Hos Sky-Light fremstilles fødevareemballage på avancerede produktionslinjer, hvor selv små afvigelser kan koste dyrt. Maskinførerne skal mestre en 45 meter lang ekstruderingslinje med et væld af parametre såsom temperatur, tryk, hastighed og sensorer – og det tager typisk op til to år at blive fuldt oplært.
“Det kræver utroligt meget viden at operere vores maskiner. Råvaren – genanvendt plast – varierer, og det gør arbejdet endnu mere komplekst. Operatørerne skal kunne lytte og se, hvornår noget er ved at gå galt, og det er ikke bare lige til,” forklarer Brian Rasmussen.
Sky-Light ønskede derfor en løsning, der både kunne forkorte oplæringstiden og give medarbejderne konkret sparring i hverdagen, når de arbejder med at køre plast igennem den lange ekstruder, der fungerer som en kødhakker, hvor plasten bliver presset. .
I et MADE Kickstart-projekt samarbejdede Sky-Light med Alexandra Instituttet om at undersøge potentialet for en AI-assistent – en slags virtuel kollega, der kombinerer data, historik og ekspertviden.
På få timer hjalp Alexandra Instituttet virksomheden med at visualisere deres produktionsdata i det åbne værktøj Grafana og finde mønstre, som hidtil havde været skjult i store Excel-ark.
”Vi viste, hvordan data kan bruges til at forudsige problemer, før de opstår – og hvordan AI’en kan sende beskeder som: ‘OBS, trykket stiger – følg disse tre trin for at undgå nedbrud’,” forklarer Kaspar Rosengreen, Principal Software Architect ved Alexandra Instituttet.
Projektet gav Sky-Light et klart roadmap for, hvordan deres data kan gøres klar til at træne en AI-model, og hvordan teknologien kan integreres i hverdagen på fabrikken.
For Sky-Light har samarbejdet været et afgørende vendepunkt.
”Vi er blevet bekræftet i, at det er realistisk at få en AI-assistent. Mange troede, det var for ambitiøst, men nu har jeg et klart billede af vejen derhen,” siger Brian Rasmussen.
Virksomheden forventer at kunne implementere løsningen inden for 2–3 år – og potentialet er stort:
”Når AI’en begynder at genkende mønstre og foreslå løsninger, bliver det som at have vores mest erfarne operatør stående ved siden af – hele tiden,” afslutter Brian Rasmussen.
Projektet har fundet sted i regi af et MADE Kickstartprojekt, som er finansieret af Fremstillingsindustrien i Danmark (FFI), Industriens Arbejdsgivere i Danmark (IAD) og DI Produktion.
Casen er udarbejdet på baggrund af denne nyhed fra made.dk.
Sådan har andre brugt ny teknologi til at styrke deres forretning
Institut for Fugtteknologi har fået hjælp til at analysere data, udvikle algoritmer og skabe en 3D-/AR-platform, der gør det lettere at diagnosticere og formidle komplekse fugtproblemer.
Ranlev Industri Automations nyeste løsning gør det muligt for fremstillingsvirksomheder at overvåge produktionen så nøjagtigt, at klimaaftrykket pr. produktenhed kan beregnes.
RUNI har fået testet en løsning med vibrationssensorer for at opdage slid på maskindele i tide. Sammen med Alexandra Instituttets eksperter blev forskelle i vibrationer brugt til at identificere problemer før nedbrud. Løsningen krævede kun et simpelt setup og gav vigtig indsigt.
