ปัญญาประดิษฐ์เพิ่มประสิทธิภาพการกัด CNC ของคอมโพสิตเสริมคาร์บอนไฟเบอร์โลกวัสดุคอมโพสิต

เครือข่ายการผลิต Augsburg AI-DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV และ University of Augsburg ใช้เซ็นเซอร์อัลตราโซนิคเพื่อเชื่อมโยงเสียงกับคุณภาพของการประมวลผลวัสดุคอมโพสิต
เซ็นเซอร์อัลตราโซนิกที่ติดตั้งบนเครื่องกัด CNC เพื่อตรวจสอบคุณภาพของการตัดเฉือนแหล่งที่มาของภาพ: สงวนลิขสิทธิ์โดยมหาวิทยาลัย Augsburg
เครือข่ายการผลิต Augsburg AI (ปัญญาประดิษฐ์) ก่อตั้งขึ้นในเดือนมกราคม 2021 และมีสำนักงานใหญ่ในเมือง Augsburg ประเทศเยอรมนี โดยเป็นการรวมตัวของมหาวิทยาลัย Augsburg, Fraunhofer และการวิจัยเกี่ยวกับการหล่อ วัสดุคอมโพสิต และเทคโนโลยีการประมวลผล (Fraunhofer IGCV) และเทคโนโลยีการผลิตน้ำหนักเบาของเยอรมัน ศูนย์.ศูนย์การบินและอวกาศเยอรมัน (DLR ZLP)วัตถุประสงค์คือเพื่อร่วมกันวิจัยเทคโนโลยีการผลิตที่ใช้ปัญญาประดิษฐ์ โดยเชื่อมโยงระหว่างวัสดุ เทคโนโลยีการผลิต และการสร้างแบบจำลองตามข้อมูลตัวอย่างของการใช้งานที่ปัญญาประดิษฐ์สามารถรองรับกระบวนการผลิตได้คือการประมวลผลวัสดุคอมโพสิตที่เสริมด้วยเส้นใย
ในเครือข่ายการผลิตปัญญาประดิษฐ์ที่จัดตั้งขึ้นใหม่ นักวิทยาศาสตร์กำลังศึกษาว่าปัญญาประดิษฐ์สามารถเพิ่มประสิทธิภาพกระบวนการผลิตได้อย่างไรตัวอย่างเช่น ในตอนท้ายของห่วงโซ่คุณค่าจำนวนมากในวิศวกรรมการบินและอวกาศหรือเครื่องกล เครื่องมือกล CNC จะประมวลผลรูปทรงขั้นสุดท้ายของส่วนประกอบที่ทำจากคอมโพสิตโพลีเมอร์เสริมเส้นใยกระบวนการตัดเฉือนนี้ทำให้หัวกัดมีความต้องการสูงนักวิจัยจากมหาวิทยาลัย Augsburg เชื่อว่าเป็นไปได้ที่จะเพิ่มประสิทธิภาพกระบวนการตัดเฉือนโดยใช้เซ็นเซอร์ที่ตรวจสอบระบบกัด CNCขณะนี้พวกเขากำลังใช้ปัญญาประดิษฐ์เพื่อประเมินกระแสข้อมูลที่ได้รับจากเซ็นเซอร์เหล่านี้
กระบวนการผลิตทางอุตสาหกรรมมักจะซับซ้อนมากและมีหลายปัจจัยที่ส่งผลต่อผลลัพธ์ตัวอย่างเช่น อุปกรณ์และเครื่องมือในการประมวลผลสึกหรออย่างรวดเร็ว โดยเฉพาะวัสดุแข็ง เช่น คาร์บอนไฟเบอร์ดังนั้น ความสามารถในการระบุและคาดการณ์ระดับการสึกหรอที่สำคัญจึงเป็นสิ่งสำคัญในการจัดเตรียมโครงสร้างคอมโพสิตที่ผ่านการตัดแต่งและตัดเฉือนคุณภาพสูงการวิจัยเกี่ยวกับเครื่องกัด CNC อุตสาหกรรมแสดงให้เห็นว่าเทคโนโลยีเซ็นเซอร์ที่เหมาะสมรวมกับปัญญาประดิษฐ์สามารถคาดการณ์และปรับปรุงได้
เครื่องกัดซีเอ็นซีอุตสาหกรรมสำหรับการวิจัยเซ็นเซอร์อัลตราโซนิกแหล่งที่มาของภาพ: สงวนลิขสิทธิ์โดยมหาวิทยาลัย Augsburg
