Augsburg AI üretim ağı (DLR Hafif Üretim Teknolojisi Merkezi (ZLP), Fraunhofer IGCV ve Augsburg Üniversitesi), sesi kompozit malzeme işleme kalitesiyle ilişkilendirmek için ultrasonik sensörler kullanıyor.
İşleme kalitesini izlemek için CNC freze makinesine takılan ultrasonik sensör.Resim kaynağı: Tüm hakları Augsburg Üniversitesi'ne aittir.
Ocak 2021'de kurulan ve genel merkezi Augsburg, Almanya'da bulunan Augsburg AI (Yapay Zeka) üretim ağı, Fraunhofer'deki Augsburg Üniversitesi'ni ve döküm, kompozit malzemeler ve işleme teknolojisi (Fraunhofer IGCV) ile Alman hafif üretim teknolojisi üzerine araştırmaları bir araya getiriyor merkez.Alman Havacılık ve Uzay Merkezi (DLR ZLP).Amaç; malzeme, üretim teknolojileri ve veriye dayalı modelleme arasındaki arayüzde yapay zeka tabanlı üretim teknolojilerini ortaklaşa araştırmaktır.Yapay zekanın üretim sürecini destekleyebileceği bir uygulama örneği, fiber takviyeli kompozit malzemelerin işlenmesidir.
Yeni kurulan yapay zeka üretim ağında bilim insanları, yapay zekanın üretim süreçlerini nasıl optimize edebileceğini araştırıyor.Örneğin, havacılık ve makine mühendisliğindeki birçok değer zincirinin sonunda CNC takım tezgahları, fiberle güçlendirilmiş polimer kompozitlerden yapılmış bileşenlerin son hatlarını işler.Bu işleme süreci frezeleme takımına yüksek talepler getirir.Augsburg Üniversitesi'ndeki araştırmacılar, CNC frezeleme sistemlerini izleyen sensörler kullanarak işleme sürecini optimize etmenin mümkün olduğuna inanıyor.Şu anda bu sensörlerin sağladığı veri akışlarını değerlendirmek için yapay zeka kullanıyorlar.
Endüstriyel üretim süreçleri genellikle çok karmaşıktır ve sonuçları etkileyen birçok faktör vardır.Örneğin ekipman ve işleme araçları, özellikle de karbon fiber gibi sert malzemeler hızla aşınır.Bu nedenle, kritik aşınma seviyelerini belirleme ve tahmin etme yeteneği, yüksek kalitede kesilmiş ve işlenmiş kompozit yapılar sağlamak için çok önemlidir.Endüstriyel CNC freze makineleri üzerinde yapılan araştırmalar, uygun sensör teknolojisinin yapay zeka ile birleştiğinde bu tür tahminler ve iyileştirmeler sağlayabileceğini gösteriyor.
Ultrasonik sensör araştırması için endüstriyel CNC freze makinesi.Resim kaynağı: Tüm hakları Augsburg Üniversitesi'ne aittir.
Çoğu modern CNC freze makinesinde enerji tüketimi, ilerleme kuvveti ve torkun kaydedilmesi gibi yerleşik temel sensörler bulunur.Ancak bu veriler frezeleme prosesinin ince detaylarını çözmek için her zaman yeterli olmuyor.Bu amaçla Augsburg Üniversitesi, yapı sesini analiz etmek için bir ultrasonik sensör geliştirdi ve bunu endüstriyel bir CNC freze makinesine entegre etti.Bu sensörler, frezeleme sırasında üretilen ultrasonik aralıktaki yapılandırılmış ses sinyallerini algılar ve ardından sistem aracılığıyla sensörlere iletir.
Yapı sesi, işlem sürecinin durumu hakkında sonuçlar çıkarabilir.Yapay zeka üretim ağı direktörü Prof. Markus Sause, "Bu bizim için kirişin keman için anlamı kadar anlamlı olan bir göstergedir" dedi."Müzik profesyonelleri kemanın akort edilip edilmediğini ve kemanın enstrüman üzerindeki ustalığını, sesinden anında anlayabilirler."Peki bu yöntem CNC takım tezgahlarına nasıl uygulanır?Makine öğrenimi işin anahtarıdır.
Sause ile çalışan araştırmacılar, ultrasonik sensör tarafından kaydedilen verilere dayanarak CNC frezeleme sürecini optimize etmek için makine öğrenimi adını verdikleri yöntemi kullandı.Akustik sinyalin belirli özellikleri, frezelenen parçanın kalitesinin zayıf olduğunu gösteren olumsuz proses kontrolüne işaret edebilir.Bu nedenle bu bilgi, frezeleme sürecini doğrudan ayarlamak ve iyileştirmek için kullanılabilir.Bunu yapmak için, algoritmayı eğitmek amacıyla kaydedilen verileri ve karşılık gelen durumu (örneğin, iyi veya kötü işleme) kullanın.Daha sonra freze makinesini çalıştıran kişi sunulan sistem durum bilgisine tepki verebilir veya sistem programlama yoluyla otomatik olarak tepki verebilir.
Makine öğrenimi yalnızca frezeleme işlemini doğrudan iş parçası üzerinde optimize etmekle kalmaz, aynı zamanda üretim tesisinin bakım döngüsünü de mümkün olduğunca ekonomik bir şekilde planlar.Ekonomik verimliliği artırmak için fonksiyonel bileşenlerin makinede mümkün olduğunca uzun süre çalışması gerekir, ancak bileşen hasarından kaynaklanan kendiliğinden arızalardan kaçınılmalıdır.
Kestirimci bakım, yapay zekanın, parçaların ne zaman değiştirilmesi gerektiğini hesaplamak için toplanan sensör verilerini kullandığı bir yöntemdir.İncelenmekte olan CNC freze makinesi için algoritma, ses sinyalinin belirli özelliklerinin ne zaman değiştiğini algılar.Bu şekilde, yalnızca işleme takımının aşınma derecesini belirlemekle kalmaz, aynı zamanda takımı değiştirmek için doğru zamanı da tahmin edebilir.Bu ve diğer yapay zeka süreçleri Augsburg'daki yapay zeka üretim ağına dahil ediliyor.Üç ana ortak kuruluş, modüler ve malzeme açısından optimize edilmiş bir şekilde yeniden yapılandırılabilecek bir üretim ağı oluşturmak için diğer üretim tesisleriyle işbirliği yapıyor.
Endüstrinin ilk fiber takviyesinin arkasındaki eski sanatı açıklıyor ve yeni fiber bilimi ve gelecekteki gelişmeler hakkında derinlemesine bir anlayışa sahip.
Gönderim zamanı: Ekim-08-2021