Оптимізовані різальні краї завдяки ШІ

Кращі різальні краї при різанні листового металу завдяки оптимізації параметрів на основі ШІ

23338
Якість покращується на кожному етапі. Зі стандартними параметрами (нижче) утворюється дуже великий задир, який поступово зменшується і досягає ідеальної якості після п'яти ітерацій. © Trumpf

Протягом багатьох років Fraunhofer IPA спільно з компанією Trumpf у лабораторії «Гнучке виробництво листового металу» розробляє рішення на основі ШІ для безпосереднього використання у виробництві. Тепер команда представляє важливий результат у публікації, щоб автоматизовано оптимізувати параметри машин для лазерного різання листів.

Для високої якості продукції та ефективності у виробництві критично важливо, щоб параметри виробничих машин були правильно налаштовані. Це особливо важливо у випадку коливань матеріалу або спеціальних якостей матеріалу. Часто налаштування все ще здійснюється вручну. Знання таким чином прив'язане до спеціаліста та його індивідуальної експертизи. Ручні налаштування також займають багато часу, внаслідок чого погано налаштовані установки часто залишаються неефективними занадто довго. Крім того, через складні виробничі процеси часто не всі релевантні зв'язки видно. Ці фактори призводять до зниженої якості країв різання, низької продуктивності та високих витрат на виробництво.

Автоматизоване параметрування через Transfer Learning

Штучний інтелект (ШІ) надає можливість автоматизовано налаштовувати параметри виробничих машин, таким чином долаючи недоліки ручного підходу. Для цього дослідницька команда Fraunhofer IPA та Trumpf досягла важливого прогресу. Адже якщо ви хочете автоматизовано налаштувати параметри машин, це вимагало багато зусиль: раніше був необхідний ітеративний процес, який аналізував виготовлення об'єкта та його якість і ставив їх у зв'язок.

Якщо тут використовувати ШІ, необхідні ітерації помітно зменшуються. Адже за допомогою алгоритмів машинної оптимізації можна використовувати наявні дані машин через об'єктивовані параметри якості, а на їх основі - використовувати Transfer Learning. Таким чином, оптимальні параметри можна визначити з мінімумом ітерацій. «Наш розроблений алгоритм ШІ дозволяє оптимально використовувати попередні знання з уже зібраних даних. Одночасно він також швидко пропонує нові конфігурації параметрів, які можуть значно підвищити якість продукції в порівнянні з ручним налаштуванням», - повідомляє Філіп Вагнер, науковий співробітник Fraunhofer IPA.

Практична валідація у виробництві листового металу

Отримані результати команда змогла безпосередньо валідувати у виробництві Trumpf. Тести проводилися під час лазерного різання листів за допомогою лазерної плоскої машини. Завдяки методу ШІ вдалося автоматизовано поліпшити параметри машин з мінімальними зусиллями. Таким чином, Trumpf може ще більше підвищити якість своїх продуктів, особливо для відхилених якостей матеріалу, і знизити витрати на виробництво для клієнтів. Крім того, спростилася робота з машинами. Не в останню чергу зменшилася кількість відходів, що також сприяє цілям сталого розвитку компанії. І Філіп Лойбе з Trumpf пояснює: «Завдяки нашому новому продукту оптимізація може відбуватися безпосередньо на частині клієнта. Це економить оптимізацію на тестових частинах, для яких матеріал потрібно спеціально резервувати або додатково укладати, а потім утилізувати».

Ще одна перевага розробленого рішення полягає в тому, що якість країв різання також може бути дуже швидко автоматизовано та об'єктивно оцінена. Основою для цього є лише швидка фотозйомка та оцінка зображення на основі ШІ. Для оцінки також можуть бути включені критерії з відповідного DIN EN ISO 9013.

Інші можливості застосування

Розроблене рішення може бути використане не лише для лазерного різання листів, але й для багатьох інших виробничих процесів з високою варіативністю, таких як, наприклад, при литті під тиском, автоматизованій збірці кабельних джгутів або виробництві батарейних осередків.

Контакт:

www.ipa.fraunhofer.de