Augsburgská produkčná sieť AI – DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV a University of Augsburg používajú ultrazvukové senzory na koreláciu zvuku s kvalitou spracovania kompozitných materiálov.
Ultrazvukový snímač inštalovaný na CNC frézke na sledovanie kvality obrábania.Zdroj obrázkov: Všetky práva vyhradené University of Augsburg
Augsburgská výrobná sieť AI (Artificial Intelligence) založená v januári 2021 so sídlom v Augsburgu v Nemecku spája Augsburgskú univerzitu vo Fraunhofer a výskum odlievacích, kompozitných materiálov a technológie spracovania (Fraunhofer IGCV) a nemeckú technológiu výroby ľahkých výrobkov. stred.Nemecké centrum pre letectvo a kozmonautiku (DLR ZLP).Účelom je spoločný výskum výrobných technológií založených na umelej inteligencii na rozhraní medzi materiálmi, výrobnými technológiami a modelovaním založeným na údajoch.Príkladom aplikácie, kde môže umelá inteligencia podporiť výrobný proces, je spracovanie kompozitných materiálov vystužených vláknami.
V novovytvorenej produkčnej sieti umelej inteligencie vedci skúmajú, ako môže umelá inteligencia optimalizovať výrobné procesy.Napríklad na konci mnohých hodnotových reťazcov v letectve alebo strojárstve CNC obrábacie stroje spracovávajú konečné obrysy komponentov vyrobených z polymérnych kompozitov vystužených vláknami.Tento proces obrábania kladie vysoké nároky na frézu.Výskumníci z univerzity v Augsburgu veria, že je možné optimalizovať proces obrábania pomocou senzorov, ktoré monitorujú CNC frézovacie systémy.V súčasnosti využívajú umelú inteligenciu na vyhodnocovanie dátových tokov, ktoré tieto senzory poskytujú.
Priemyselné výrobné procesy sú zvyčajne veľmi zložité a existuje veľa faktorov, ktoré ovplyvňujú výsledky.Napríklad vybavenie a nástroje na spracovanie sa rýchlo opotrebúvajú, najmä tvrdé materiály, ako sú uhlíkové vlákna.Schopnosť identifikovať a predpovedať kritické úrovne opotrebovania je preto nevyhnutná na poskytovanie vysokokvalitných orezaných a opracovaných kompozitných štruktúr.Výskum priemyselných CNC frézok ukazuje, že vhodné senzorové technológie v kombinácii s umelou inteligenciou môžu poskytnúť takéto predpovede a zlepšenia.
Priemyselná CNC fréza pre výskum ultrazvukových senzorov.Zdroj obrázkov: Všetky práva vyhradené University of Augsburg
Väčšina moderných CNC fréz má zabudované základné senzory, ako je záznam spotreby energie, posuvnej sily a krútiaceho momentu.Tieto údaje však nie vždy postačujú na vyriešenie jemných detailov procesu mletia.Na tento účel vyvinula Univerzita v Augsburgu ultrazvukový senzor na analýzu zvuku štruktúry a integrovala ho do priemyselnej CNC frézky.Tieto snímače detegujú štruktúrované zvukové signály v ultrazvukovom rozsahu generované počas frézovania a potom sa šíria systémom k snímačom.
Štruktúra zvuku môže vyvodiť závery o stave procesu spracovania.„Toto je indikátor, ktorý je pre nás rovnako dôležitý ako tetiva luku pre husle,“ vysvetlil prof. Markus Sause, riaditeľ produkčnej siete umelej inteligencie."Hudobní profesionáli môžu podľa zvuku huslí okamžite určiť, či sú naladené a či hráč ovláda nástroj."Ale ako sa táto metóda vzťahuje na CNC obrábacie stroje?Kľúčom je strojové učenie.
S cieľom optimalizovať proces CNC frézovania na základe údajov zaznamenaných ultrazvukovým senzorom výskumníci pracujúci so Sausom použili takzvané strojové učenie.Určité charakteristiky akustického signálu môžu naznačovať nepriaznivé riadenie procesu, čo naznačuje nízku kvalitu frézovaného dielu.Preto je možné tieto informácie použiť na priame prispôsobenie a zlepšenie procesu frézovania.Na tento účel použite zaznamenané údaje a zodpovedajúci stav (napríklad dobré alebo zlé spracovanie) na trénovanie algoritmu.Potom môže osoba obsluhujúca frézku reagovať na prezentované informácie o stave systému, alebo môže systém reagovať automaticky prostredníctvom programovania.
Strojové učenie dokáže nielen optimalizovať proces frézovania priamo na obrobku, ale aj čo najhospodárnejšie plánovať cyklus údržby výrobného závodu.Funkčné komponenty musia pracovať v stroji čo najdlhšie, aby sa zlepšila ekonomická efektívnosť, ale je potrebné zabrániť spontánnym poruchám spôsobeným poškodením komponentov.
Prediktívna údržba je metóda, pri ktorej AI používa zozbierané údaje zo senzorov na výpočet toho, kedy by sa mali diely vymeniť.Pre skúmanú CNC frézku algoritmus rozpozná, keď sa zmenia určité charakteristiky zvukového signálu.Dokáže tak nielen identifikovať stupeň opotrebenia obrábacieho nástroja, ale aj predpovedať správny čas na výmenu nástroja.Tento a ďalšie procesy umelej inteligencie sa začleňujú do produkčnej siete umelej inteligencie v Augsburgu.Tri hlavné partnerské organizácie spolupracujú s ďalšími výrobnými zariadeniami na vytvorení výrobnej siete, ktorú je možné modulárne a materiálovo optimalizovať.
Vysvetľuje staré umenie, ktoré stojí za prvým vystužením vlákien v tomto odvetví, a má hlboké znalosti o nových vláknach a budúcom vývoji.
Čas odoslania: október-08-2021