“การผลิตที่มีประสิทธิภาพยิ่งขึ้น” สิ่งที่ขาดไม่ได้ในยุคแห่ง Big Data และ AI

อัปเดตล่าสุด 7 พ.ย. 2561
  • Share :
  • 429 Reads   

ปัจจุบันจำนวนวิศวกรที่นำข้อมูลผลการทดลองในด้านต่าง ๆ มาใช้ในการพัฒนากระบวนการผลิตมีจำนวนเพิ่มมากขึ้นอย่างต่อเนื่อง ซึ่งจากงานสัมมนาวิชาการของสมาคม Robust Quality Engineering Society จัดขึ้นเมื่อเดือนตุลาคม 2561 ที่ประเทศญี่ปุ่น มีวิศวกรและผู้เกี่ยวข้องเข้าร่วมงานจำนวน 86 ราย ในงานครั้งนี้ มีผู้เข้าร่วมงาน 2 รายที่นำเสนอแนวคิดอย่างโดดเด่น คือ Mazda และ Harmonic Drive Systems (HDSI) ได้เสนอแนวทางการนำข้อมูลมาใช้ เพื่อยกระดับการผลิตให้พร้อมเข้าสู่ยุค Big Data และ AI ที่กำลังจะมาถึง

Mr. Tetsuji Nagazumi จากบริษัท Mazda หนึ่งในผู้มีประสบการณ์ด้านการนำข้อมูลมาใช้ในการผลิตเป็นอย่างมาก ได้เสนอแนวทางการการนำขุมข้อมูลมาใช้ในงานเพรสขึ้นรูป โดยใช้ชิ้นส่วนฝากระโปรงยานยนต์เป็นกรณีตัวอย่าง และอธิบายเทคนิคการขึ้นรูปฝากระโปรงที่มีรูปทรงซับซ้อนได้โดยมีมีตำหนิ ซึ่งเป็นผลจากการนำเทคโนโลยี Computer Aided Engineering (CAE) มาใช้ในการทดลองเพรสขึ้นรูปในคอมพิวเตอร์ เพื่อค้นหาว่าจะต้องทำงานด้วยกระบวนการใด ในสภาวะไหน และต้องควบคุมตัวแปรใดอย่างไร จึงจะสามารถขึ้นรูปชิ้นงานที่ตรงตามต้องการออกมาได้ดีที่สุด

เมื่อได้ข้อมูลที่ต้องการแล้ว ข้อมูลเหล่านี้จะถูกนำไปใช้เป็นพื้นฐานในการทำงานจริง ซึ่งจะช่วยให้การผลิตจริงสามารถทำได้อย่างแม่นยำมากยิ่งขึ้น เนื่องจากเป็นขั้นตอนที่เหมือนกับได้ผลิตจริงมาแล้วหลายต่อหลายครั้ง โดย Mr. Nagazumi กล่าวว่า “งานเพรสขึ้นรูปของ Mazda หลังจากนี้ จะพัฒนาขึ้นอีกมาก”

ส่วนทางด้าน HDSI นั้น Mr. Norio Shirokoshi ได้นำเสนอเทคโนโลยีตรวจสอบคุณภาพ Decelerator ซึ่งถูกใช้ในข้อต่อ และชิ้นส่วนอื่น ๆ ของหุ่นยนต์อุตสาหกรรม ซึ่งจากการทดลอง สามารถวัดความเร็ว แรงบิด จำนวนรอบหมุน Input Output และ Signal to Noise Ratio ของข้อต่อหุ่นยนต์อุตสาหกรรมได้

นอกจากนี้ ยังสามารถนำข้อมูลที่ได้มาใช้ประเมินการเสื่อมสภาพของชิ้นส่วนได้อีกด้วย โดยเทคโนโลยีนี้ สามารถประเมินการเสื่อมสภาพได้รวดเร็วกว่าวิธีที่ถูกใช้โดยทั่วไปในภาคอุตสาหกรรมการผลิค ซึ่ง Mr. Shirokoshi กล่าวแสดงความต้องการที่จะพัฒนาเทคโนโลยีนี้ให้สามารถทำงานได้รวดเร็วยิ่งขึ้นในอนาคต

โดยทั้ง 2 แนวคิดที่ถูกเสนอในงานสัมมนานี้ มีจุดร่วมด้านแนวคิดที่จะนำข้อมูลมาใช้เพื่อช่วยในการผลิต ตอกย้ำความสำคัญของ Big Data และ AI ในอุตสาหกรรมการผลิต จากที่แต่เดิมมีผู้ใช้หลักเป็นอุตสาหกรรมโลจิสติกส์และอุตสาหกรรมบริการ อย่างไรก็ตาม สิ่งที่สำคัญที่สุดอยู่ที่ว่า จะนำส่วนใดจากขุมข้อมูลมาใช้ จึงจะสามารถยกระดับการผลิตได้

Mr. Masato Sugawara จากบริษัท Daikin กล่าวแสดงความเห็นต่อกรณีของทั้ง 2 บริษัทนี้ไว้ว่าเป็นกรณีที่น่าสนใจเป็นอย่างยิ่ง และเป็นสิ่งที่วิศวกรทุกคนควรเรียนรู้ พร้อมกล่าวเสริมว่า “ในอนาคต ผลิตภัณฑ์ชิ้นหนึ่งจะต้องตอบโจทย์หลายอย่างมากยิ่งขึ้น การผลิตที่มีประสิทธิภาพเหนือกว่าปัจจุบันจึงเป็นสิ่งที่ขาดไปไม่ได้”