It Augsburg AI-produksjenetwurk-DLR Lightweight Production Technology Center (ZLP), Fraunhofer IGCV en de Universiteit fan Augsburg brûke ultrasone sensoren om lûd te korrelearjen mei de kwaliteit fan gearstalde materiaalferwurking.
In ultrasone sensor ynstalleare op in CNC millingmasine om de kwaliteit fan ferwurking te kontrolearjen.Ofbylding boarne: Alle rjochten foarbehâlden troch de Universiteit fan Augsburg
It produksjenetwurk fan Augsburg AI (Artificial Intelligence) oprjochte yn jannewaris 2021 en mei haadkantoar yn Augsburg, Dútslân, bringt de Universiteit fan Augsburg, Fraunhofer, en ûndersyk byinoar oer casting, gearstalde materialen en ferwurkingstechnology (Fraunhofer IGCV) en de Dútske lichtgewicht produksjetechnology sintrum.German Aerospace Center (DLR ZLP).It doel is om tegearre te ûndersykjen op keunstmjittige yntelliginsje-basearre produksjetechnologyen op 'e ynterface tusken materialen, produksjetechnologyen en data-basearre modellering.In foarbyld fan in applikaasje dêr't keunstmjittige yntelliginsje it produksjeproses kin stypje is de ferwurking fan glêstriedfersterke gearstalde materialen.
Yn it nij oprjochte produksjenetwurk foar keunstmjittige yntelliginsje ûndersykje wittenskippers hoe't keunstmjittige yntelliginsje produksjeprosessen kin optimalisearje.Bygelyks, oan 'e ein fan in protte weardeketten yn' e loftfeart- as meganyske technyk, ferwurkje CNC-masjine-ark de lêste kontoeren fan komponinten makke fan glêstriedfersterke polymearkompositen.Dit ferwurkjen proses stelt hege easken oan de frees.Undersikers fan 'e Universiteit fan Augsburg leauwe dat it mooglik is om it ferwurkingsproses te optimalisearjen troch sensoren te brûken dy't CNC-frezensystemen kontrolearje.Se brûke op it stuit keunstmjittige yntelliginsje om de gegevensstreamen te evaluearjen dy't troch dizze sensoren wurde levere.
Yndustriële produksjeprosessen binne normaal heul kompleks, en d'r binne in protte faktoaren dy't de resultaten beynfloedzje.Bygelyks, apparatuer en ferwurkjen ark drage fluch, benammen hurde materialen lykas koalstoffaser.Dêrom is de mooglikheid om krityske wearnivo's te identifisearjen en te foarsizzen essensjeel om heechweardige ôfsnien en ferwurke gearstalde struktueren te leverjen.Undersyk nei yndustriële CNC millingmasines lit sjen dat passende sensortechnology kombinearre mei keunstmjittige yntelliginsje sokke foarsizzings en ferbetterings kinne leverje.
Yndustriële CNC freesmasine foar ultrasone sensorûndersyk.Ofbylding boarne: Alle rjochten foarbehâlden troch de Universiteit fan Augsburg
De measte moderne CNC milling masines hawwe ynboude basis sensoren, lykas opname enerzjyferbrûk, feed krêft en koppel.Dizze gegevens binne lykwols net altyd genôch om de moaie details fan it frezenproses op te lossen.Dêrta hat de Universiteit fan Augsburg in ultrasone sensor ûntwikkele foar it analysearjen fan struktuerlûd en yntegrearre yn in yndustriële CNC-fräsmasine.Dizze sensoren detektearje struktureare lûdsinjalen yn it ultrasone berik dat wurdt generearre tidens it frezen en propagearje dan troch it systeem nei de sensoren.
De struktuerlûd kin konklúzjes lûke oer de steat fan it ferwurkingsproses."Dit is in yndikator dy't foar ús like sinfol is as in bôgestring foar in fioele," ferklearre prof. Markus Sause, direkteur fan it produksjenetwurk foar keunstmjittige yntelliginsje."Muzykprofessionals kinne fuortdaliks út it lûd fan 'e fioele bepale oft it is ôfstimd en de behearsking fan 'e spiler fan it ynstrumint."Mar hoe jildt dizze metoade foar CNC masine ark?Masine learen is de kaai.
Om it CNC-frezenproses te optimalisearjen op basis fan de gegevens opnommen troch de ultrasone sensor, brûkten de ûndersikers dy't wurkje mei Sause saneamde masine learen.Bepaalde skaaimerken fan it akoestyske sinjaal kinne oanjaan ûngeunstige proses kontrôle, dat jout oan dat de kwaliteit fan it gemalen diel is min.Dêrom kin dizze ynformaasje brûkt wurde om it frezenproses direkt oan te passen en te ferbetterjen.Om dit te dwaan, brûk de opnommen gegevens en de oerienkommende steat (bygelyks goede of minne ferwurking) om it algoritme te trenen.Dan kin de persoan dy't de freesmasine betsjinnet, reagearje op de presinteare systeemstatusynformaasje, of it systeem kin automatysk reagearje fia programmearring.
Masine learen kin net allinich it frezenproses direkt op it wurkstik optimalisearje, mar ek de ûnderhâldsyklus fan 'e produksjeplant sa ekonomysk mooglik planje.Funksjonele komponinten moatte sa lang mooglik yn 'e masine wurkje om ekonomyske effisjinsje te ferbetterjen, mar spontane mislearrings feroarsake troch komponint skea moatte wurde foarkommen.
Foarsizzend ûnderhâld is in metoade wêryn AI sammele sensorgegevens brûkt om te berekkenjen wannear't dielen moatte wurde ferfongen.Foar de ûndersochte CNC-fräsmasine herkent it algoritme wannear't bepaalde skaaimerken fan it lûdsinjaal feroarje.Op dizze manier kin it net allinich de mjitte fan slijtage fan it ferwurkjen ark identifisearje, mar ek de juste tiid foarsizze om it ark te feroarjen.Dit en oare prosessen foar keunstmjittige yntelliginsje wurde opnommen yn it produksjenetwurk foar keunstmjittige yntelliginsje yn Augsburg.De trije haadpartnerorganisaasjes wurkje gear mei oare produksjefoarsjenningen om in produksjenetwurk te meitsjen dat kin wurde opnij konfigureare op in modulêre en materiaal-optimalisearre manier.
Ferklearret de âlde keunst efter de earste fiber fersterking fan 'e yndustry, en hat in djipgeand begryp fan nije fiber wittenskip en takomstige ûntwikkeling.
Post tiid: Okt-08-2021