בינה מלאכותית מייעלת כרסום CNC של חומרים מרוכבים מחוזקים בסיבי פחמן |עולם חומרים מרוכבים

רשת הייצור של Augsburg AI-DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV ואוניברסיטת Augsburg משתמשות בחיישנים קוליים כדי לתאם את הקול עם איכות עיבוד החומרים המרוכבים.
חיישן קולי המותקן על מכונת כרסום CNC לניטור איכות העיבוד.מקור תמונה: כל הזכויות שמורות לאוניברסיטת אוגסבורג
רשת הייצור של Augsburg AI (בינה מלאכותית) שהוקמה בינואר 2021 ומרכזה באוגסבורג, גרמניה, מפגישה את אוניברסיטת אוגסבורג, פראונהופר, ומחקר על יציקה, חומרים מרוכבים וטכנולוגיית עיבוד (Fraunhofer IGCV) וטכנולוגיית הייצור הגרמנית הקלת משקל. מֶרְכָּז.מרכז התעופה והחלל הגרמני (DLR ZLP).המטרה היא לחקור במשותף טכנולוגיות ייצור מבוססות בינה מלאכותית בממשק בין חומרים, טכנולוגיות ייצור ומידול מבוסס נתונים.דוגמה ליישום שבו בינה מלאכותית יכולה לתמוך בתהליך הייצור היא עיבוד של חומרים מרוכבים מחוזקים בסיבים.
ברשת הייצור של בינה מלאכותית שהוקמה לאחרונה, מדענים חוקרים כיצד בינה מלאכותית יכולה לייעל את תהליכי הייצור.לדוגמה, בסופן של שרשרות ערך רבות בהנדסת תעופה וחלל או מכונות, כלי CNC מעבדים את קווי המתאר הסופיים של רכיבים העשויים מרוכבים פולימרים מחוזקים בסיבים.תהליך עיבוד זה מציב דרישות גבוהות לחותך הכרסום.חוקרים מאוניברסיטת אוגסבורג מאמינים כי ניתן לייעל את תהליך העיבוד באמצעות חיישנים המנטרים מערכות כרסום CNC.כרגע הם משתמשים בבינה מלאכותית כדי להעריך את זרמי הנתונים שמספקים חיישנים אלה.
תהליכי ייצור תעשייתיים הם לרוב מורכבים מאוד, וישנם גורמים רבים המשפיעים על התוצאות.לדוגמה, ציוד וכלי עיבוד נשחקים במהירות, במיוחד חומרים קשים כמו סיבי פחמן.לכן, היכולת לזהות ולחזות רמות בלאי קריטיות חיונית כדי לספק מבנים מרוכבים גזומים ומעובדים באיכות גבוהה.מחקר על מכונות כרסום CNC תעשייתיות מראה שטכנולוגיית חיישנים מתאימה בשילוב עם בינה מלאכותית יכולה לספק תחזיות ושיפורים כאלה.
מכונת כרסום CNC תעשייתית למחקר חיישנים קוליים.מקור תמונה: כל הזכויות שמורות לאוניברסיטת אוגסבורג
רוב מכונות כרסום CNC המודרניות כוללות חיישנים בסיסיים מובנים, כגון רישום צריכת אנרגיה, כוח הזנה ומומנט.עם זאת, נתונים אלה לא תמיד מספיקים כדי לפתור את הפרטים הקטנים של תהליך הטחינה.לשם כך, אוניברסיטת אוגסבורג פיתחה חיישן קולי לניתוח צליל מבנה ושילבה אותו במכונת כרסום CNC תעשייתית.חיישנים אלו מזהים אותות קול מובנים בטווח האולטראסוני שנוצר במהלך הכרסום ולאחר מכן מתפשטים דרך המערכת אל החיישנים.
צליל המבנה יכול להסיק מסקנות לגבי מצב תהליך העיבוד."זהו אינדיקטור משמעותי עבורנו כמו שמיתר קשת לכינור", הסביר פרופ' מרקוס סאוס, מנהל רשת הפקת בינה מלאכותית."אנשי מקצוע בתחום המוזיקה יכולים לקבוע מיד על פי צליל הכינור אם הוא מכוון ומהשליטה של ​​הנגן בכלי".אבל איך שיטה זו חלה על כלי מכונת CNC?למידת מכונה היא המפתח.
על מנת לייעל את תהליך כרסום CNC בהתבסס על הנתונים שנרשמו על ידי החיישן האולטראסוני, החוקרים שעבדו עם Sause השתמשו במה שנקרא למידת מכונה.מאפיינים מסוימים של האות האקוסטי עשויים להצביע על בקרת תהליך לא חיובית, מה שמעיד על כך שאיכות החלק הכרסום ירודה.לכן, ניתן להשתמש במידע זה כדי להתאים ולשפר את תהליך הטחינה ישירות.לשם כך, השתמש בנתונים המוקלטים ובמצב המתאים (לדוגמה, עיבוד טוב או רע) כדי לאמן את האלגוריתם.לאחר מכן, האדם המפעיל את מכונת הכרסום יכול להגיב למידע על מצב המערכת המוצג, או שהמערכת יכולה להגיב אוטומטית באמצעות תכנות.
למידת מכונה יכולה לא רק לייעל את תהליך הכרסום ישירות על חומר העבודה, אלא גם לתכנן את מחזור התחזוקה של מפעל הייצור בצורה חסכונית ככל האפשר.רכיבים פונקציונליים צריכים לעבוד במכונה זמן רב ככל האפשר כדי לשפר את היעילות הכלכלית, אך יש להימנע מכשלים ספונטניים שנגרמו כתוצאה מנזק לרכיבים.
תחזוקה חזויה היא שיטה שבה AI משתמשת בנתוני חיישן שנאספו כדי לחשב מתי יש להחליף חלקים.עבור מכונת כרסום CNC הנבדקת, האלגוריתם מזהה מתי מאפיינים מסוימים של אות הקול משתנים.בדרך זו, הוא יכול לא רק לזהות את מידת הבלאי של כלי העיבוד, אלא גם לחזות את הזמן הנכון להחלפת הכלי.זה ותהליכי בינה מלאכותית אחרים משולבים ברשת הייצור של בינה מלאכותית באוגסבורג.שלושת הארגונים השותפים העיקריים משתפים פעולה עם מתקני ייצור אחרים כדי ליצור רשת ייצור הניתנת להגדרה מחדש באופן מודולרי ומותאם לחומר.
מסביר את האמנות הישנה מאחורי חיזוק הסיבים הראשון בתעשייה, ויש לו הבנה מעמיקה של מדע הסיבים החדשים ופיתוח עתידי.