Rețeaua de producție Augsburg AI - DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV și Universitatea din Augsburg - folosesc senzori ultrasonici pentru a corela sunetul cu calitatea procesării materialelor compozite.
Un senzor ultrasonic instalat pe o mașină de frezat CNC pentru a monitoriza calitatea prelucrării.Sursa imagine: Toate drepturile rezervate de către Universitatea din Augsburg
Rețeaua de producție Augsburg AI (Inteligenta Artificială) - înființată în ianuarie 2021 și cu sediul în Augsburg, Germania - reunește Universitatea din Augsburg, Fraunhofer și cercetarea privind turnarea, materialele compozite și tehnologia de procesare (Fraunhofer IGCV) și tehnologia germană de producție ușoară. centru.Centrul Aerospațial German (DLR ZLP).Scopul este de a cerceta în comun tehnologiile de producție bazate pe inteligența artificială la interfața dintre materiale, tehnologii de fabricație și modelare bazată pe date.Un exemplu de aplicație în care inteligența artificială poate sprijini procesul de producție este prelucrarea materialelor compozite armate cu fibre.
În rețeaua de producție a inteligenței artificiale nou înființată, oamenii de știință studiază modul în care inteligența artificială poate optimiza procesele de producție.De exemplu, la sfârșitul multor lanțuri valorice din inginerie aerospațială sau mecanică, mașinile-unelte CNC procesează contururile finale ale componentelor din compozite polimerice armate cu fibre.Acest proces de prelucrare impune cerințe mari asupra frezei.Cercetătorii de la Universitatea din Augsburg cred că este posibil să se optimizeze procesul de prelucrare prin utilizarea senzorilor care monitorizează sistemele de frezare CNC.În prezent, aceștia folosesc inteligența artificială pentru a evalua fluxurile de date furnizate de acești senzori.
Procesele industriale de fabricație sunt de obicei foarte complexe și există mulți factori care afectează rezultatele.De exemplu, echipamentele și instrumentele de prelucrare se uzează rapid, în special materialele dure, cum ar fi fibra de carbon.Prin urmare, capacitatea de a identifica și prezice nivelurile critice de uzură este esențială pentru a oferi structuri compozite tăiate și prelucrate de înaltă calitate.Cercetările asupra mașinilor de frezat CNC industriale arată că tehnologia adecvată a senzorilor combinată cu inteligența artificială poate oferi astfel de predicții și îmbunătățiri.
Mașină de frezat CNC industrial pentru cercetarea senzorilor ultrasonici.Sursa imagine: Toate drepturile rezervate de către Universitatea din Augsburg
Majoritatea mașinilor de frezat CNC moderne au senzori de bază încorporați, cum ar fi înregistrarea consumului de energie, a forței de avans și a cuplului.Cu toate acestea, aceste date nu sunt întotdeauna suficiente pentru a rezolva detaliile fine ale procesului de măcinare.În acest scop, Universitatea din Augsburg a dezvoltat un senzor cu ultrasunete pentru analiza sunetului structurii și l-a integrat într-o mașină de frezat CNC industrial.Acești senzori detectează semnale sonore structurate în domeniul ultrasonic generate în timpul măcinarii și apoi se propagă prin sistem la senzori.
Structura sunetului poate trage concluzii despre starea procesului de prelucrare.„Acesta este un indicator care este la fel de semnificativ pentru noi precum este o coardă pentru o vioară”, a explicat prof. Markus Sause, directorul rețelei de producție de inteligență artificială.„Profesioniștii în muzică pot determina imediat, din sunetul viorii, dacă este acordată și stăpânirea instrumentului de către jucător.”Dar cum se aplică această metodă mașinilor-unelte CNC?Învățarea automată este cheia.
Pentru a optimiza procesul de frezare CNC pe baza datelor înregistrate de senzorul ultrasonic, cercetătorii care lucrează cu Sause au folosit așa-numita învățare automată.Anumite caracteristici ale semnalului acustic pot indica un control nefavorabil al procesului, ceea ce indică faptul că calitatea piesei frezate este slabă.Prin urmare, aceste informații pot fi utilizate pentru a regla și îmbunătăți direct procesul de măcinare.Pentru a face acest lucru, utilizați datele înregistrate și starea corespunzătoare (de exemplu, procesare bună sau proastă) pentru a antrena algoritmul.Apoi, persoana care operează mașina de frezat poate reacționa la informațiile prezentate despre starea sistemului sau sistemul poate reacționa automat prin programare.
Învățarea automată poate nu numai să optimizeze procesul de frezare direct pe piesa de prelucrat, ci și să planifice ciclul de întreținere al fabricii de producție cât mai economic posibil.Componentele funcționale trebuie să funcționeze în mașină cât mai mult timp posibil pentru a îmbunătăți eficiența economică, dar defecțiunile spontane cauzate de deteriorarea componentelor trebuie evitate.
Întreținerea predictivă este o metodă prin care AI utilizează datele colectate ale senzorilor pentru a calcula când trebuie înlocuite piesele.Pentru mașina de frezat CNC studiată, algoritmul recunoaște când anumite caracteristici ale semnalului sonor se modifică.În acest fel, poate nu numai să identifice gradul de uzură al sculei de prelucrare, ci și să prezică momentul corect pentru schimbarea sculei.Acesta și alte procese de inteligență artificială sunt încorporate în rețeaua de producție a inteligenței artificiale din Augsburg.Cele trei organizații partenere principale colaborează cu alte unități de producție pentru a crea o rețea de producție care poate fi reconfigurată într-o manieră modulară și optimizată pentru materiale.
Explică arta veche din spatele primei armături cu fibre din industrie și are o înțelegere aprofundată a noii științe a fibrelor și a dezvoltării viitoare.
Ora postării: Oct-08-2021