|
是否能在加工过程中，实时且高精度地预测某零件是否符合质量要求？人工智能（AI）技术让这成为可能。
Fraunhofer IWU 开发的AI解决方案超越传统的在线检测系统，不再需要耗时的取样测试。这类质量预测能结合现有的成本效益传感器，广泛应用于多种工业制造流程。此外，AI 还可用于优化生产过程，例如避免废料产生或降低能耗，同时保证质量。
品质预测
AI的潜在应用领域包括钻孔、车削和铣削等加工步骤。例如，在深孔钻削中，AI可通过转速、进给速率及振动传感器数据评估质量，无需破坏工件进行测量。
过程优化
在金属加工中，AI在热成型（例如将工件加热至约880°C的奥氏体化温度后压制）中表现尤为出色。AI预测硬度值，指导调整硬化温度，从而减少能源浪费。在注塑成型中，AI监控模具温度、螺杆转速、熔融温度等参数，根据质量预测及时采取对策，有效减少废料。
全面检测与少量数据集训练
AI可用于在线（实时）全批次检测，取代随机抽样。AI模型的训练所需数据量不多，通常只需数十个数据集，并辅以专业知识。在实际应用中，边缘运算设备即可满足计算需求。
与人机协作的新架构
Fraunhofer IWU与Synapticon GmbH合作，开发了一种新的人机协作（HRC）机器人安全架构。该架构去中心化设计，显著减少布线需求，并缩短反应时间，实现动态安全的工作环境。
资料引用来源:International Metalworking News for Asia.
https://www.industrysourcing.com/article/Artificial-Intelligence
|
