Mạng sản xuất AI Augsburg-Trung tâm công nghệ sản xuất nhẹ DLR (ZLP), Fraunhofer IGCV và Đại học Augsburg sử dụng cảm biến siêu âm để tương quan âm thanh với chất lượng xử lý vật liệu composite.
Một cảm biến siêu âm được lắp đặt trên máy phay CNC để theo dõi chất lượng gia công.Nguồn hình ảnh: Đại học Augsburg bảo lưu mọi quyền
Mạng lưới sản xuất Augsburg AI (Trí tuệ nhân tạo) - được thành lập vào tháng 1 năm 2021 và có trụ sở chính tại Augsburg, Đức - tập hợp Đại học Augsburg, Fraunhofer và nghiên cứu về đúc, vật liệu composite và công nghệ xử lý (Fraunhofer IGCV) và công nghệ sản xuất nhẹ của Đức trung tâm.Trung tâm Hàng không Vũ trụ Đức (DLR ZLP).Mục đích là cùng nhau nghiên cứu các công nghệ sản xuất dựa trên trí tuệ nhân tạo ở điểm giao thoa giữa vật liệu, công nghệ sản xuất và mô hình hóa dựa trên dữ liệu.Một ví dụ về ứng dụng mà trí tuệ nhân tạo có thể hỗ trợ quá trình sản xuất là xử lý vật liệu composite được gia cố bằng sợi.
Trong mạng lưới sản xuất trí tuệ nhân tạo mới được thành lập, các nhà khoa học đang nghiên cứu cách trí tuệ nhân tạo có thể tối ưu hóa quy trình sản xuất.Ví dụ, ở giai đoạn cuối của nhiều chuỗi giá trị trong ngành hàng không vũ trụ hoặc cơ khí, máy công cụ CNC xử lý các đường viền cuối cùng của các bộ phận làm bằng vật liệu tổng hợp polyme gia cố bằng sợi.Quá trình gia công này đặt ra yêu cầu cao đối với dao phay.Các nhà nghiên cứu tại Đại học Augsburg tin rằng có thể tối ưu hóa quy trình gia công bằng cách sử dụng các cảm biến giám sát hệ thống phay CNC.Họ hiện đang sử dụng trí tuệ nhân tạo để đánh giá các luồng dữ liệu do các cảm biến này cung cấp.
Quy trình sản xuất công nghiệp thường rất phức tạp và có nhiều yếu tố ảnh hưởng đến kết quả.Ví dụ, thiết bị và dụng cụ gia công bị mòn nhanh, đặc biệt là các vật liệu cứng như sợi carbon.Do đó, khả năng xác định và dự đoán mức độ hao mòn quan trọng là điều cần thiết để cung cấp các cấu trúc composite được gia công và cắt gọt chất lượng cao.Nghiên cứu về máy phay CNC công nghiệp cho thấy công nghệ cảm biến thích hợp kết hợp với trí tuệ nhân tạo có thể đưa ra những dự đoán và cải tiến như vậy.
Máy phay CNC công nghiệp phục vụ nghiên cứu cảm biến siêu âm.Nguồn hình ảnh: Đại học Augsburg bảo lưu mọi quyền
Hầu hết các máy phay CNC hiện đại đều được tích hợp sẵn các cảm biến cơ bản, chẳng hạn như ghi lại mức tiêu thụ năng lượng, lực tiến và mô-men xoắn.Tuy nhiên, những dữ liệu này không phải lúc nào cũng đủ để giải quyết các chi tiết nhỏ của quá trình phay.Để đạt được mục tiêu này, Đại học Augsburg đã phát triển một cảm biến siêu âm để phân tích âm thanh của kết cấu và tích hợp nó vào máy phay CNC công nghiệp.Các cảm biến này phát hiện các tín hiệu âm thanh có cấu trúc trong phạm vi siêu âm được tạo ra trong quá trình phay và sau đó truyền qua hệ thống đến các cảm biến.
Âm thanh cấu trúc có thể đưa ra kết luận về trạng thái của quá trình xử lý.Giáo sư Markus Sause, giám đốc mạng lưới sản xuất trí tuệ nhân tạo, giải thích: “Đây là một chỉ số có ý nghĩa đối với chúng tôi giống như dây cung đối với đàn violin”.“Các chuyên gia âm nhạc có thể xác định ngay lập tức từ âm thanh của đàn violin xem liệu nó có được lên dây hay không và khả năng sử dụng nhạc cụ của người chơi thành thạo hay không.”Nhưng phương pháp này áp dụng như thế nào cho máy công cụ CNC?Học máy là chìa khóa.
Để tối ưu hóa quy trình phay CNC dựa trên dữ liệu được ghi lại bởi cảm biến siêu âm, các nhà nghiên cứu làm việc với Sause đã sử dụng cái gọi là học máy.Một số đặc điểm nhất định của tín hiệu âm thanh có thể cho thấy quá trình kiểm soát không thuận lợi, điều này cho thấy chất lượng của chi tiết được xay kém.Do đó, thông tin này có thể được sử dụng để trực tiếp điều chỉnh và cải thiện quy trình xay xát.Để thực hiện việc này, hãy sử dụng dữ liệu đã ghi và trạng thái tương ứng (ví dụ: xử lý tốt hoặc xấu) để huấn luyện thuật toán.Sau đó, người vận hành máy phay có thể phản ứng với thông tin trạng thái hệ thống được trình bày hoặc hệ thống có thể phản ứng tự động thông qua lập trình.
Học máy không chỉ có thể tối ưu hóa quy trình phay trực tiếp trên phôi mà còn lập kế hoạch chu trình bảo trì của nhà máy sản xuất một cách tiết kiệm nhất có thể.Các bộ phận chức năng cần phải hoạt động trong máy càng lâu càng tốt để nâng cao hiệu quả kinh tế, nhưng phải tránh những hỏng hóc tự phát do hư hỏng bộ phận.
Bảo trì dự đoán là phương pháp trong đó AI sử dụng dữ liệu cảm biến được thu thập để tính toán thời điểm cần thay thế các bộ phận.Đối với máy phay CNC đang được nghiên cứu, thuật toán sẽ nhận biết khi nào một số đặc điểm nhất định của tín hiệu âm thanh thay đổi.Bằng cách này, nó không chỉ có thể xác định mức độ hao mòn của dụng cụ gia công mà còn dự đoán thời điểm chính xác để thay dao.Quy trình này và các quy trình trí tuệ nhân tạo khác đang được tích hợp vào mạng lưới sản xuất trí tuệ nhân tạo ở Augsburg.Ba tổ chức đối tác chính đang hợp tác với các cơ sở sản xuất khác để tạo ra một mạng lưới sản xuất có thể được cấu hình lại theo cách tối ưu hóa vật liệu và mô-đun.
Giải thích nghệ thuật cũ đằng sau việc gia cố sợi đầu tiên của ngành và có hiểu biết sâu sắc về khoa học sợi mới và sự phát triển trong tương lai.
Thời gian đăng: Oct-08-2021