การบรรจุหีบห่อกล่องด้วยฟิล์มพลาสติกใสต้องการความแม่นยำและการควบคุมสูง เนื่องจากฟิล์มอาจเกิดรอยย่นและมุมไม่เรียบ ซึ่งส่งผลให้คุณภาพของผลิตภัณฑ์ไม่ดีพอ อย่างไรก็ตาม บริษัท Sollas ได้พัฒนาเครื่องจักรบรรจุภัณฑ์ที่สามารถบรรจุกล่องได้ถึง 160 กล่องต่อนาที ด้วยพื้นผิวที่เรียบเนียนและมุมที่คม ทำให้เครื่องจักรนี้เป็นที่นิยมในหมู่ผู้ผลิตเครื่องสำอางระดับไฮเอนด์

ก่อนหน้านี้ เครื่องจักรของ Sollas สามารถบรรจุได้เพียง 120 กล่องต่อนาทีเท่านั้น แต่ด้วยความร่วมมือกับ Siemens ทำให้สามารถเพิ่มความเร็วในการบรรจุได้ถึง 33% โดยไม่ต้องปรับปรุงฮาร์ดแวร์ใดๆ

เมื่อ Engineering Manager Dirk Verbeek พบว่าความเร็วในการบรรจุไม่สามารถเพิ่มขึ้นได้เนื่องจากการควบคุมซอฟต์แวร์ที่ไม่สามารถทำให้ฟิล์มคลี่ออกได้อย่างสม่ำเสมอ เขาจึงร่วมมือกับ Siemens เพื่อแก้ไขปัญหานี้

Niklas Körwer จาก Siemens Technology ได้พัฒนาโมเดล AI ที่สามารถเพิ่มประสิทธิภาพในการควบคุมเครื่องจักร โดยเริ่มจากการสร้าง Digital Twin ของเครื่องจักรเพื่อฝึกอบรม AI ด้วยวิธี reinforcement learning ซึ่งช่วยให้สามารถหาการควบคุมที่เหมาะสมโดยอัตโนมัติและรวดเร็วกว่าการเขียนโปรแกรมด้วยมือ

หลังจากที่ AI ได้รับการฝึกฝนบน Digital Twin แล้ว โมเดลถูกย้ายไปยังตัวควบคุม Simatic เพื่อให้ Sollas ได้ทดสอบและยืนยันผลการทำงาน ในการทดสอบแบบ blind test พบว่าเทคนิคการควบคุมด้วย AI สามารถทำให้ฟิล์มคลี่ออกได้อย่างสม่ำเสมอมากขึ้น ทำให้การผลิตเพิ่มขึ้นจาก 120 เป็น 160 กล่องต่อนาที

การปรับปรุงนี้เกิดขึ้นโดยไม่ต้องเปลี่ยนแปลงฮาร์ดแวร์ใดๆ เพียงแต่ใช้ซอฟต์แวร์ในการควบคุมเท่านั้น โมเดล neural network ที่ได้รับการฝึกฝนสามารถถูกใช้งานบน Simatic S7-1500 ผ่าน TIA Portal โดยตรง ทำให้การควบคุมการเคลื่อนไหวของเครื่องจักรแม่นยำและสม่ำเสมอ

การร่วมมือครั้งนี้เป็นเพียงจุดเริ่มต้นเท่านั้น Sollas มีแผนที่จะพัฒนาไปสู่การเป็น OEM (Original Equipment Manufacturer) แห่งอนาคต โดยการนำ AI มาใช้ในการพัฒนาฟังก์ชันการควบคุมเพื่อลดการสั่นสะเทือนของเครื่องจักร นอกจากนี้ Siemens ยังวางแผนที่จะนำเสนอบริการ AI-based optimization ในรูปแบบ Software as a Service (SaaS) ซึ่งจะช่วยให้ลูกค้าสามารถอัปโหลดการตั้งค่าเครื่องจักรและให้ AI ทำการฝึกฝนตัวเองเพื่อเพิ่มประสิทธิภาพการทำงาน

การนำ AI มาประยุกต์ใช้ในการควบคุมเครื่องจักรบรรจุภัณฑ์ของ Sollas ไม่เพียงแต่เพิ่มความเร็วในการบรรจุ แต่ยังคงรักษาคุณภาพของผลิตภัณฑ์ให้อยู่ในระดับสูง การใช้ Digital Twin และ reinforcement learning ช่วยให้การฝึกอบรม AI เป็นไปอย่างมีประสิทธิภาพและรวดเร็วกว่าการเขียนโปรแกรมด้วยมือ นอกจากนี้ยังสามารถนำไปประยุกต์ใช้ในอุตสาหกรรมอื่นๆ ได้อีกด้วย

การพัฒนาเทคโนโลยี AI ในอุตสาหกรรมอย่างต่อเนื่องนี้จะช่วยขับเคลื่อนการเติบโตอย่างยั่งยืนและเปลี่ยนแปลงอุตสาหกรรมในยุคที่โลกแห่งความจริงและดิจิทัลกำลังมาบรรจบกัน

Ref: