Wat is er gebeurd
Business Insider meldt dat luchtvaartfabrikant Safran zijn gebruik van AI-aangedreven kwaliteitscontrolesoftware, ontwikkeld door Loopr AI, uitbreidt. Na proefprojecten die twee jaar geleden zijn gestart, introduceert Safran de technologie nu in zijn productiefaciliteiten in Marysville, Washington en Santa Maria, Californië. Het systeem maakt gebruik van synthetische gegevens om gegevensschaarste bij de detectie van defecten aan te pakken, waardoor de inspectietijden voor componenten zoals toiletdeksels worden verkort van 20-30 minuten naar 5-10 minuten.
Volgens Business Insider is Safran twee jaar geleden begonnen met proefprojecten met Loopr AI om te testen of kunstmatige intelligentie de identificatie van defecten kan verbeteren en tegelijkertijd de inspectie- en documentatietijd kan verkorten. Het bedrijf stond voor uitdagingen omdat het een grote verscheidenheid aan onderdelen produceert, maar niet in grote volumes, waardoor het moeilijk werd om de duizenden real-world datasets te verzamelen die doorgaans nodig zijn voor het trainen van robuuste AI-modellen.
Om dit aan te pakken, gebruikte Loopr AI het genereren van synthetische gegevens, waarbij nieuwe trainingsvoorbeelden van bestaande afbeeldingen werden gemaakt en deze werden aangepast om de omvang van de dataset te vergroten. Hierdoor kon Safran verschillende productiescenario's simuleren en tegelijkertijd de resultaten valideren aan de hand van gegevens uit de echte wereld. De software detecteert cosmetische defecten in cabineconstructies door deze te vergelijken met productietekeningen en specifieke onderdeelvereisten.
De implementatie heeft meetbare efficiëntiewinst opgeleverd. Voor toiletbrilinspecties daalde de procestijd van 20 tot 30 minuten naar slechts 5 tot 10 minuten. Het systeem creëert automatisch defect- en inspectieformulieren, een taak die voorheen handmatig door inspecteurs werd uitgevoerd. Bindioa Ouali, senior directeur digitale productie van Safran, verklaarde dat dit snellere proces het bedrijf in staat heeft gesteld 10 tot 15% meer onderdelen te produceren dan voorheen, waardoor de doorvoer voor de eindassemblage toenam.
De technologie werkt zowel in geautomatiseerde als hybride modi. In geautomatiseerde opstellingen fotograferen robotarmen onderdelen voor en na het aanbrengen van verf voor AI-analyse. In hybride opstellingen, zoals bij complexe cabineconstructies, maken inspecteurs handmatig foto's vanuit verschillende hoeken en uploaden deze naar het systeem. De AI identificeert potentiële problemen en genereert documentatie, terwijl mensen de bevindingen kunnen beoordelen, bevestigen of corrigeren, wat het model in de loop van de tijd helpt verbeteren.
Business Insider meldt dat Safran, nu de succesvolle pilots zijn afgerond, de technologie van Loopr nu introduceert in de vestigingen in Marysville, Washington en Santa Maria, Californië. Het systeem is hardware-agnostisch en kan worden uitgevoerd op verschillende camera- en tablettypen die al door het bedrijf worden gebruikt.
Brongegevens: businessinsider.com ↗
Waarom het ertoe doet
Deze inzet demonstreert een praktische toepassing van synthetische data bij het oplossen van het probleem van 'dataschaarste' dat inherent is aan productie van kleine volumes en grote variëteiten. Door het automatiseren van de detectie en documentatie van cosmetische defecten rapporteert Safran een toename van 10-15% in de productiedoorvoer. Deze casestudy benadrukt hoe AI kwaliteitsborgingsprocessen kan standaardiseren, menselijke vermoeidheidsgerelateerde fouten kan verminderen en institutionele kennis kan behouden, waardoor een repliceerbaar model kan worden geboden voor andere lucht- en ruimtevaart- en productiebedrijven die met soortgelijke data-uitdagingen worden geconfronteerd.
De kerninnovatie hier is het gebruik van synthetische data om het probleem van dataschaarste in de gespecialiseerde productie te overwinnen. Traditionele AI-training vereist grote datasets met echte defecten, die zeldzaam zijn en duur om te genereren in productieomgevingen met een laag volume. Door kunstmatige gegevens te genereren die echte defecten nabootsen, kunnen bedrijven effectieve modellen trainen zonder te wachten op jarenlange productiegeschiedenis.
Deze inzet heeft directe praktische gevolgen voor de operationele efficiëntie. De gerapporteerde toename van de doorvoer met 10-15% en de verkorting van de inspectietijd suggereren dat AI de kosten van kwaliteitsborging aanzienlijk kan verlagen. Dit is vooral relevant voor lucht- en ruimtevaartfabrikanten waar precisie van cruciaal belang is en de arbeidskosten hoog zijn.
Het systeem richt zich ook op de kwestie van menselijke vermoeidheid en subjectiviteit. Hoewel ervaren inspecteurs tot 90% van de defecten kunnen detecteren, kunnen hun prestaties variëren als gevolg van vermoeidheid. AI biedt een consistente standaard, verwijdert subjectiviteit en behoudt de kennis van ervaren operators in een schaalbaar formaat.
Deze case study dient als proof of concept voor de bredere toepassing van synthetische data in industriële AI. Het laat zien dat AI niet alleen bedoeld is voor consumptiegoederen in grote hoeveelheden, maar ook effectief kan worden ingezet in complexe productiesectoren met kleine volumes en hoge precisie.
Interactief mechanisme: hoe het eigenlijk werkt
Ontdek interactief de onderliggende technologie achter deze ontwikkeling.
Which training-log entry describes one completed epoch?
Wat je nu moet bekijken
Bewaak de langetermijnprestatiestatistieken van het AI-inspectiesysteem in de nieuwe Amerikaanse faciliteiten, met name wat betreft het terugroeppercentage van defecten en de consistentie van de doorvoer. Kijk uit naar een bredere acceptatie van tools voor het genereren van synthetische gegevens in de toeleveringsketen van de lucht- en ruimtevaart en mogelijke reacties van de regelgeving op door AI ondersteunde kwaliteitsborging in veiligheidskritische industrieën.
Volg de prestaties van het AI-inspectiesysteem in de nieuwe Amerikaanse faciliteiten om te zien of de efficiëntiewinsten die in de pilots worden gerapporteerd, op grote schaal worden gehandhaafd. Zoek naar meldingen van valse positieven of negatieven waarvoor mogelijk verdere afstemming van het model nodig is.
Observeer of andere lucht- en ruimtevaart- of productiebedrijven vergelijkbare synthetische datagestuurde inspectietools gebruiken. Dit zou kunnen duiden op een bredere verschuiving in de sector naar AI-ondersteunde kwaliteitsborging.
Volg de ontwikkelingen op regelgevingsgebied met betrekking tot het gebruik van AI in veiligheidskritische productieprocessen. Naarmate AI een steeds grotere rol gaat spelen bij de kwaliteitscontrole, moeten toezichthouders mogelijk nieuwe normen vaststellen voor validatie en toezicht.
Kijk uit naar verdere ontwikkelingen van Loopr AI en andere aanbieders van synthetische data, terwijl zij hun aanbod uitbreiden naar andere industrieën die met soortgelijke uitdagingen op het gebied van dataschaarste worden geconfronteerd.