Konteks
Sebuah pengeksport kejuruteraan tepat beribu pejabat di Singapura mengendalikan dua barisan pengeluaran (CNC + pemeriksaan pasca-proses). Kira-kira 18% jam pengeluaran yang dirancang hilang kepada masa henti tidak dirancang — terbahagi antara kegagalan galas pada kepala spindle dan penolakan palsu kosmetik dari stesen pemeriksaan manusia.
Kos: ~3 hari pengeluaran hilang sebulan per barisan. Mereka telah menilai tiga produk SaaS “penyelenggaraan ramalan”. Tiada satu pun yang menyepadukan ke Yonyou NC Cloud ERP mereka.
Apa yang kami lakukan
Pemantauan getaran spindle
Memberi instrumentasi kepada galas kepala spindle dengan akselerometer tiga paksi, strim melalui OPC UA → MQTT ke Azure IoT Hub. Latih model anomali per-aset yang mengikat tandatangan getaran kepada mod kegagalan tertentu.
Stesen pemeriksaan AI penglihatan
Menempatkan rig pemeriksaan AI penglihatan di sebelah barisan — model konvolusi kecil berjalan pada kotak pinggir, gagal-selamat kepada pemeriksaan manual jika keyakinan jatuh. Daya pemprosesan 60 unit/minit, keputusan kurang dari 2 saat.
Penyepaduan pesanan kerja Yonyou NC Cloud
Amaran mengalir ke modul pesanan kerja penyelenggaraan Yonyou sedia ada — pra-diisi dengan ID aset, ramalan mod kegagalan, bahagian disyorkan, dan tetingkap penjadualan 48-jam yang dicadangkan.
Keputusan
- -41% masa henti tidak dirancang merentas dua barisan perintis
- < 2 saat pengesanan kecacatan pada 60 unit/min daya pemprosesan
- Sifar penolakan palsu ditandakan sebagai pulangan pelanggan mahal dalam 6 bulan pertama
- 92% kadar amaran-kepada-pesanan-kerja-dijadualkan dalam 48 jam (berbanding 38% sebelumnya)
- Kenaikan NPS pelanggan disebabkan peningkatan penghantaran tepat masa
Apa yang kami pelajari
Pembukaan terbesar bukan model — ia adalah mendapatkan penyelenggaraan untuk mempercayai amaran cukup untuk menjadualkan kerja. Kami menghabiskan lebih banyak masa pada perubahan proses manusia daripada pada ML itu sendiri.
Penyepaduan Yonyou penting lebih daripada yang kami jangkakan. Alat SaaS sebelumnya gagal pada penggunaan kerana amaran tiba sebagai e-mel — yang ditapis, diabaikan, dan akhirnya tidak dipercayai.