{"id":14051,"date":"2025-06-24T17:37:00","date_gmt":"2025-06-24T15:37:00","guid":{"rendered":"https:\/\/sw.fst.com\/magazine\/2025\/07\/sztuczna-inteligencja-jako-wsparcie-w-formowaniu-wtryskowym-elastomerow\/"},"modified":"2025-07-23T17:30:34","modified_gmt":"2025-07-23T15:30:34","slug":"sztuczna-inteligencja-jako-wsparcie-w-formowaniu-wtryskowym-elastomerow","status":"publish","type":"post","link":"https:\/\/sw.fst.com\/magazine\/pl\/2025\/06\/sztuczna-inteligencja-jako-wsparcie-w-formowaniu-wtryskowym-elastomerow\/","title":{"rendered":"Sztuczna inteligencja jako wsparcie w formowaniu wtryskowym elastomer\u00f3w"},"content":{"rendered":"\n

Do\u015bwiadczenie spotyka si\u0119 z technologi\u0105: produkcja<\/sup> Simmerring\u00ae w Weinheim jest miejscem projektu badawczego nad sztuczn\u0105 inteligencj\u0105.<\/strong><\/p>\n\n

<\/p>\n\n

\n
\"\"<\/figure>\n<\/div>\n\n\n

Kompaktowy<\/h2>\n\n\n\n

<\/p>\n\n\n\n

W zak\u0142adzie produkcyjnym Simmerring\u00ae w Weinheim realizowany jest projekt badawczy maj\u0105cy na celu usprawnienie proces\u00f3w przemys\u0142owych z wykorzystaniem sztucznej inteligencji (AI).<\/p>\n\n\n\n

Projekt ma na celu wykorzystanie sztucznej inteligencji do przewidywania w\u0142a\u015bciwo\u015bci jako\u015bciowych formowanych wtryskowo komponent\u00f3w elastomerowych i optymalizacji proces\u00f3w produkcyjnych. Nacisk k\u0142adziony jest na zmniejszenie liczby odrzut\u00f3w i zwi\u0119kszenie wydajno\u015bci. <\/p>\n\n\n\n

Konwencjonalne podej\u015bcia do sztucznej inteligencji wymagaj\u0105 du\u017cych ilo\u015bci danych. Jednak zastosowana tutaj metoda uwzgl\u0119dnia korelacje fizyczne i wiedz\u0119 koleg\u00f3w w celu zmniejszenia wymaganych danych szkoleniowych i czasu opracowywania. <\/p>\n\n\n\n

Badania zosta\u0142y rozszerzone na kilka typ\u00f3w maszyn i artyku\u0142\u00f3w, aby przenie\u015b\u0107 wiedz\u0119 na jak najwi\u0119ksz\u0105 liczb\u0119 artyku\u0142\u00f3w, a jednocze\u015bnie zapewni\u0107 jako\u015b\u0107 produktu.<\/p>\n\n\n\n

Das Projekt hat zudem die Zusammenarbeit mit anderen Freudenberg-Standorten, darunter Kufstein und Freudenberg Home and Cleaning Solutions in Italien, initiiert, um KI-L\u00f6sungen zu \u00fcbertragen und zu skalieren.<\/p>\n<\/div><\/div>\n\n

Alexander Olbrich od lat pracuje nad tym, jak mo\u017cna usprawni\u0107 procesy przemys\u0142owe za pomoc\u0105 sztucznej inteligencji (AI). Jako doktorant w Niemieckim Instytucie Technologii Gumy pracuje w dziale korporacyjnym Freudenberg Technology Innovation (FTI). W ramach swojej pracy doktorskiej przeprowadzi\u0142 wiele eksperyment\u00f3w w centrum technicznym. „Moim celem by\u0142o przeniesienie wynik\u00f3w na konkretne produkty Freudenberg. Aby uzyska\u0107 solidne zrozumienie proces\u00f3w, szczeg\u00f3lnie wa\u017cne by\u0142o dla mnie przebywanie na miejscu. Chcia\u0142em szczeg\u00f3\u0142owo pozna\u0107 proces produkcji i nawi\u0105za\u0107 bliski dialog z do\u015bwiadczonymi kolegami, kt\u00f3rzy codziennie pracuj\u0105 nad systemami i maj\u0105 dog\u0142\u0119bn\u0105 wiedz\u0119 praktyczn\u0105”. W ten spos\u00f3b opisuje powody, dla kt\u00f3rych oko\u0142o rok temu tymczasowo przeni\u00f3s\u0142 swoje centrum operacyjne do zak\u0142adu produkcyjnego Simmerring\u00ae<\/sup> w Weinheim. <\/p>\n\n

