Comment l'IA révolutionne la fabrication et l'usinage : perspectives de Matt Danford

Matt Danford, rédacteur en chef adjoint de Modern Machine Shop et auteur de notre colonne « Data Matters », s'est entretenu avec moi au sujet d'un rôle possible pour l'intelligence artificielle (IA) dans les ateliers d'usinage. Il voit un chemin allant de la surveillance des machines à l'apprentissage machine. Aujourd'hui, les installations d'usinage collectent des données depuis les CNC via des systèmes de surveillance des machines. Une prochaine étape logique sera d'utiliser l'apprentissage machine pour identifier des opportunités d'amélioration des processus dans ces données. Voici une vidéo de notre conversation, avec la transcription ci-dessous. Assurez-vous également de télécharger une collection d'articles de Modern Machine Shop et de la publication sœur Additive Manufacturing qui explore l'intersection de l'IA et de la fabrication telle qu'elle existe aujourd'hui.

Transcription

Peter Zelinski, Modern Machine Shop

Pete Zelinski ici avec le magazine Modern Machine Shop. Je suis avec le rédacteur en chef adjoint Matt Danford. Matt, merci de me parler.

Matt Danford, Modern Machine Shop

Avec plaisir.

Peter Zelinski

Alors Matt couvre un domaine pour Modern Machine Shop. Matt écrit sur la technologie numérique, y compris la technologie qui, dans de nombreux cas, n'est pas encore « là » pour la fabrication, mais qui arrive. Il en parle dans sa chronique mensuelle régulière, « Data Matters ». Et ce dont je veux vous parler aujourd'hui, c'est de ce que vous voyez concernant le rôle que l'intelligence artificielle pourrait avoir pour les installations d'usinage.

Matt Danford

Il y a certainement beaucoup de battage médiatique à ce sujet. La plupart des lecteurs que nous visitons, cela semble être quelque chose de lointain. Pour l'instant, ils s'intéressent vraiment plus à la surveillance des machines qu'à l'apprentissage machine. Qu'ils le réalisent ou non, la surveillance des machines est vraiment la première étape, car la vraie promesse de l'apprentissage machine, qui est un sous-ensemble de l'intelligence artificielle, est l'analyse de données, du moins pour nos lecteurs. Et les systèmes de surveillance des machines, ainsi que les systèmes de gestion d'atelier et ERP, fournissent les données brutes nécessaires à cette analyse. C'est donc vraiment une sorte de première étape, qu'ils le réalisent ou non, vers des capacités qui doivent encore venir.

Peter Zelinski

D'accord, super. Alors plongeons là-dedans. Surveillance des machines — c'est l'étape qui est en place aujourd'hui. Que voulez-vous dire par là spécifiquement ?

Matt Danford

Fondamentalement, interroger les données directement soit depuis la commande elle-même, soit depuis des capteurs montés sur divers composants de la machine-outil. Et, vous savez, cela peut être utilisé pour des choses comme la maintenance préventive. Les applications les plus courantes que nous voyons sont des gens qui interrogent les données CNC juste pour voir comment leurs machines performent.

Peter Zelinski

Exact. Donc on entre dans les ateliers et on voit de plus en plus d'écrans de surveillance avec des diagrammes circulaires ou des affichages vert, rouge, jaune. Qu'est-ce qu'il faut pour faire de la surveillance des machines vraiment bien ?

Matt Danford

La plupart des experts et ateliers auxquels j'ai parlé, il semble y avoir une réelle insistance sur la patience. N'attendez pas tout à la fois. Prenez-le simplement lentement. Quelqu'un que j'ai visité récemment, ils ont juste commencé par le « qu'est-ce-qui-tourne-quand » de base. Et ce n'est pas seulement au niveau de la direction. Vous savez, ils ont en fait, grâce à l'intégration avec le système ERP, installé une barre de cadencement à chaque poste de travail pour que les opérateurs et les personnes qui préparent et font tourner les machines puissent savoir où ils en sont. C'est combien de pièces je suis censé avoir produites jusqu'à maintenant. Et donc cela aide tout le monde à avoir une jauge sur où ils en sont et en commençant avec cet objectif de base. Des choses comme les définitions étant sur la même page. Qu'est-ce que cela signifie pour une machine d'être en cycle ? Comptez-vous les changements d'outil comme faisant partie de ce temps ? Vous devez vraiment maîtriser ce genre de choses parce que si vous le déployez sans ces bases, vous savez, les gens peuvent se désillusionner et vous n'obtiendrez pas les résultats que vous recherchez.

