Augsburg AI өндірістік желісі-DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV және Аугсбург университеті композиттік материалды өңдеу сапасымен дыбысты корреляциялау үшін ультрадыбыстық сенсорларды пайдаланады.
Өңдеу сапасын бақылау үшін CNC фрезерлік станокта орнатылған ультрадыбыстық сенсор.Сурет көзі: Барлық құқықтар Аугсбург университетінде қорғалған
Augsburg AI (жасанды интеллект) өндірістік желісі – 2021 жылдың қаңтарында құрылған және штаб-пәтері Аугсбургте, Германияда – Аугсбург университеті, Фраунгофер, құю, композиттік материалдар және өңдеу технологиясы (Fraunhofer IGCV) және неміс жеңіл өндіріс технологиясы бойынша зерттеулерді біріктіреді. орталық.Неміс аэроғарыш орталығы (DLR ZLP).Мақсат – материалдар, өндіріс технологиялары және деректерге негізделген модельдеу арасындағы интерфейсте жасанды интеллект негізіндегі өндіріс технологияларын бірлесіп зерттеу.Жасанды интеллект өндіріс процесін қолдайтын қолданбаның мысалы талшықты күшейтілген композиттік материалдарды өңдеу болып табылады.
Жаңадан құрылған жасанды интеллект өндірісі желісінде ғалымдар жасанды интеллект өндіріс процестерін қалай оңтайландыра алатынын зерттеп жатыр.Мысалы, аэроғарыштық немесе машина жасаудағы көптеген құндылық тізбектерінің соңында CNC станоктары талшықты арматураланған полимерлі композиттерден жасалған компоненттердің соңғы контурларын өңдейді.Бұл өңдеу процесі фрезерге жоғары талаптар қояды.Аугсбург университетінің зерттеушілері CNC фрезерлік жүйелерін бақылайтын сенсорларды пайдалану арқылы өңдеу процесін оңтайландыруға болады деп есептейді.Қазіргі уақытта олар осы сенсорлар беретін деректер ағындарын бағалау үшін жасанды интеллектті пайдалануда.
Өнеркәсіптік өндіріс процестері әдетте өте күрделі және нәтижеге әсер ететін көптеген факторлар бар.Мысалы, жабдық пен өңдеу құралдары тез тозады, әсіресе көміртекті талшық сияқты қатты материалдар.Сондықтан сыни тозу деңгейлерін анықтау және болжау мүмкіндігі жоғары сапалы кесілген және өңделген композиттік құрылымдарды қамтамасыз ету үшін өте маңызды.Өнеркәсіптік CNC фрезерлік станоктардағы зерттеулер жасанды интеллектпен үйлесетін тиісті сенсорлық технология осындай болжамдар мен жақсартуларды қамтамасыз ете алатынын көрсетеді.
Ультрадыбыстық сенсорды зерттеуге арналған өнеркәсіптік CNC фрезерлік станок.Сурет көзі: Барлық құқықтар Аугсбург университетінде қорғалған
Қазіргі заманғы CNC фрезерлік станоктардың көпшілігінде қуат тұтынуды, беру күшін және айналдыру моментін жазу сияқты кірістірілген негізгі сенсорлар бар.Дегенмен, бұл деректер ұнтақтау процесінің ұсақ бөлшектерін шешу үшін әрқашан жеткіліксіз.Осы мақсатта Аугсбург университеті құрылымдық дыбысты талдауға арналған ультрадыбыстық сенсорды жасап, оны өнеркәсіптік CNC фрезерлік станокқа біріктірді.Бұл сенсорлар фрезерлеу кезінде пайда болатын ультрадыбыстық диапазондағы құрылымдық дыбыс сигналдарын анықтайды, содан кейін жүйе арқылы сенсорларға таралады.
Құрылымдық дыбыс өңдеу процесінің жағдайы туралы қорытынды жасай алады.Жасанды интеллект өндірісі желісінің директоры, профессор Маркус Сауз: «Бұл біз үшін садақтың бауы скрипка үшін қаншалықты маңызды болса, соншалықты маңызды көрсеткіш», - деп түсіндірді.«Музыка мамандары скрипканың дыбысынан оның бапталғанын және ойнаушының аспапты қаншалықты меңгергенін бірден анықтай алады».Бірақ бұл әдіс CNC станоктарына қалай қолданылады?Машиналық оқыту - бұл кілт.
Ультрадыбыстық сенсор арқылы жазылған деректер негізінде CNC фрезерлік процесін оңтайландыру үшін Sause-пен жұмыс істейтін зерттеушілер машиналық оқыту деп аталатын әдісті пайдаланды.Дыбыстық сигналдың белгілі бір сипаттамалары өңделген бөліктің сапасының нашар екенін көрсететін қолайсыз технологиялық бақылауды көрсетуі мүмкін.Сондықтан, бұл ақпаратты фрезерлеу процесін тікелей реттеу және жақсарту үшін пайдалануға болады.Ол үшін жазылған деректерді және сәйкес күйді (мысалы, жақсы немесе нашар өңдеу) алгоритмді үйрету үшін пайдаланыңыз.Содан кейін, фрезерлік станокты басқаратын адам ұсынылған жүйе күйі туралы ақпаратқа әрекет ете алады немесе жүйе бағдарламалау арқылы автоматты түрде әрекет ете алады.
Машинамен оқыту дайындамаға тікелей фрезерлеу процесін оңтайландырып қана қоймай, сонымен қатар өндірістік цехтың техникалық қызмет көрсету циклін мүмкіндігінше үнемді жоспарлай алады.Экономикалық тиімділікті арттыру үшін функционалдық құрамдас бөліктер машинада мүмкіндігінше ұзақ жұмыс істеуі керек, бірақ құрамдас бөліктердің зақымдануынан туындаған өздігінен істен шығуды болдырмау керек.
Болжалды техникалық қызмет көрсету - бұл AI бөлшектерді қашан ауыстыру керектігін есептеу үшін жиналған сенсор деректерін пайдаланатын әдіс.Зерттелетін CNC фрезерлік станок үшін алгоритм дыбыстық сигналдың белгілі бір сипаттамалары өзгерген кезде таниды.Осылайша, ол өңдеу құралының тозу дәрежесін анықтап қана қоймай, құралды өзгертудің дұрыс уақытын болжай алады.Осы және басқа да жасанды интеллект процестері Аугсбургтегі жасанды интеллект өндірісінің желісіне енгізілуде.Үш негізгі серіктес ұйым модульдік және материалды оңтайландырылған түрде қайта конфигурациялауға болатын өндірістік желіні құру үшін басқа өндіріс орындарымен ынтымақтасады.
Өнеркәсіптегі алғашқы талшықты күшейтудің артындағы ескі өнерді түсіндіреді және жаңа талшықтар туралы ғылым мен болашақ дамуды терең түсінеді.
Жіберу уақыты: 08 қазан 2021 ж