|
是否能在加工過程中，即時且高精度地預測某零件是否符合品質要求？人工智慧（AI）技術讓這成為可能。
Fraunhofer IWU 開發的 AI 解決方案超越傳統的在線檢測系統，不再需要耗時的取樣測試。這類品質預測能結合現有的成本效益感測器，廣泛應用於多種工業製造流程。此外，AI 還可用於優化生產過程，例如避免廢料產生或降低能耗，同時保證品質。
品質預測
AI 的潛在應用領域包括鑽孔、車削和銑削等加工步驟。例如，在深孔鑽削中，AI 可通過轉速、進給速率及振動感測器數據評估品質，無需破壞工件進行測量。
過程優化
在金屬加工中，AI 在溫成型（例如將工件加熱至約 880 °C 的奧氏體化溫度後壓制）中表現尤為出色。AI 預測硬度值，指導調整硬化溫度，從而減少能源浪費。在注塑成型中，AI 監控模具溫度、螺桿轉速、熔融溫度等參數，根據品質預測及時採取對策，有效減少廢料。
全面檢測與少量數據集訓練
AI 可用於在線（即時）全批次檢測，取代隨機抽樣。AI 模型的訓練所需數據量不多，通常只需數十個數據集，並輔以專業知識。在實際應用中，邊緣運算設備即可滿足計算需求。
與人機協作的新架構
Fraunhofer IWU 與 Synapticon GmbH 合作，開發了一種新的人機協作（HRC）機器人安全架構。該架構去中心化設計，顯著減少佈線需求，並縮短反應時間，實現動態安全的工作環境。
資料引用來源:International Metalworking News for Asia.
https://www.industrysourcing.com/article/Artificial-Intelligence
|