Peter Zelinski

Pourquoi est-ce précieux ? Nous sommes encore sur la surveillance des machines ici. Mais pourquoi la surveillance des machines est-elle si précieuse ?

Matt Danford

D'abord, juste pour avoir une jauge sur où vous en êtes. J'ai entendu beaucoup d'experts commenter comment ils entrent dans les ateliers et installent ces systèmes et les ateliers sont juste choqués de ne pas faire aussi bien qu'ils le pensaient. Et donc vous devez confronter cette réalité. Vous savez, c'est vraiment une question de vérité. Je veux dire, vous ne pouvez pas contester les données d'un CNC. Il n'y a pas de « fat fingering » (erreurs de saisie). Il n'y a pas de délai entre le moment où l'événement se produit et celui où l'information est entrée dans un système de gestion d'atelier. Donc c'est vraiment une question d'éliminer vos propres biais et de vous permettre d'examiner votre performance dans la réalité et de prendre des décisions à partir de là.

Peter Zelinski

Vous avez parlé de ce chemin de la surveillance des machines à l'apprentissage machine. Qu'est-ce que l'apprentissage machine ? Et parlez un peu de ce chemin.

Matt Danford

L'apprentissage machine est un sous-ensemble de l'intelligence artificielle. La définition est vraiment englobée dans le terme « apprentissage ». Contrairement à un programme informatique traditionnel qui ne peut faire que ce que vous le programmez pour faire, les algorithmes d'apprentissage machine s'améliorent avec le temps par eux-mêmes. L'exemple classique est un système de reconnaissance d'images. À mesure que vous lui fournissez plus d'images de, disons, chiens et chats, il s'améliore avec le temps grâce à plus de données que vous lui donnez pour différencier ce qui est un chien et ce qui est un chat. Donc, vous savez, appliqué à notre secteur des ateliers d'usinage que nous couvrons, la vraie promesse ici est encore l'analyse de données. Ils pourront peigner les données brutes fournies par les systèmes de surveillance des machines, les systèmes de gestion d'atelier, etc., et trouver des modèles et des corrélations dans ces données qui seraient non évidents, peut-être impossibles à détecter par un humain, et qui nécessiteraient certainement beaucoup de temps et d'efforts pour arriver au fond des choses autrement.

Peter Zelinski

… anticipant le point où il y a assez de données sortant de ces systèmes de surveillance des machines, où c'est trop de données pour en faire usage au jour le jour et potentiellement masquant une bonne intelligence qui est là à trouver.

Matt Danford

Absolument. Et nous ne savons pas ce qui vient. Nous ne savons pas quelles capacités. J'ai parlé à des fournisseurs ERP qui travaillent avec l'apprentissage machine, mais beaucoup de choses sont encore tournées vers l'avenir. Mais nous savons que cela vient. La meilleure chose à faire maintenant est de mettre ces systèmes en marche et, vous savez, d'amener votre gestion d'atelier au 21e siècle.

Peter Zelinski

Matt, quel est votre sentiment sur la proximité de cela ? À quel point sommes-nous proches de l'intelligence artificielle sous forme d'apprentissage machine, étant un outil industriel, étant quelque chose que nous utilisons dans la fabrication ?

Matt Danford

C'est vraiment difficile à dire. Tout est très prospectif. Il y a beaucoup de battage, un battage justifié, parce que cela va avoir un grand impact. Mais oui, si vous y réfléchissez d'une certaine manière, vous savez, dans la mesure où les fabricants utilisent Google, c'est un outil industriel. Et Google utilise déjà l'intelligence artificielle dans ses résultats de recherche et personne n'en parle vraiment. Il n'y a pas eu de grande annonce du genre « Hé, nous avons des recherches pilotées par l'intelligence artificielle. » Et je pense que cela pourrait se produire de cette façon. Je veux dire, ces choses vont juste commencer à apparaître dans vos logiciels. Et idéalement, l'IA fonctionne en arrière-plan. Toute l'idée est d'automatiser les tâches mentales. Donc si vous devez y prêter attention et la gérer activement, je suppose qu'elle ne ferait pas vraiment ce qu'elle est censée faire. Alors je pense que cela peut être comme ça. Ces choses vont juste commencer à apparaître, et nous allons juste les utiliser sans même vraiment réaliser que c'est ce que nous utilisons.