Sarang Etemadi, dyrektor operacyjny oddzia\u0142u Dynamic Sealing w Weinheim, popar\u0142 ten projekt. „Nie robimy tego, poniewa\u017c sztuczna inteligencja jest modnym s\u0142owem na ustach wszystkich, ale dlatego, \u017ce wierzymy, \u017ce sztuczna inteligencja ma potencja\u0142 ekonomiczny. AI musi pom\u00f3c naszym pracownikom w produkcji. Maj\u0105c to na uwadze, z przyjemno\u015bci\u0105 zaoferowali\u015bmy Alexandrowi Olbrichowi platform\u0119 innowacji w ramach jego projektu badawczego AI. To sytuacja korzystna dla obu stron, kt\u00f3ra pomaga nam jeszcze lepiej opanowa\u0107 r\u00f3\u017cnorodno\u015b\u0107 i z\u0142o\u017cono\u015b\u0107 naszych proces\u00f3w” – informuje. <\/p>\n\n

Przewidywanie w\u0142a\u015bciwo\u015bci, optymalizacja proces\u00f3w<\/strong><\/p>\n\n

W jaki spos\u00f3b mo\u017cna przewidzie\u0107 w\u0142a\u015bciwo\u015bci jako\u015bciowe formowanych wtryskowo element\u00f3w elastomerowych za pomoc\u0105 sztucznej inteligencji? I jak mo\u017cna zoptymalizowa\u0107 proces produkcji w oparciu o modele AI? W przypadku firmy Olbrich skupiono si\u0119 w szczeg\u00f3lno\u015bci na dw\u00f3ch tematach: po pierwsze, zmniejszeniu liczby odrzut\u00f3w, a po drugie, zwi\u0119kszeniu wydajno\u015bci poprzez optymalizacj\u0119 czas\u00f3w cykli. <\/p>\n\n

U\u017cywa on terminu „zaburzenia lepko\u015bci”, aby opisa\u0107 kwesti\u0119 odrzut\u00f3w. Nawet niewielkie wahania w poszczeg\u00f3lnych partiach mieszania i zmieniaj\u0105ce si\u0119 warunki otoczenia wp\u0142ywaj\u0105 na zachowanie przep\u0142ywu materia\u0142u podczas formowania wtryskowego. Mo\u017ce to prowadzi\u0107 do niedope\u0142nienia lub przepe\u0142nienia wn\u0119k formy. Rezultat: odrzuty. Takie straty materia\u0142u zwi\u0119kszaj\u0105 koszty produkcji. <\/p>\n\n

Inne rodzaje odrzut\u00f3w s\u0105 z kolei bezpo\u015brednio powi\u0105zane ze zmiennymi procesu ograniczaj\u0105cymi wydajno\u015b\u0107. Na przyk\u0142ad, niedostatecznie usieciowane komponenty mog\u0105 mie\u0107 p\u0119cherzyki powietrza lub wady wlewu. Skutkuje to z\u0142o\u017conym konfliktem warto\u015bci docelowych mi\u0119dzy osi\u0105galnymi czasami cyklu a wska\u017anikami odrzut\u00f3w. Wynikaj\u0105cy z tego optymalny punkt operacyjny mo\u017ce z kolei ulec zmianie z powodu waha\u0144 partii i \u015brodowiska. <\/p>\n\n

„Chodzi o to, aby obliczy\u0107 wp\u0142yw tych waha\u0144 i na tej podstawie okre\u015bli\u0107 optymalny czas wulkanizacji i cyklu w optymalnej temperaturze” – wyja\u015bnia. Zanieczyszczenie formy mo\u017ce r\u00f3wnie\u017c powodowa\u0107 niepotrzebne straty produkcyjne – dlatego Olbrich wzi\u0105\u0142 to r\u00f3wnie\u017c pod uwag\u0119 w swoich badaniach. <\/p>\n\n

\"\"
Jak pracownicy mog\u0105 wykorzystywa\u0107 sztuczn\u0105 inteligencj\u0119 w produkcji? Od lewej do prawej: Bernhard Br\u00e4unig, Christian Ernst, Alexander Olbrich, Philip Stein, Egbert G\u00f6lz.<\/figcaption><\/figure>\n\n