เครื่องกัด CNC ที่ทันสมัยส่วนใหญ่มีเซ็นเซอร์พื้นฐานในตัว เช่น การบันทึกการใช้พลังงาน แรงป้อน และแรงบิดอย่างไรก็ตาม ข้อมูลเหล่านี้ไม่ได้เพียงพอที่จะแก้ไขรายละเอียดเล็กๆ น้อยๆ ของกระบวนการกัดเสมอไปด้วยเหตุนี้ มหาวิทยาลัยเอาก์สบวร์กจึงได้พัฒนาเซ็นเซอร์อัลตราโซนิคสำหรับวิเคราะห์เสียงโครงสร้างและรวมเข้ากับเครื่องกัด CNC อุตสาหกรรมเซ็นเซอร์เหล่านี้จะตรวจจับสัญญาณเสียงที่มีโครงสร้างในช่วงอัลตราโซนิกที่สร้างขึ้นระหว่างการกัด จากนั้นจึงแพร่กระจายผ่านระบบไปยังเซ็นเซอร์
เสียงโครงสร้างสามารถสรุปเกี่ยวกับสถานะของกระบวนการประมวลผลได้“นี่เป็นตัวบ่งชี้ที่มีความหมายสำหรับเราพอๆ กับที่สายธนูเปรียบกับไวโอลิน” ศาสตราจารย์ Markus Sause ผู้อำนวยการเครือข่ายการผลิตปัญญาประดิษฐ์อธิบาย“ผู้เชี่ยวชาญด้านดนตรีสามารถระบุได้ทันทีจากเสียงไวโอลินว่าได้รับการปรับแต่งและความเชี่ยวชาญในเครื่องดนตรีของผู้เล่นหรือไม่”แต่วิธีนี้ใช้ได้กับเครื่องมือกล CNC อย่างไรการเรียนรู้ของเครื่องคือกุญแจสำคัญ
เพื่อเพิ่มประสิทธิภาพกระบวนการกัด CNC ตามข้อมูลที่บันทึกโดยเซ็นเซอร์อัลตราโซนิก นักวิจัยที่ทำงานร่วมกับ Sause ได้ใช้สิ่งที่เรียกว่าการเรียนรู้ของเครื่องคุณลักษณะบางอย่างของสัญญาณเสียงอาจบ่งบอกถึงการควบคุมกระบวนการที่ไม่เอื้ออำนวย ซึ่งบ่งชี้ว่าคุณภาพของชิ้นส่วนที่ขัดนั้นไม่ดีดังนั้นข้อมูลนี้สามารถใช้เพื่อปรับและปรับปรุงกระบวนการกัดได้โดยตรงเมื่อต้องการทำเช่นนี้ ให้ใช้ข้อมูลที่บันทึกไว้และสถานะที่เกี่ยวข้อง (เช่น การประมวลผลดีหรือไม่ดี) เพื่อฝึกอัลกอริทึมจากนั้น ผู้ปฏิบัติงานเครื่องกัดสามารถตอบสนองต่อข้อมูลสถานะของระบบที่นำเสนอ หรือระบบสามารถตอบสนองโดยอัตโนมัติผ่านการตั้งโปรแกรม
แมชชีนเลิร์นนิงไม่เพียงแต่เพิ่มประสิทธิภาพกระบวนการกัดบนชิ้นงานได้โดยตรง แต่ยังช่วยวางแผนรอบการบำรุงรักษาของโรงงานผลิตให้ประหยัดที่สุดเท่าที่จะเป็นไปได้อีกด้วยส่วนประกอบที่ใช้งานจำเป็นต้องทำงานในเครื่องจักรให้นานที่สุดเพื่อปรับปรุงประสิทธิภาพเชิงเศรษฐกิจ แต่ต้องหลีกเลี่ยงความล้มเหลวที่เกิดขึ้นเองที่เกิดจากส่วนประกอบเสียหาย
การบำรุงรักษาเชิงคาดการณ์เป็นวิธีการที่ AI ใช้ข้อมูลเซ็นเซอร์ที่รวบรวมไว้เพื่อคำนวณเมื่อควรเปลี่ยนชิ้นส่วนสำหรับเครื่องกัด CNC ที่กำลังศึกษาอยู่ อัลกอริธึมจะรับรู้เมื่อลักษณะบางอย่างของสัญญาณเสียงเปลี่ยนไปด้วยวิธีนี้ ไม่เพียงแต่สามารถระบุระดับการสึกหรอของเครื่องมือตัดเฉือนได้ แต่ยังคาดการณ์เวลาที่ถูกต้องในการเปลี่ยนเครื่องมืออีกด้วยกระบวนการปัญญาประดิษฐ์นี้และกระบวนการอื่น ๆ กำลังถูกรวมเข้ากับเครือข่ายการผลิตปัญญาประดิษฐ์ในเมืองเอาก์สบวร์กองค์กรพันธมิตรหลักสามแห่งกำลังร่วมมือกับโรงงานผลิตอื่นๆ เพื่อสร้างเครือข่ายการผลิตที่สามารถกำหนดค่าใหม่ในลักษณะโมดูลาร์และปรับวัสดุให้เหมาะสมที่สุด
อธิบายศิลปะเก่าแก่ที่อยู่เบื้องหลังการเสริมแรงด้วยเส้นใยครั้งแรกของอุตสาหกรรม และมีความเข้าใจในเชิงลึกเกี่ยวกับวิทยาศาสตร์ด้านเส้นใยใหม่และการพัฒนาในอนาคต


เวลาโพสต์: Oct-08-2021