AI i kvalitetskontrollen: så minskade Trioworld materialsvinn i produktionen

Produktionslinje för plastfilm med inline-kamerainspektion, en tekniker granskar kvalitetsdata på en skärm

Hos Trioworld blev kvalitetskontrollen en konkret tillämpning för AI. Tillsammans med Aixia AB utvecklade företaget en lösning för kontinuerlig inspektion av plastrullar under produktionen. Samarbetet visar hur ett avgränsat kvalitetsproblem kan koppla samman produktion, resursanvändning och affärsnytta.

En tillverkare behöver veta att materialet håller rätt kvalitet innan det går vidare till kunden. Samtidigt måste kontrollen fungera i produktionstakten. För Trioworld, som tillverkar förpackningsfilm, var det den kombinationen som stod i centrum för samarbetet med Aixia.

Ett kvalitetsproblem med betydelse för nästa led

Den publicerade kundberättelsen beskriver bland annat film för inplastning av balar, där materialets kvalitet är viktig för att skydda innehållet. Utmaningen var att upprätthålla en hög kvalitetsnivå i en snabb produktionsmiljö.

Det ger en tydlig ingång till ett AI-projekt: börja med vad avvikelsen betyder för produkten och kunden. Vilka fel behöver upptäckas? När måste beslutet vara fattat? Och vad ska hända med materialet när en avvikelse identifieras?

Svar på de frågorna gör det möjligt att bedöma vilken kontroll som behövs och om AI kan tillföra något utöver den befintliga tekniken.

Från visuell inspektion till en del av produktionsflödet

Enligt kundberättelsen tog Aixias och Trioworlds team fram en lösning med AI och visuell teknik, med AiQu som en del av upplägget. Systemet beskrivs som integrerat i produktionslinjen och som en kontinuerlig realtidskontroll av varje rulle. Berättelsen anger också att defekta rullar kan sorteras bort automatiskt och att tidigare upptäckt av fel bidrar till minskat materialsvinn.

För andra tillverkare är det särskilt intressant att kontrollen kopplas till en åtgärd. Ett system som visar en avvikelse på en skärm behöver också ingå i ett arbetsflöde där någon kan fatta eller verkställa ett beslut.

Det kan handla om sortering, manuell granskning eller återkoppling till en ansvarig. Vilken åtgärd som är rätt behöver bestämmas för varje process.

Kvalitet och materialutnyttjande behöver följas tillsammans

I ett nytt projekt rekommenderar vi att både kvalitetsutfallet och materialflödet följs upp. En kontroll som missar fel kan släppa igenom undermåliga produkter. En alltför känslig kontroll kan i stället underkänna användbart material.

Det är därför värdefullt att skilja mellan verkliga fel, felaktiga underkännanden och osäkra fall som behöver granskas. Följ sedan vad som händer med materialet efter beslutet.

Utfall Vad det betyder Vad som bör följas upp
Verkligt fel Avvikelsen är korrekt upptäckt Att materialet hanteras enligt beslutad rutin
Felaktigt underkännande Användbart material sorteras bort Om kontrollen är för känslig och hur mycket material som förloras
Osäkert fall Kontrollen kan inte avgöra Att ärendet går vidare till granskning och att beslutet loggas

Det ger ett bättre underlag för förbättringar än en ensam siffra för modellens träffsäkerhet. Det hjälper också verksamheten att se om vinsten kommer från bättre upptäckt, mindre omarbete eller förändrad hantering.

För Trioworld beskriver det offentliga caset en kvalitativ förbättring. Någon verifierad procentsats för minskat svinn anges inte i det granskade underlaget.

Vad en AI-konsult behöver förstå om produktionen

När ett industriföretag söker en AI-konsult bör uppdraget börja med processen som ska förbättras. Vilka produktvarianter förekommer? Hur ser ett accepterat gränsfall ut? Vilka förändringar i miljön måste kontrollen tåla?

Vår rekommendation är att samla produktions-, kvalitets- och teknikkompetens kring samma test. Använd representativa produkter och tydliga bedömningsregler. Bestäm också hur en osäker kontroll ska hanteras.

Först då går det att värdera hur lösningen fungerar i verksamheten. Ett bra testresultat behöver följas av en kontroll av kapacitet, integration och arbetssätt innan införandet breddas.

Småländsk förankring med ett bredare industriellt användningsområde

Trioworld har huvudkontor i Smålandsstenar, där företaget också har produktionsverksamhet. Det ger bolaget en tydlig förankring i Småland. Den publicerade kundberättelsen fastställer däremot inte vilken anläggning Aixias projekt genomfördes vid.

För andra industriföretag i regionen är användningsområdet ändå relevant att undersöka. Det handlar om hur återkommande kvalitetsbedömningar kan bli mer användbara i det dagliga flödet, med mål som går att följa upp.

Nästa steg är en tydligt definierad kontroll

Vi rekommenderar att börja med en produktfamilj eller ett kontrollmoment. Dokumentera nuläget, välj testfall och bestäm vad som räknas som en förbättring. Utse också ansvariga för uppföljning och framtida ändringar.

Trioworld-samarbetet är ett exempel på hur AI kan knytas till ett konkret produktionsbehov. För nästa företag börjar arbetet med den egna processen och dess förutsättningar.

Ett annat användningsområde för samma typ av teknik är att bedöma skicket på återtagen utrustning. Vi beskriver hur AI-baserad gradering av begagnade datorer hos 3stepIT ger ett mer enhetligt underlag för värdering och återbruk. De två fallen liknar varandra i uppbyggnaden men bedömer olika saker: kvaliteten i en löpande produktionslinje respektive skicket på en enskild återtagen enhet.

Vill ni undersöka om AI kan förbättra er kvalitetskontroll eller minska onödigt materialsvinn? Kontakta Aixia AB för att diskutera ett avgränsat test med tydliga kvalitetskrav och mätbara mål.

Latest News

Produktionslinje för plastfilm med inline-kamerainspektion, en tekniker granskar kvalitetsdata på en skärm

AI i kvalitetskontrollen: så minskade Trioworld materialsvinn i produktionen

Hur kan AI förbättra kvalitetskontrollen i produktion? Läs om Aixias samarbete med Trioworld och vad tillverkare bör tänka på innan…
Läs mer

Palo Alto Prisma AIRS passerar 100 MUSD ARR: AI-säkerhet har blivit affärskritiskt

Prisma AIRS passerade 100 MUSD i ARR på fyra kvartal, och Palo Alto bygger nu ut skyddet till utvecklarnas datorer….
Läs mer
Kundserviceagent vid dubbla skärmar som visar kundärende och orderuppslag i ett AI-stött gränssnitt.

AI-agenten löste kundärendet. Vad kostade det?

En AI-agent svarar kunden på sekunder. Men varje steg i kedjan kostar. Gartner räknar med att kostnaden per agentiskt arbetsflöde…

Läs mer
Isometrisk illustration av lager med datacenter, ett nordiskt kontrollområde och ett centralt skyddat valv

Suverän AI för försvar och medtech: varför reglerade branscher kör eget

NVIDIA kopplar ihop GPU-kapacitet med nordiska datacenter. För försvar, medtech och automotive flyttar det fokus till den viktigaste frågan: var…
Läs mer