Transfer wiedzy<\/strong><\/p>\n\n

Tradycyjne podej\u015bcia do sztucznej inteligencji wymagaj\u0105 du\u017cych ilo\u015bci znacz\u0105cych danych, aby zbudowa\u0107 swoj\u0105 wiedz\u0119 na temat rozwi\u0105za\u0144 wykorzystuj\u0105cych uczenie maszynowe. Jest to sytuacja wyj\u015bciowa, kt\u00f3ra zwykle nie wyst\u0119puje w \u015brodowisku produkcyjnym ze wzgl\u0119du na du\u017c\u0105 liczb\u0119 wariant\u00f3w produkt\u00f3w i maszyn w r\u00f3\u017cnym wieku od r\u00f3\u017cnych producent\u00f3w. Rozwi\u0105zaniem tego problemu podczas modelowania procesu jest uwzgl\u0119dnienie korelacji fizycznych i wiedzy specjalist\u00f3w na miejscu. <\/p>\n\n

To zdeterminowa\u0142o podej\u015bcie Olbricha: Uruchamianie plan\u00f3w testowych, odczytywanie i ocena danych, a nast\u0119pnie opracowywanie modeli uczenia maszynowego z moc\u0105 predykcyjn\u0105 i wreszcie wdra\u017canie algorytm\u00f3w sterowania, kt\u00f3re koryguj\u0105 b\u0142\u0119dy i optymalizuj\u0105 proces. „Wykorzystanie do\u015bwiadczenia ustawiaczy i wiedzy naszych koleg\u00f3w z dzia\u0142u in\u017cynierii procesowej mia\u0142o kluczowe znaczenie dla radykalnego zmniejszenia ilo\u015bci niezb\u0119dnych danych szkoleniowych i zwi\u0105zanego z tym czasu opracowywania” – m\u00f3wi Olbrich. To, co pocz\u0105tkowo rozpocz\u0119\u0142o si\u0119 na jednej maszynie z jednym artyku\u0142em, p\u00f3\u017aniej rozszerzy\u0142o si\u0119 na kilka typ\u00f3w maszyn i artyku\u0142\u00f3w produkcji Weinheim Simmerring. „Bior\u0105c pod uwag\u0119 szeroki zakres wariant\u00f3w w zak\u0142adzie, celem jest przeniesienie wiedzy na jak najwi\u0119ksz\u0105 liczb\u0119 artyku\u0142\u00f3w” – wyja\u015bnia. <\/p>\n\n

Poniewa\u017c jako\u015b\u0107 produktu nie mo\u017ce ucierpie\u0107 w wyniku zwi\u0119kszonej wydajno\u015bci, testy stanowiskowe pokazuj\u0105, czy po\u017c\u0105dane w\u0142a\u015bciwo\u015bci s\u0105 nadal obecne po dostosowaniu procesu. Olbrich podkre\u015bla: „Jako\u015b\u0107 produkt\u00f3w ko\u0144cowych ma najwy\u017cszy priorytet. Aby zapewni\u0107 przysz\u0142\u0105 u\u017cyteczno\u015b\u0107, wa\u017cne jest \u015bcis\u0142e zaanga\u017cowanie koleg\u00f3w z dzia\u0142u rozwoju produktu w celu krytycznego przetestowania funkcjonalno\u015bci zoptymalizowanych element\u00f3w”. <\/p>\n\n

Badania Olbricha opieraj\u0105 si\u0119 na za\u0142o\u017ceniu, \u017ce maszyny mog\u0105 wykorzystywa\u0107 sztuczn\u0105 inteligencj\u0119 do rozpoznawania problem\u00f3w i natychmiastowego inicjowania krok\u00f3w w celu optymalizacji procesu. Alternatywnie, sztuczna inteligencja wspiera pracownik\u00f3w sugestiami dotycz\u0105cymi dostosowania procesu. Zar\u00f3wno on, jak i Etemadi m\u00f3wi\u0105 jasno: sztuczna inteligencja to pomoc, a nie panaceum. Etemadi m\u00f3wi: „Sztuczna inteligencja mo\u017ce zapewni\u0107 przejrzysto\u015b\u0107, uwidoczni\u0107 b\u0142\u0119dy i wahania, kt\u00f3re w przeciwnym razie by\u0142yby prawie niemo\u017cliwe do rozpoznania. Ale nasi ludzie pozostaj\u0105 niezwykle wa\u017cni dzi\u0119ki swojej wiedzy i do\u015bwiadczeniu”. Dodaje: „Nasze procesy generuj\u0105 wiele danych. Nale\u017cy je przeanalizowa\u0107. W po\u0142\u0105czeniu z naszym systemem realizacji produkcji (MES), sztuczna inteligencja mo\u017ce znacz\u0105co wesprze\u0107 t\u0119 ocen\u0119 w celu optymalizacji naszych proces\u00f3w”. Prace badawcze Alexandra Olbricha dowodz\u0105, \u017ce to dzia\u0142a”. <\/p>\n\n

