ASUS, AIoT endüstriyel sistemlerin geliştirilmesinin önünü açan yeni akıllı üretim çözümleri üretiyor

ASUS, AIoT endüstriyel sistemlerin geliştirilmesinin önünü açan yeni akıllı üretim çözümleri üretiyor

 

ÖNEMLİ NOKTALAR

· ASUS AIoT İş Grubu yapay zeka ve büyük veri destekli üst düzey üretim çözümleri geliştirdi.

· ASUS, tedarik tarafında Endüstri 4.0’a geçiş için gereken esnekliği, hızı, üretkenliği ve kaliteyi yakalamak için iş süreçlerini yeniledi.

· Üretim ve montaj için akıllı üretim çözümlerine yapılan yatırımlar verimliliği artırmanın yanı sıra manuel kusur tespiti nedeniyle oluşan zararı da azaltıyor.

 

AIoT döneminin başlamasıyla birlikte ASUS, üst düzey üretim çözümleri geliştirmek için yeni teknolojilerden ve yöntemlerden yararlanmaya başladı. ASUS, 2019’un sonunda şirketin AIoT iş birimini endüstriler için daha fazla çözüm geliştirebilecek şekilde genişleterek AIoT İş Grubunu (AIoT BG) kurdu. Başarılı üretimin başlıca unsurları olan tasarım gücü, teknik beceri ve sürekli kârlılık üzerine planlama yapan ASUS, tedarik tarafında Endüstri 4.0’a geçiş için gereken esnekliği, hızı, üretkenliği ve kaliteyi yakalamak için iş süreçlerini yeniledi.

Kusurların manuel olarak tespit edilmesi üretim süreçlerindeki verimsizliğin en büyük nedenlerinden biri. Metal çevre birimleri, fanlar, baskılı devre kartları ve diğer bilgisayar bileşenlerinin üretiminde ve sistem montajında yapay zekadan yararlanan akıllı üretim çözümlerine yatırım yapan ASUS, verimliliği azaltan durumları ortadan kaldırmanın yanı sıra fabrika çalışanlarının aldığı yanlış kararlar nedeniyle oluşan üretim hatalarını da azalttı. ASUS farklı kalite kusuru türlerini istatistiksel olarak sınıflandırmak, bunların nedenlerini tespit etmek ve hataların kaynağındaki süreçleri iyileştirmek için yapay zeka ve büyük veriden yararlanmayı sürdürerek üretim kalitesini artırmaya devam edecek.

“ASUS yüzlerce tedarikçiyle çalışıyor. Kalite kontrol süreçlerimizi iyileştirdiğimizde tedarikçilerimiz de bundan yararlanarak değişiklikler yapmayı arzu ediyor.” diyen ASUS Kıdemli Başkan Yardımcısı, Open Platform ve AIoT İş Grupları Ortak Yöneticisi Jackie Hsu, sözlerini şöyle sürdürdü: “Bu hem ASUS’a hem de ürün kalitesinin çok önemli olduğu tüm sektöre yarar sağlayan bir durum.”

 

Yapay zeka destekli görsel tespit sistemi

Üretim sektöründe manuel görsel denetim yönteminin yerine otomatik optik denetim (AOI) sistemlerinin kullanılması yaygınlaştı. Ancak optik denetim, mekanik metal parça üretimi için etkili bir yöntem değil. Manuel görsel denetim yönteminde ise ürünün yüzeyine farklı açılardan bakılarak ışığın yansımasına göre kusurların tespit edilmesi gerekiyor. Bu yöntemde eksiksiz ve doğru kusur verisini elde edebilmek için bileşenlerin yüzey özelliklerini tam olarak belirlemek son derece önemli.

Optik denetim AIoT İş Grubu’nun kullandığı temel teknolojiler arasında yer alıyor. Makine öğrenimi, derin öğrenim ve yapay nöral ağlardan yararlanan bu teknoloji yapay zeka tespit modellerini eğitiyor. “Otomatik optik denetimin başarı oranı genel olarak %80-90 düzeyinde. Bu da kusurların %10’undan fazlasının fark edilmemesi demek. Manuel görsel denetimde ise başarı oranı yaklaşık %90.” diyen ASUS Kurumsal Başkan Yardımcısı, AIoT İş Grubu Ortak Yöneticisi Albert Chang, ardından şunları söyledi: “ASUS yapay zekadan yararlanan öğrenim çözümleriyle tespit başarı oranını %98’e çıkardı.”

 

Yapay zeka destekli dalga biçimi tespit sistemi

Çoğu bilgisayarın, tüketici elektroniği ürününün ve soğutma sisteminin temel parçalarından biri olan fanlar ürünlerin ömrünü uzatmaya yardımcı oluyor. Üreticiler, kaliteden emin olmak için kusurları yalnızca fanları dinleyerek tespit eden denetimcilere güveniyorlar. Yüksek düzeyde beceri gerektiren bu önemli iş için eleman yetiştirmek üç ila altı ay sürüyor. Denetimciler kısa veya uzun vadede kulak yorgunluğu yaşamanın yanı sıra sağlıklarını etkileyen ve dolayısıyla kusur tespit oranını düşüren durumlarla karşılaşıyor.

ASUS bu zor sorunu çözmek için AI Wave Signature System adlı bir sistem geliştirdi. Bu sistem düzgün çalışan fanların seslerini analiz ederek bir referans oluşturuyor. Bu referans ses ile eğitilen yapay zeka, yüksek kaliteli fanları tespit etmek için modeller geliştiriyor. AI Wave Signature System; ürünün elektrik akımı, voltajı, titreşimi ve diğer özellikleri ile birlikte kullanılarak genel ürün kalitesinin tespit edilmesine yardımcı oluyor. Ayrıca bu sistem üretim ekipmanlarının gerçek zamanlı olarak izlenmesi için de kullanılabiliyor. Böylece fabrikadaki operasyonların aksamasının önüne geçiliyor. Örneğin, AI Wave Signature System ile fabrikadaki ekipman motorlarını takip eden çalışanlar, anormal davranan bir motoru anında tespit edebiliyor. Böylece motoru tamamen bozulmadan tamir etmek mümkün oluyor. Bu da üretimin aksamasını ve kayıpları önlüyor.

 

ASUS AIoT iş modelini çoğaltmak

ASUS AIoT İş Grubu bu yıl kendine iddialı hedefler koyarak fan ve mekanik parça tedarikçileriyle 30 adet akıllı denetim projesi gerçekleştirmeyi amaçlıyor. ASUS Kıdemli Başkan Yardımcısı, Open Platform ve AIoT İş Grupları Ortak Yöneticisi Jackie Hsu, “Bu iş grubunun asıl amacı ve ilk önceliği endüstrideki gelişmeleri yaygınlaştırmak, uluslararası rekabet için tedarik zincirini geliştirmek ve tecrübe edinmeyi sürdürmek.” dedi.

Akıllı üretim ve yapay zeka destekli denetim çözümlerinin büyük fabrikalara sunulması hakkında konuşan ASUS Kurumsal Başkan Yardımcısı, AIoT İş Grubu Ortak Yöneticisi Albert Chang, “Geçmişte yapay zeka algoritmaları ve modelleri son derece özelleştirilmiş haldeydi. Bu da yapay zeka destekli denetim çözümlerinin potansiyelini artırdı. Bir sonraki aşamada ise bunu çoğaltarak her ölçekte daha yaygın bir şekilde kullanıma sunmayı hedefliyoruz. ASUS AIoT iş grubunun nihai vizyonunda ‘tam kalite analizi’ bulunuyor.”

ASUS AIoT iş grubunun önümüzdeki üç ila beş yıl için hedefinde veri analizi yer alıyor. Kusurların kaynağını inceleyip tedarik zincirlerinin yüksek verim elde etmesini sağlayan temel çözümler ve başarı formülleri bulmak ve uzun vadede değer yaratmak için veri analizi ASUS markasının önemli parçalarından biri haline gelecek.