Framtidens automation handlar om flexibilitet

Projektledaren Endre Eros berättar hur teamet för Applied AI hjälper företag att omsätta AI, optimering och robotik i lösningar för verkliga industriella utmaningar.  

När många tänker på fabriksautomation föreställer de sig robotar som arbetar i noggrant kontrollerade miljöer och upprepar samma moment om och om igen. Men enligt Endre Eros, projektledare inom Applied AI på Chalmers Industriteknik, är den verkliga utmaningen för industrin inte automation i sig. Det handlar om flexibilitet.  

I takt med att tillverkningsindustrin möter en ökande produktvariation, kompetensbrist och ett växande behov av att stärka sin konkurrenskraft, når traditionell automation sina gränser. Många processer som skulle kunna dra nytta av automation är fortfarande för komplexa, oförutsägbara eller arbetsintensiva för konventionella lösningar.  

– I många fabriker är logistik, montering, materialhantering, kittning och förmontage fortfarande nästan helt manuella processer. Mycket av planeringen sker också manuellt, ofta i Excel, säger Endre Eros. 

I stället för att bara införa fler robotar eller mer AI fokuserar Endres arbete på att hjälpa företag att använda intelligent automation där den faktiskt kan skapa värde, utan att störa befintliga arbetssätt och processer.  

– Det handlar inte om att ersätta hur fabriker arbetar i dag. Det handlar om att introducera teknik som stärker befintliga verksamheter och gör dem mer flexibla, säkra och hållbara.  

Det innebär också att ta steget bortom laboratoriedemonstrationer och pilotprojekt.  

– Robotik och AI utvecklas snabbt, men de flesta industriella miljöer är ännu inte redo att ta till sig tekniken fullt ut. Risken är att nya lösningar stannar vid simulationer, piloter och demonstratorer i stället för att bli en del av den faktiska produktionen.  

Att hjälpa industrin att övervinna den utmaningen är en central del av Applied AI-teamets arbete. Genom projekt inom produktionsplanering, samverkande robotik och intelligent automation arbetar Endre Eros och hans kollegor i gränslandet mellan forskning och tillämpning, där ny kunskap omsätts i praktiska lösningar för industrin.  

Ett problem som få utanför fabriken ser 

Mycket av arbetet handlar om utmaningar som är osynliga för de flesta utanför industrin. Ett exempel är bemanningsplanering i slutmonteringen vid Volvo Trucks fabrik i Tuve, där arbetsledare ständigt behöver balansera kompetenser, arbetsbelastning, ergonomi och medarbetarnas önskemål samtidigt som produktionen måste flyta på.  

– En oväntad frånvaro kan leda till högre arbetsbelastning, sämre ergonomi och arbetsfördelningar som upplevs som orättvisa av medarbetarna.  

För att stödja dessa beslut utvecklade teamet optimeringsmetoder som kan utvärdera tusentals möjliga bemanningsscenarier på några sekunder. Tekniken hjälper till att hitta lösningar som inte bara fungerar för produktionen, utan också för människorna som utför arbetet.  

Projektet visar hur AI kan skapa värde långt bortom fabriksrobotar och produktionslinjer. I många fall handlar den största nyttan om att hjälpa människor att fatta bättre beslut i komplexa situationer.  

Att lära robotar att samarbeta med människor 

En annan utmaning är att göra automation tillräckligt flexibel för verkliga produktionsmiljöer.  

Traditionell automation fungerar bra när allt är förutsägbart. Men dagens tillverkningsindustri ser sällan ut så. Komponenter flyttas, produktvarianter förändras, människor och maskiner delar arbetsytor och oväntade situationer uppstår varje dag.  

I ett annat projekt undersökte teamet hur kollaborativa robotar skulle kunna dela både arbetsyta och verktyg med mänskliga operatörer. Till skillnad från traditionella industrirobotar som arbetar bakom skyddsbarriärer måste dessa system kontinuerligt övervaka sin omgivning, förstå var människor befinner sig och anpassa sitt beteende därefter.  

Endre liknar tekniken vid en självkörande bil.  

– Synsystemet fungerar som bilens ögon, medan planerings- och optimeringsalgoritmerna fungerar som navigatorn. Om något oväntat händer kan systemet snabbt planera om och hitta en ny väg framåt.  

I praktiken innebär det att en robot kan övervaka sin omgivning, identifiera var operatörer befinner sig och anpassa sina rörelser därefter. I stället för att stanna när förutsättningarna förändras kan systemet skapa en ny plan och samtidigt fortsätta arbeta säkert sida vid sida med människor.  

Varför flexibilitet är viktigare än effektivitet 

Under många år har diskussionen om automation främst handlat om att sänka kostnader och öka produktiviteten. Endre Eros menar att perspektivet håller på att förändras.  

– Det största värdet ligger inte nödvändigtvis i tids- eller kostnadsbesparingar. Det handlar om att kunna automatisera processer med hög variation, som tidigare varit för svåra eller för dyra att automatisera.  

Den typen av flexibilitet blir allt viktigare för europeiska tillverkare som möter kortare produktlivscykler, ökade krav på kundanpassning och hårdnande global konkurrens. I stället för att optimera en enda statisk process behöver företag i allt högre grad system som kan anpassa sig när produkter, volymer eller verksamhetsförutsättningar förändras.  

Vinsterna handlar dessutom om mer än produktivitet. Intelligent automation kan förbättra ergonomin, minska repetitiva arbetsmoment och ge människor möjlighet att fokusera på uppgifter som kräver omdöme, erfarenhet och fingertoppskänsla. För Endre handlar framgångsrik innovation inte enbart om teknik. Det handlar om att utveckla lösningar som företag faktiskt kan använda och dra nytta av i praktiken.  

Applied AI-teamets roll 

Samtidigt som teknikutvecklingen går snabbt ser Endre Chalmers Industriteknitks roll som densamma: att hjälpa organisationer att förstå hur ny forskning kan användas för att lösa verkliga verksamhetsutmaningar.  

För honom kommer de mest givande ögonblicken när företag slutar fråga hur tekniken fungerar och i stället börjar fråga vad den kan göra för dem.  

– Under demonstrationerna frågade besökarna inte bara hur tekniken fungerade. De frågade hur den skulle kunna användas i deras egen produktion. Det var då jag insåg att det här inte bara var ett intressant forskningsresultat, utan något som faktiskt kunde göra skillnad.  

Genom projekt som dessa hjälper Applied AI-teamet organisationer att utvärdera, testa och implementera ny teknik och därmed omsätta lovande forskningsresultat till praktiska lösningar för industrin.