Már sok éve dolgozik a Fraunhofer IPA a Trumpf céggel a 'Rugalmas lemezgyártás' laborban mesterséges intelligencia alapú megoldásokon, amelyek közvetlenül alkalmazhatók a helyi gyártásban. Most a csapat egy publikációban bemutat egy fontos eredményt, amely lehetővé teszi a lézeres lemezvágás gépparamétereinek automatizált optimalizálását.
A magas termékminőség és hatékonyság érdekében a gyártásban döntő fontosságú, hogy a gyártógépek paraméterei megfelelően legyenek beállítva. Ez különösen fontos az anyagváltozások vagy speciális anyagminőségek esetén. Gyakran a beállításokat még manuálisan végzik. A tudás tehát a szakemberhez és az ő egyéni szakértelméhez kötődik. A manuális beállítások emellett időigényesek, így a rosszul beállított gépek gyakran túl sokáig maradnak hatástalanok. A komplex gyártási folyamatok miatt gyakran nem minden releváns összefüggés észlelhető. Ezek a tényezők a vágási élek alacsonyabb minőségéhez, alacsonyabb termelékenységhez és magasabb gyártási költségekhez vezetnek.
Automatizált paraméterezés transzfer tanulással
A mesterséges intelligencia (MI) lehetőséget kínál a gyártógépek paramétereinek automatizált beállítására, így áthidalva a manuális megközelítés hátrányait. E célból a Fraunhofer IPA és a Trumpf kutatócsapata jelentős előrelépést tett. Mert ha a gépparamétereket automatizáltan szeretnénk beállítani, az sok munkát jelentett: eddig szükség volt egy iteratív folyamatra, amely egy objektum előállítását és annak minőségét elemezte és összekapcsolta.
Ha itt MI-t alkalmazunk, a szükséges iterációk azonban jelentősen csökkennek. Mert gépi optimalizáló algoritmusok segítségével a meglévő gépadatak objektivált minőségi paraméterek alapján és azokra építve a transzfer tanulás felhasználásával optimalizálhatók. Így a legjobb paraméterek minimális iterációval határozhatók meg. 'Kifejlesztett MI-algoritmusunk képes optimálisan kihasználni a már összegyűjtött adatokból származó előismereteket. Ugyanakkor gyorsan új paraméterkonfigurációkat is javasol, amelyek a termékminőséget a manuális beállításhoz képest jelentősen növelhetik' - számolt be Philipp Wagner, a Fraunhofer IPA tudományos munkatársa.
Gyakorlati validálás a lemezgyártásban
A megszerzett eredményeket a csapat közvetlenül a Trumpf gyártásában validálta. A tesztek lézervágás során történtek lézer síkágyas géppel. A MI-módszer segítségével sikerült a gépparamétereket automatizáltan, kis erőfeszítéssel javítani. Így a Trumpf tovább növelheti termékeinek minőségét eltérő anyagminőségek esetén, és csökkentheti a gyártási költségeket az ügyfelek számára. Ezenkívül egyszerűsödik a gépkezelés. Nem utolsósorban csökken a selejt mennyisége, ami szintén hozzájárul a vállalat fenntarthatósági céljaihoz. Philipp Leube, a Trumpf munkatársa így nyilatkozott: 'Új termékünkkel az optimalizálás közvetlenül a vevői alkatrészen végezhető. Ez megtakarítja az optimalizálást a tesztalkatrészeken, amelyekhez anyagot külön kell fenntartani vagy pluszban kell elhelyezni, majd azt követően megsemmisíteni.'
A kifejlesztett megoldás további előnye, hogy a vágási élek minősége nagyon gyorsan automatizáltan és objektíven értékelhető. Ehhez csupán egy gyors képfelvétel és a kép MI-alapú kiértékelése szükséges. A kiértékeléshez a megfelelő DIN EN ISO 9013 szabványból származó kritériumok is figyelembe vehetők.
További alkalmazási lehetőségek
A kifejlesztett megoldás nemcsak a lemezek lézervágására alkalmazható, hanem sok más gyártási folyamatra is, amelyek nagy változatosságot mutatnak, mint például a fröccsöntés, az automatizált kábelkötegelés vagy az akkumulátorcellák gyártása.
Kapcsolat:
