Da molti anni, il Fraunhofer IPA sta sviluppando insieme all'azienda Trumpf nel laboratorio 'Produzione di lamiere flessibile' soluzioni basate sull'IA per l'uso diretto nella produzione locale. Ora il team presenta in una pubblicazione un risultato importante per ottimizzare automaticamente i parametri delle macchine per il taglio laser delle lamiere.
Per una elevata qualità del prodotto e efficienza nella produzione, è fondamentale che i parametri delle macchine di produzione siano impostati correttamente. Questo è particolarmente importante in caso di fluttuazioni dei materiali o di qualità dei materiali specifici. Spesso l'impostazione avviene ancora manualmente. La conoscenza è quindi legata all'operatore e alla sua esperienza individuale. Inoltre, le regolazioni manuali richiedono tempo, il che porta a impianti mal impostati che rimangono inefficienti per troppo tempo. A causa di processi produttivi complessi, spesso non sono visibili tutte le relazioni rilevanti. Questi fattori portano a una qualità inferiore dei bordi di taglio, bassa produttività e alti costi di produzione.
Parametrizzazione automatizzata tramite Transfer Learning
L'intelligenza artificiale (IA) offre la possibilità di impostare automaticamente i parametri delle macchine di produzione, superando così gli svantaggi dell'approccio manuale. A questo scopo, il team di ricerca del Fraunhofer IPA e di Trumpf ha fatto un progresso decisivo. Infatti, se si desidera impostare automaticamente i parametri delle macchine, ciò comportava un notevole impegno: era necessario un processo iterativo che analizzasse e mettesse in relazione la produzione di un oggetto e la sua qualità.
Utilizzando l'IA, tuttavia, le iterazioni necessarie si riducono notevolmente. Grazie agli algoritmi di ottimizzazione automatica, i dati delle macchine esistenti possono essere utilizzati attraverso parametri di qualità oggettivi e, sulla base di questi, può essere utilizzato il Transfer Learning. In questo modo, i parametri ottimali possono essere determinati con un minimo di iterazioni. 'Il nostro algoritmo IA sviluppato riesce a sfruttare al meglio le conoscenze pregresse dai dati già raccolti. Allo stesso tempo, propone rapidamente nuove configurazioni di parametri che possono aumentare significativamente la qualità del prodotto rispetto all'impostazione manuale', riporta Philipp Wagner, ricercatore del Fraunhofer IPA.
Validazione pratica nella produzione di lamiere
I risultati ottenuti sono stati direttamente validati nella produzione di Trumpf. I test sono stati effettuati nel taglio laser delle lamiere con una macchina laser a tavola piana. Grazie al metodo IA, è stato possibile migliorare automaticamente i parametri delle macchine con poco sforzo. In questo modo, Trumpf può aumentare ulteriormente la qualità dei suoi prodotti, soprattutto per materiali di qualità diversa, e ridurre i costi di produzione per i clienti. Inoltre, la gestione delle macchine diventa più semplice. Non da ultimo, si riduce anche il numero di scarti, il che contribuisce agli obiettivi di sostenibilità dell'azienda. E Philipp Leube di Trumpf spiega: 'Con il nostro nuovo prodotto, l'ottimizzazione può avvenire direttamente sul pezzo del cliente. Questo evita l'ottimizzazione su pezzi di prova, per i quali il materiale deve essere riservato o ulteriormente fornito e successivamente smaltito.'
Un ulteriore vantaggio della soluzione sviluppata è che la qualità dei bordi di taglio può essere valutata in modo molto rapido, automatizzato e oggettivo. La base per questo è semplicemente una rapida acquisizione di immagini e la valutazione basata sull'IA dell'immagine. Per la valutazione possono essere inclusi anche criteri della corrispondente norma DIN EN ISO 9013.
Ulteriori possibilità di applicazione
La soluzione sviluppata non è utilizzabile solo per il taglio laser delle lamiere, ma è anche potenzialmente applicabile a molti altri processi produttivi con un'ampia varietà, come ad esempio nello stampaggio a iniezione, nell'assemblaggio automatizzato di cablaggi o nella produzione di celle per batterie.
Contatto:
