Augsburško produkcijsko omrežje z umetno inteligenco – DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV in Univerza v Augsburgu – uporabljajo ultrazvočne senzorje za povezovanje zvoka s kakovostjo obdelave kompozitnih materialov.
Ultrazvočni senzor nameščen na CNC rezkalnem stroju za nadzor kakovosti obdelave.Vir slike: Vse pravice pridržane s strani Univerze v Augsburgu
Augsburška AI (umetna inteligenca) proizvodna mreža – ustanovljena januarja 2021 in s sedežem v Augsburgu v Nemčiji – združuje Univerzo v Augsburgu, Fraunhofer, in raziskave o litju, kompozitnih materialih in tehnologiji obdelave (Fraunhofer IGCV) ter nemško lahko proizvodno tehnologijo center.Nemški vesoljski center (DLR ZLP).Namen je skupno raziskovanje proizvodnih tehnologij, ki temeljijo na umetni inteligenci, na vmesniku med materiali, proizvodnimi tehnologijami in podatkovnim modeliranjem.Primer aplikacije, kjer lahko umetna inteligenca podpira proizvodni proces, je obdelava kompozitnih materialov, ojačanih z vlakni.
V novoustanovljenem proizvodnem omrežju umetne inteligence znanstveniki preučujejo, kako lahko umetna inteligenca optimizira proizvodne procese.Na koncu številnih vrednostnih verig v letalstvu ali strojništvu CNC strojna orodja obdelujejo končne konture komponent iz polimernih kompozitov, ojačenih z vlakni.Ta postopek obdelave postavlja visoke zahteve za rezkar.Raziskovalci z Univerze v Augsburgu verjamejo, da je možno optimizirati obdelovalni proces z uporabo senzorjev, ki nadzorujejo CNC rezkalne sisteme.Trenutno uporabljajo umetno inteligenco za vrednotenje podatkovnih tokov, ki jih zagotavljajo ti senzorji.
Industrijski proizvodni procesi so običajno zelo zapleteni in veliko dejavnikov vpliva na rezultate.Na primer, oprema in orodja za obdelavo se hitro obrabijo, zlasti trdi materiali, kot so ogljikova vlakna.Zato je sposobnost prepoznavanja in napovedovanja kritičnih stopenj obrabe bistvenega pomena za zagotavljanje visokokakovostnih obrezanih in strojno obdelanih kompozitnih struktur.Raziskave na industrijskih CNC rezkalnih strojih kažejo, da lahko ustrezna senzorska tehnologija v kombinaciji z umetno inteligenco zagotovi takšne napovedi in izboljšave.
Industrijski CNC rezkalni stroj za raziskovanje ultrazvočnih senzorjev.Vir slike: Vse pravice pridržane s strani Univerze v Augsburgu
Večina sodobnih CNC rezkalnikov ima vgrajene osnovne senzorje, kot so beleženje porabe energije, podajalne sile in navora.Vendar pa ti podatki ne zadostujejo vedno za razrešitev drobnih podrobnosti postopka rezkanja.V ta namen je Univerza v Augsburgu razvila ultrazvočni senzor za analizo strukturnega zvoka in ga integrirala v industrijski CNC rezkalni stroj.Ti senzorji zaznavajo strukturirane zvočne signale v ultrazvočnem območju, ki nastanejo med rezkanjem in se nato širijo skozi sistem do senzorjev.
Strukturni zvok lahko sklepa o stanju procesa obdelave."To je indikator, ki je za nas tako pomemben kot tetiva za lok za violino," je pojasnil prof. Markus Sause, direktor mreže za proizvodnjo umetne inteligence."Glasbeni strokovnjaki lahko po zvoku violine takoj ugotovijo, ali je uglašena, in kako igralec obvlada instrument."Toda kako se ta metoda uporablja za strojna orodja CNC?Strojno učenje je ključ.
Da bi optimizirali postopek CNC rezkanja na podlagi podatkov, ki jih je zabeležil ultrazvočni senzor, so raziskovalci, ki sodelujejo s Sauseom, uporabili tako imenovano strojno učenje.Določene značilnosti zvočnega signala lahko kažejo na neugoden procesni nadzor, kar kaže na slabo kakovost rezkanega dela.Zato se lahko te informacije uporabijo za neposredno prilagajanje in izboljšanje postopka rezkanja.Če želite to narediti, uporabite zabeležene podatke in ustrezno stanje (na primer dobra ali slaba obdelava) za usposabljanje algoritma.Nato se lahko oseba, ki upravlja rezkalni stroj, odzove na predstavljene informacije o stanju sistema ali pa se sistem odzove samodejno s programiranjem.
Strojno učenje ne more samo optimizirati postopka rezkanja neposredno na obdelovancu, ampak tudi čim bolj ekonomično načrtovati vzdrževalni cikel proizvodnega obrata.Funkcionalne komponente morajo delovati v stroju čim dlje, da izboljšajo ekonomsko učinkovitost, vendar se je treba izogibati spontanim okvaram, ki jih povzročijo poškodbe komponent.
Predvideno vzdrževanje je metoda, pri kateri AI uporablja zbrane podatke senzorjev za izračun, kdaj je treba dele zamenjati.Za proučevani CNC rezkalni stroj algoritem prepozna, kdaj se spremenijo nekatere značilnosti zvočnega signala.Na ta način lahko ne samo prepozna stopnjo obrabe obdelovalnega orodja, ampak tudi napove pravi čas za zamenjavo orodja.Ta in drugi procesi umetne inteligence so vključeni v proizvodno mrežo umetne inteligence v Augsburgu.Tri glavne partnerske organizacije sodelujejo z drugimi proizvodnimi obrati, da ustvarijo proizvodno mrežo, ki jo je mogoče preoblikovati na modularen in materialno optimiziran način.
Razlaga staro umetnost, ki stoji za prvo ojačitvijo vlaken v industriji, in ima poglobljeno razumevanje nove znanosti o vlaknih in prihodnjega razvoja.
Čas objave: 8. oktober 2021