Wsp\u00f3lne innowacje – r\u00f3wnie\u017c z Kufstein<\/strong><\/p>\n\n

Praca doktorska Olbricha zaprowadzi\u0142a go r\u00f3wnie\u017c do zak\u0142adu Lead Centre Integrated Molded Components w Kufstein. „W Kufstein skupili\u015bmy si\u0119 na zmniejszeniu liczby odrzut\u00f3w i optymalizacji czas\u00f3w cykli w produkcji uchylnych armatur do zawor\u00f3w elektromagnetycznych. Austriaccy koledzy s\u0105 na imponuj\u0105cym poziomie technologicznym i byli w stanie zapewni\u0107 najlepsze warunki pocz\u0105tkowe dla mojej pracy” – wyja\u015bnia. Podobie\u0144stwo obu przypadk\u00f3w u\u017cycia umo\u017cliwia wiele pozytywnych synergii mi\u0119dzy zak\u0142adami. Dzi\u0119ki wsp\u00f3lnej wsp\u00f3\u0142pracy z ekspertami ds. cyfryzacji z Dzia\u0142u Specjalnych Produkt\u00f3w Uszczelniaj\u0105cych, opracowane rozwi\u0105zania mog\u0142y zosta\u0107 przeniesione do pierwszych aplikacji demonstracyjnych. Praca Olbricha zainicjowa\u0142a r\u00f3wnie\u017c wymian\u0119 mi\u0119dzy dwoma wiod\u0105cymi o\u015brodkami: znalezienie standard\u00f3w i niezb\u0119dnych warunk\u00f3w ramowych dla wykorzystania sztucznej inteligencji, kt\u00f3re mo\u017cna skalowa\u0107 w ramach FST, tj. stosowa\u0107 na szerok\u0105 skal\u0119. „To s\u0105 wsp\u00f3lne innowacje”, podsumowuje Etemadi. <\/p>\n\n

W firmie Freudenberg dzia\u0142a to r\u00f3wnie\u017c poza FST. „W ramach wsp\u00f3lnego projektu z Freudenberg Home and Cleaning Solutions we W\u0142oszech byli\u015bmy w stanie przenie\u015b\u0107 rozwi\u0105zania opracowane z FST w Weinheim i Kufstein – w zmodyfikowanej formie – do formowania wtryskowego tworzyw termoplastycznych i przenie\u015b\u0107 je do procesu pilota\u017cowego” – informuje Olbrich. Nast\u0119pnie czeka go pobyt za granic\u0105 w Freudenberg Medical w USA. A w pewnym momencie „pomi\u0119dzy” b\u0119dzie musia\u0142 napisa\u0107 swoje projekty i odkrycia jako prac\u0119 doktorsk\u0105 – oczywi\u015bcie bez wsparcia AI. <\/p>\n

\r\n
\r\n \r\n <\/i>\r\n <\/a>\r\n <\/span>\r\n<\/div><\/div>","protected":false},"excerpt":{"rendered":"

Do\u015bwiadczenie spotyka si\u0119 z technologi\u0105: produkcja Simmerring\u00ae w Weinheim jest miejscem projektu badawczego nad sztuczn\u0105 inteligencj\u0105. Kompaktowy W zak\u0142adzie produkcyjnym Simmerring\u00ae w Weinheim realizowany jest projekt badawczy maj\u0105cy na celu…<\/p>\n","protected":false},"author":5,"featured_media":12670,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[1251,873,734],"tags":[],"powerkit_post_featured":[],"class_list":["post-14051","post","type-post","status-publish","format-standard","has-post-thumbnail","category-cyfryzacja","category-kufstein-pl","category-weinheim-pl"],"_links":{"self":[{"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/posts\/14051","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/comments?post=14051"}],"version-history":[{"count":1,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/posts\/14051\/revisions"}],"predecessor-version":[{"id":14052,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/posts\/14051\/revisions\/14052"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/media\/12670"}],"wp:attachment":[{"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/media?parent=14051"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/categories?post=14051"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/tags?post=14051"},{"taxonomy":"powerkit_post_featured","embeddable":true,"href":"https:\/\/sw.fst.com\/magazine\/pl\/wp-json\/wp\/v2\/powerkit_post_featured?post=14051"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}