Аўгсбургская вытворчая сетка штучнага інтэлекту - DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV і Універсітэт Аўгсбурга - выкарыстоўваюць ультрагукавыя датчыкі для суаднясення гуку з якасцю апрацоўкі кампазітных матэрыялаў.
Ультрагукавой датчык усталяваны на фрэзерным станку з ЧПУ для кантролю якасці апрацоўкі.Крыніца выявы: Усе правы абаронены Аўгсбургскім універсітэтам
Вытворчая сетка Augsburg AI (Artificial Intelligence) створана ў студзені 2021 года са штаб-кватэрай у Аўгсбургу, Германія, аб'ядноўвае Універсітэт Аўгсбурга, Фраўнгофера, і даследаванні ў галіне ліцця, кампазітных матэрыялаў і тэхналогій апрацоўкі (Fraunhofer IGCV) і нямецкую тэхналогію лёгкай вытворчасці. цэнтр.Нямецкі аэракасмічны цэнтр (DLR ZLP).Мэта складаецца ў тым, каб сумесна даследаваць вытворчыя тэхналогіі на аснове штучнага інтэлекту на стыку паміж матэрыяламі, тэхналогіямі вытворчасці і мадэляваннем на аснове даных.Прыкладам прымянення, дзе штучны інтэлект можа падтрымліваць вытворчы працэс, з'яўляецца апрацоўка армаваных валакном кампазітных матэрыялаў.
У нядаўна створанай вытворчай сетцы штучнага інтэлекту навукоўцы вывучаюць, як штучны інтэлект можа аптымізаваць вытворчыя працэсы.Напрыклад, у канцы многіх ланцужкоў стварэння кошту ў аэракасмічнай або машынабудаўнічай тэхніцы станкі з ЧПУ апрацоўваюць канчатковыя контуры кампанентаў з армаваных валакном палімерных кампазітаў.Гэты працэс апрацоўкі прад'яўляе высокія патрабаванні да фрэзы.Даследчыкі з Універсітэта Аўгсбурга лічаць, што можна аптымізаваць працэс апрацоўкі з дапамогай датчыкаў, якія кантралююць фрэзерныя сістэмы з ЧПУ.У цяперашні час яны выкарыстоўваюць штучны інтэлект для ацэнкі патокаў даных, якія прадстаўляюцца гэтымі датчыкамі.
Прамысловыя вытворчыя працэсы звычайна вельмі складаныя, і існуе мноства фактараў, якія ўплываюць на вынікі.Напрыклад, абсталяванне і інструменты для апрацоўкі хутка зношваюцца, асабліва цвёрдыя матэрыялы, такія як вугляроднае валакно.Такім чынам, здольнасць ідэнтыфікаваць і прагназаваць крытычныя ўзроўні зносу вельмі важная для забеспячэння высокай якасці абрэзаных і апрацаваных кампазітных канструкцый.Даследаванні прамысловых фрэзерных станкоў з ЧПУ паказваюць, што адпаведная сэнсарная тэхналогія ў спалучэнні са штучным інтэлектам можа забяспечыць такія прагнозы і паляпшэнні.
Прамысловы фрэзерны станок з ЧПУ для ультрагукавога датчыка.Крыніца выявы: Усе правы абаронены Аўгсбургскім універсітэтам
Большасць сучасных фрэзерных станкоў з ЧПУ маюць убудаваныя асноўныя датчыкі, такія як запіс спажывання энергіі, сілы падачы і крутоўнага моманту.Аднак гэтых дадзеных не заўсёды дастаткова для вырашэння дробных дэталяў працэсу фрэзеравання.З гэтай мэтай Універсітэт Аўгсбурга распрацаваў ультрагукавы датчык для аналізу структурнага гуку і інтэграваў яго ў прамысловы фрэзерны станок з ЧПУ.Гэтыя датчыкі выяўляюць структураваныя гукавыя сігналы ў ультрагукавым дыяпазоне, якія ўтвараюцца падчас фрэзеравання, а затым распаўсюджваюцца праз сістэму да датчыкаў.
Па структуры гуку можна зрабіць высновы аб стане працэсу апрацоўкі.«Гэта паказчык, які мае такое ж значэнне для нас, як цеціва для скрыпкі», — растлумачыў прафесар Маркус Саўс, дырэктар сеткі вытворчасці штучнага інтэлекту.«Музычныя спецыялісты могуць адразу вызначыць па гуку скрыпкі, ці яна настроена, і наколькі выканаўца валодае інструментам».Але як гэты метад прымяняецца да станкоў з ЧПУ?Машыннае навучанне - гэта галоўнае.
Для таго, каб аптымізаваць працэс фрэзеравання з ЧПУ на аснове дадзеных, запісаных ультрагукавым датчыкам, даследчыкі, якія працуюць з Sause, выкарыстоўвалі так званае машыннае навучанне.Пэўныя характарыстыкі гукавога сігналу могуць сведчыць аб неспрыяльным кіраванні працэсам, што сведчыць аб нізкай якасці фрэзераванай дэталі.Такім чынам, гэтую інфармацыю можна выкарыстоўваць для непасрэднай налады і паляпшэння працэсу фрэзеравання.Для гэтага выкарыстоўвайце запісаныя даныя і адпаведны стан (напрыклад, добрая або дрэнная апрацоўка) для навучання алгарытму.Затым чалавек, які кіруе фрэзерным станком, можа рэагаваць на прадстаўленую інфармацыю аб стане сістэмы, або сістэма можа рэагаваць аўтаматычна з дапамогай праграмавання.
Машыннае навучанне можа не толькі аптымізаваць працэс фрэзеравання непасрэдна на нарыхтоўцы, але і максімальна эканомна планаваць цыкл абслугоўвання вытворчага прадпрыемства.Функцыянальныя кампаненты павінны працаваць у машыне як мага даўжэй, каб павысіць эканамічную эфектыўнасць, але неабходна пазбягаць спантанных збояў, выкліканых пашкоджаннем кампанентаў.
Прагнастычнае тэхнічнае абслугоўванне - гэта метад, пры якім штучны інтэлект выкарыстоўвае сабраныя даныя датчыкаў, каб вылічыць, калі дэталі трэба замяніць.Для даследаванага фрэзернага станка з ЧПУ алгарытм распазнае змяненне пэўных характарыстык гукавога сігналу.Такім чынам, ён можа не толькі вызначыць ступень зносу апрацоўчага інструмента, але і прадказаць правільны час для замены інструмента.Гэты і іншыя працэсы штучнага інтэлекту ўключаюцца ў сетку вытворчасці штучнага інтэлекту ў Аўгсбургу.Тры асноўныя арганізацыі-партнёры супрацоўнічаюць з іншымі вытворчымі прадпрыемствамі, каб стварыць вытворчую сетку, якую можна пераканфігураваць у модульнай форме і аптымізаваць матэрыялы.
Тлумачыць старое мастацтва, якое ляжыць у аснове першага ў галіны армавання валокнамі, і мае глыбокае разуменне новай навукі аб валокнах і будучага развіцця.
Час публікацыі: 8 кастрычніка 2021 г