Od wielu lat Fraunhofer IPA wspólnie z firmą Trumpf opracowuje w laboratorium „Elastyczna produkcja blach” oparte na AI rozwiązania do bezpośredniego zastosowania w tamtejszej produkcji. Teraz zespół prezentuje w publikacji ważny wynik, aby zautomatyzować optymalizację parametrów maszyn do cięcia blach laserem.
Dla wysokiej jakości produktów i efektywności w produkcji kluczowe jest odpowiednie ustawienie parametrów maszyn produkcyjnych. Ma to szczególne znaczenie w przypadku wahań materiałowych lub specjalnych klas materiałów. Często ustawienia są dokonywane ręcznie. Wiedza jest więc związana z fachowcem i jego indywidualną ekspertyzą. Ręczne dostosowania są również czasochłonne, co sprawia, że źle ustawione urządzenia często pozostają nieefektywne przez zbyt długi czas. Ponadto, z powodu złożonych procesów produkcyjnych, często nie są widoczne wszystkie istotne zależności. Te czynniki prowadzą do niższej jakości krawędzi cięcia, niskiej produktywności i wysokich kosztów produkcji.
Automatyczne parametryzowanie dzięki Transfer Learning
Sztuczna inteligencja (AI) oferuje możliwość automatycznego ustawiania parametrów maszyn produkcyjnych, co pozwala przezwyciężyć wady ręcznego podejścia. Zespół badawczy Fraunhofer IPA i Trumpf osiągnął w tym zakresie istotny postęp. Ponieważ automatyczne ustawienie parametrów maszyn wiązało się dotąd z dużym wysiłkiem: wcześniej konieczny był iteracyjny proces, który analizował produkcję obiektu i jego jakość oraz łączył je ze sobą.
Jednak zastosowanie AI znacząco redukuje potrzebne iteracje. Dzięki algorytmom optymalizacji maszynowej można wykorzystać istniejące dane maszynowe przez obiektywizowane parametry jakościowe, a na ich podstawie zastosować Transfer Learning. W ten sposób można określić optymalne parametry przy minimalnej liczbie iteracji. „Nasz opracowany algorytm AI potrafi optymalnie wykorzystać wiedzę z już zebranych danych. Jednocześnie szybko proponuje nowe konfiguracje parametrów, które mogą znacznie zwiększyć jakość produktów w porównaniu do ręcznego ustawienia”, relacjonuje Philipp Wagner, pracownik naukowy w Fraunhofer IPA.
Praktyczna walidacja w produkcji blach
Osiągnięte wyniki zespół mógł bezpośrednio zweryfikować w produkcji Trumpf. Testy przeprowadzono podczas cięcia blach laserem za pomocą maszyny laserowej z płaskim stołem. Dzięki metodzie AI udało się zautomatyzować poprawę parametrów maszyn przy niewielkim wysiłku. W ten sposób Trumpf może zwiększyć jakość swoich produktów, zwłaszcza dla różnych klas materiałów, oraz obniżyć koszty produkcji dla klientów. Dodatkowo ułatwia to obsługę maszyn. Nie bez znaczenia jest również mniejsza ilość odpadów, co wpływa na cele zrównoważonego rozwoju firmy. A Philipp Leube z Trumpf wyjaśnia: „Dzięki naszemu nowemu produktowi optymalizacja może odbywać się bezpośrednio na części klienta. To oszczędza optymalizację na częściach testowych, dla których materiał musi być dodatkowo zarezerwowany lub później zutylizowany.”
Kolejną zaletą opracowanego rozwiązania jest to, że jakość krawędzi cięcia może być również bardzo szybko automatycznie i obiektywnie oceniana. Podstawą jest jedynie szybkie wykonanie zdjęcia i oparte na AI przetwarzanie obrazu. Do oceny można również uwzględnić kryteria z odpowiedniej normy DIN EN ISO 9013.
Dalsze możliwości zastosowania
Opracowane rozwiązanie może być stosowane nie tylko do cięcia blach laserem, ale także w wielu innych procesach produkcyjnych o dużej różnorodności, takich jak wtryskiwanie, automatyczna montaż wiązek kablowych czy produkcja ogniw baterii.
Kontakt:
