittujen loppuasiakkaiden lokitietojen tilannekuvasta. Ennen kuin sukelsimme aineistoon, teimme hypoteeseja siitä, minkälaisiin kysymyksiin voisimme mahdollisesti vastata. Pääteemoja olivat tekoälyn käyttäminen ennakoivaan ylläpitoon ja virhejärjestysanalyysiin, asiakasindeksin muodostaminen koneiden käyttöasteiden ja muiden johdettujen mittareiden perusteella sekä datan jäsentäminen huoltotiimille systemaattisempaa lähestymistapaa varten juurisyyanalyysiin.

Pystyimme validoimaan nämä ideat tietojen ja asiantuntijahaastattelujen perusteella kahden ensimmäisen viikon aikana. Tuloksena oli kattava raportti käyttötapausten toteutettavuudesta ja ehdotuksia tuotannon käyttöönoton ja käytön seuraaville vaiheille.

Esiselvitysvaiheen jälkeen aloitimme priorisoidun käyttötapauksen tuotannon ja jatkojalostamisen. Tämä johti tietointensiivisen työkalun kehittämiseen huoltotiimille päivittäistä työtä varten.

 

Miksi Codento?

Codentolla on pitkä historia ketterästä ohjelmistokehityksestä, ja visiotamme vaadittavasta matkasta pidettiin uskottavana. Ehdottamamme lähestymistapa, lyhyestä esitutkimuksesta priorisoituihin käyttötapauksiin, oli asiakkaalle pieni riskimahdollisuus, koska kumpikaan osapuoli ei tiennyt, mitä datasta voidaan löytää ja mitä tekoälyn käyttötapauksia datan perusteella voidaan toteuttaa.

 

Mitkä olivat tulokset?

Toistaiseksi olemme kehittäneet lokianalyysiprosessin tuodaksemme rakenteen jäsentämättömiin lokitiedostoihin ja näyttääksemme ylläpitotiimin määrittämiä kaavioita ja KPI:itä. Tämä mahdollistaa datapohjaisen analyysin asiakkaan järjestelmistä ja niiden tilasta. Aloitimme myös ennakoivan ylläpidon käyttötapausten asiakasindeksin ja tekoälyn työskentelyn.

 

Asiakkaan omin sanoin

”Aiemmin olemme yrittäneet hyödyntää strukturoimatonta dataa suorien tarpeidemme ja vaatimuksiemme perusteella, mutta emme varsinaisesti onnistuneet, mikä sai meidät epäilemään, pystymmekö ylipäätään hyödyntämään käsillämme olevaa dataa. Tällä kertaa halusimme kumppanin katsovan dataa ja näyttävän, mitä sen pohjalta voisi rakentaa. Codenton asiantuntijoiden suorittama data-analyysi ja visualisointi todella tekivät eron ja vakuuttivat meidät siitä, että voitto on paljon ja että meidän tulee jatkaa datan visualisointia ja tekoälyä jatkossakin.”

 

Jenni Mustonen,

Palvelutarjonnan ja asiakasmenestyksen johtaja

Fastems

 

Ole yhtdeyssä ja kysy lisää: