Rrjeti i prodhimit të Augsburg AI-DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV dhe Universiteti i Augsburg-ut përdorin sensorë tejzanor për të lidhur tingullin me cilësinë e përpunimit të materialit të përbërë.
Një sensor tejzanor i instaluar në një makinë bluarjeje CNC për të monitoruar cilësinë e përpunimit.Burimi i imazhit: Të gjitha të drejtat e rezervuara nga Universiteti i Augsburgut
Rrjeti i prodhimit të Augsburg AI (Inteligjencës Artificiale) - i krijuar në janar 2021 dhe me seli në Augsburg, Gjermani - bashkon Universitetin e Augsburg, Fraunhofer dhe kërkimin mbi derdhjen, materialet e përbëra dhe teknologjinë e përpunimit (Fraunhofer IGCV) dhe teknologjinë gjermane të prodhimit me peshë të lehtë qendër.Qendra Gjermane e Hapësirës Ajrore (DLR ZLP).Qëllimi është të hulumtohen së bashku teknologjitë e prodhimit të bazuara në inteligjencën artificiale në ndërfaqen midis materialeve, teknologjive të prodhimit dhe modelimit të bazuar në të dhëna.Një shembull i një aplikacioni ku inteligjenca artificiale mund të mbështesë procesin e prodhimit është përpunimi i materialeve të përbëra me fibra.
Në rrjetin e sapokrijuar të prodhimit të inteligjencës artificiale, shkencëtarët po studiojnë se si inteligjenca artificiale mund të optimizojë proceset e prodhimit.Për shembull, në fund të shumë zinxhirëve të vlerës në hapësirën ajrore ose inxhinierinë mekanike, veglat e makinerive CNC përpunojnë konturet përfundimtare të komponentëve të bërë nga kompozita polimerësh të përforcuar me fibra.Ky proces i përpunimit vendos kërkesa të larta për prerësin e mullirit.Studiuesit në Universitetin e Augsburgut besojnë se është e mundur të optimizohet procesi i përpunimit duke përdorur sensorë që monitorojnë sistemet e bluarjes CNC.Ata aktualisht po përdorin inteligjencën artificiale për të vlerësuar rrjedhat e të dhënave të ofruara nga këta sensorë.
Proceset e prodhimit industrial janë zakonisht shumë komplekse dhe ka shumë faktorë që ndikojnë në rezultatet.Për shembull, pajisjet dhe mjetet e përpunimit konsumohen shpejt, veçanërisht materialet e forta si fibra karboni.Prandaj, aftësia për të identifikuar dhe parashikuar nivelet kritike të konsumit është thelbësore për të siguruar struktura kompozite të shkurtuara dhe të përpunuara me cilësi të lartë.Hulumtimet mbi makineritë industriale të bluarjes CNC tregojnë se teknologjia e përshtatshme e sensorëve e kombinuar me inteligjencën artificiale mund të sigurojë parashikime dhe përmirësime të tilla.
Makinë freze industriale CNC për hulumtimin e sensorëve tejzanor.Burimi i imazhit: Të gjitha të drejtat e rezervuara nga Universiteti i Augsburgut
Shumica e makinerive moderne të bluarjes CNC kanë sensorë bazë të integruar, të tillë si regjistrimi i konsumit të energjisë, fuqia ushqyese dhe çift rrotullimi.Megjithatë, këto të dhëna nuk janë gjithmonë të mjaftueshme për të zgjidhur detajet e imta të procesit të bluarjes.Për këtë qëllim, Universiteti i Augsburgut ka zhvilluar një sensor tejzanor për analizimin e tingullit të strukturës dhe e ka integruar atë në një makinë bluarjeje industriale CNC.Këta sensorë zbulojnë sinjalet e strukturuara të zërit në intervalin tejzanor të gjeneruar gjatë bluarjes dhe më pas përhapen përmes sistemit te sensorët.
Tingulli i strukturës mund të nxjerrë përfundime për gjendjen e procesit të përpunimit."Ky është një tregues që është po aq kuptimplotë për ne sa një hark për një violinë," shpjegoi Prof. Markus Sause, drejtor i rrjetit të prodhimit të inteligjencës artificiale."Profesionistët e muzikës mund të përcaktojnë menjëherë nga tingulli i violinës nëse ajo është e akorduar dhe zotërimi i instrumentit nga lojtari."Por si zbatohet kjo metodë për veglat e makinerive CNC?Mësimi i makinerive është çelësi.
Për të optimizuar procesin e bluarjes CNC bazuar në të dhënat e regjistruara nga sensori tejzanor, studiuesit që punonin me Sause përdorën të ashtuquajturin mësim makinerie.Disa karakteristika të sinjalit akustik mund të tregojnë kontroll të pafavorshëm të procesit, gjë që tregon se cilësia e pjesës së bluar është e dobët.Prandaj, ky informacion mund të përdoret për të rregulluar dhe përmirësuar drejtpërdrejt procesin e bluarjes.Për ta bërë këtë, përdorni të dhënat e regjistruara dhe gjendjen përkatëse (për shembull, përpunimi i mirë ose i keq) për të trajnuar algoritmin.Më pas, personi që drejton makinën bluarëse mund të reagojë ndaj informacionit të paraqitur të statusit të sistemit, ose sistemi mund të reagojë automatikisht përmes programimit.
Mësimi i makinerive jo vetëm që mund të optimizojë procesin e bluarjes drejtpërdrejt në pjesën e punës, por edhe të planifikojë ciklin e mirëmbajtjes së fabrikës së prodhimit sa më ekonomikisht të jetë e mundur.Komponentët funksionalë duhet të punojnë në makinë për aq kohë sa të jetë e mundur për të përmirësuar efikasitetin ekonomik, por duhet të shmangen dështimet spontane të shkaktuara nga dëmtimi i komponentëve.
Mirëmbajtja parashikuese është një metodë në të cilën AI përdor të dhënat e mbledhura të sensorëve për të llogaritur se kur duhet të zëvendësohen pjesët.Për makinën bluarëse CNC në studim, algoritmi njeh kur ndryshojnë disa karakteristika të sinjalit të zërit.Në këtë mënyrë, jo vetëm që mund të identifikojë shkallën e konsumimit të mjetit të përpunimit, por edhe të parashikojë kohën e duhur për të ndryshuar veglën.Ky dhe procese të tjera të inteligjencës artificiale janë duke u përfshirë në rrjetin e prodhimit të inteligjencës artificiale në Augsburg.Tre organizatat kryesore partnere po bashkëpunojnë me objekte të tjera prodhimi për të krijuar një rrjet prodhimi që mund të rikonfigurohet në një mënyrë modulare dhe të optimizuar për materiale.
Shpjegon artin e vjetër pas përforcimit të parë të fibrave të industrisë dhe ka një kuptim të thellë të shkencës së re të fibrave dhe zhvillimit të ardhshëm.
Koha e postimit: Tetor-08-2021