通过数字化方式减少铸件缺陷：人工智能将铸铁厂的废品率降低了 50%
这家位于南非的铸造厂是南半球最大的铸造厂之一，年熔炼能力达 11 万吨，每年生产超过 4.5 万吨优质铸铁汽车零部件。
早在 2017 年，有亚表面缺陷的废品、返工和装运铸件就让铸造厂付出了高昂的成本。虽然工厂投资了工业 4.0 系统，但运营团队发现，优化其整个铸造流程对于手动分析来说过于复杂。
取而代之的是，工厂转向人工智能 (AI) 并配置了 Monitizer | PRESCRIBE 应用程序。Monitizer | PRESCRIBE 是诺瑞肯集团与 DataProphet 合作的结晶。这一智慧结晶结合了诺瑞肯深厚的铸造厂经验和 DataProphet 在制造业人工智能和数据科学领域屡获殊荣的专业知识，可快速提供洞察力，在短期和长期（随着系统不断学习和改进工艺）内显著提高铸造厂性能。
配置 Monitizer | PRESCRIBE 使铸造厂可以完全控制工艺优化，通过实时机器设置帮助在部署后的第一个月内将缺陷率降低了 50%，并在仅三个月后将装运铸件的缺陷率降低至接近于零，每月为铸造厂节省超过 10 万美元。
挑战
阻止内外部缺陷
这家铸造厂的愿景是成为世界上最好的铸造厂。但是要在全球范围内进行竞争，它需要优化生产以降低废品成本，并实现稳定的可预测产量。
特别是，它希望避免国际运输诸如发动机缸体之类的部件而后由于内部缺陷而不得不将其丢弃，而这些缺陷只有在加工后才会显现出来。尽管铸造厂的废品率与行业平均水平相似，但长途运输到客户方大大增加了废品成本。
通过降低内部和外部缺陷以及废品率来减少有缺陷发动机缸体的装运数量成为主要目标。进而，这将提高总体成品率和生产量，并减少返工造成的延误。
铸造厂都明白工业4.0系统和技术是可实现其质量目标的途径。生产各个阶段都已得到了数字化升级和数据采集，以利用生产和质量数据帮助工程师和经理们做出更好、更明智的决策。
然而，优化整个铸造生产线可能会涉及到许多不同工艺阶段的数百甚至数千个变量，它们之间存在大量的非线性因果关系。理解这种极端的复杂性似乎是不可能的，工程师们面临着描述数百万种可能的工厂状态的组合信息。由于数据驱动的改进停滞不前，创新停滞不前，铸造管理层决定探索人工智能。
然而，优化整个铸造生产线可能会涉及到许多不同工艺阶段的数百甚至数千个变量，它们之间存在大量的非线性因果关系。理解这种极端的复杂性似乎是不可能的，工程师们面临着描述数百万种可能的工厂状态的组合信息。由于数据驱动的改进停滞不前，创新停滞不前，铸造管理层决定探索人工智能。
解决方案
人工智能支持
为了获得所需的答案，铸造厂选择使用 Monitizer | PRESCRIBE。该 AI 工具利用自动化和云计算能力来处理大数据集和极其复杂的分析。在传统手动统计方法难以解决问题的情况下，人工智能会自动检查历史数据，了解诸如砂粒大小和含水量、熔体浇注速度或孕育率等参数如何相互影响，以及进而如何影响最终铸件质量。
Monitizer | PRESCRIBE 计算哪种设备和材料设置组合将产生最小的缺陷率，然后提供关于保持稳定、最高质量生产所需设置的实时方案（建议）。客户通过基于网络的用户友好前端接收报告和建议。因为 Monitizer | PRESCRIBE 是一个云托管、软件即服务应用程序，可与现有基础架构集成，所以无需任何新的 IT 投资。
创建准确可靠的数据集来描述生产线在不同时间的运行情况与后续分析同样重要，因此该项目从提取、转换和加载（“ETL”）历史生产数据到数据仓库中开始。这些数据直接来源于整个工厂：多个部门、铸造厂的中央 SCADA 系统和其他工业控制系统。
数据可以有各种不同的形式，从手写记录和 Excel 文件到 Access 数据库数据和 CSV 源。这些数据经过数字化转换，以创建包含生产铸件所有重要工艺特征的 15 个月的生产历史视图。
一旦数字化，工艺和铸件质量数据即被录入 Monitizer | PRESCRIBE 解决方案。通过先进的有监督和无监督设备学习，人工智能自动发现铸造厂整个生产流程的最佳运行机制。设备学习神经网络模型计算并建立了大约 1000 个工厂范围内参数之间的关联和交互作用。
现在，整个运行过程中的操作员、工程师和铸造厂经理都可以通过基于网络的交互式界面，拥有自己的最新推荐参数定制视图。每一份报告都会对方案进行优先排序，以确保在生产线的每一部分都首先进行最重要的更改。虽然对生产线的控制仍然是手动的，但人工智能的实时监控意味着工厂在已确定的最佳区域内或非常接近最佳区域内运行，由于不可控制的变量，仍然存在微小的可变性。
结果
通往数字化卓越的快车道
迅速取得令人印象深刻的成果。在开始的两天内，应用人工智能方案使内部废品率从 5-6% 下降到 1%，铸件返工率从 10-15% 下降到 8%。在配置人工智能的第一个月，铸造厂将其废品率降低了一半，并在最初的三个月内实现了低于 0.1% 的外部废品率。
这是该公司历史上首次将缺陷率降低至零长达三个月的时间。自从配置了 Monitizer | PRESCRIBE 之后，铸造厂每月节省约 10 万美元，同时提高了产量：铸造厂在 2018 年和 2019 年分别实现了创纪录的产量。
低外部缺陷率还减少了生产能源的浪费和大型有缺陷发动机缸体的不必要运输，估计每个未装运的有缺陷缸体可节省约 135 公斤的二氧化碳排放量。
DataProphet是人工智能领域的领导者，它使制造商能够走向自主制造。他们的人工智能服务可由系统自动指示工厂控制计划的变更，以持续优化生产，而无需像往常一样通过专家进行人工分析。
正如世界经济论坛所承认的那样，DataProphet的应用程序已经帮助世界各地的客户体验到了对工厂生产的重大且实际的影响，将非质量成本平均降低了40%。
正如世界经济论坛所承认的那样，DataProphet的应用程序已经帮助世界各地的客户体验到了对工厂生产的重大且实际的影响，将非质量成本平均降低了40%。
过去我们也曾取得过类似的结果，但我们完全不知道我们做了什么才获得了好的结果。这一次我们对我们做了什么而取得这个结果有了相当好的了解。感谢你们的巨大努力和帮助，让我们更上一层楼。
铸造厂首席执行官