Как искусственный интеллект меняет литье под давлением

Джефф Джордано | 14 июня 2022 г.

Эра производства Индустрии 4.0 настолько сильно зависит от точности, основанной на данных, что искусственный интеллект (ИИ) играет все большую роль в использовании этих данных для повышения производительности машин, в том числе машин для литья под давлением.

Искусственный интеллект в производстве включает в себя ряд технологий, которые позволяют машинам работать с интеллектом, имитирующим человеческий. Машинное обучение и обработка естественного языка помогают машинам приблизиться к человеческим способностям учиться, выносить суждения и решать проблемы. Повышение эффективности данных позволяет процессам развиваться быстрее и с меньшими затратами.

«ИИ становится все более важным в машиностроении, не в последнюю очередь из-за необходимости эффективной и гибкой автоматизации процессов литья под давлением, несмотря на все меньшие размеры партий и более короткие жизненные циклы продукции», — сказал Вернер Фаульхабер, директор по исследованиям и разработкам компании Arburg. «Примеры применения ИИ включают автоматическое программирование роботизированных систем, целенаправленное устранение неисправностей и систему запасных частей с «интеллектуальной» обработкой изображений. Компания Arburg шаг за шагом работает над тем, чтобы сделать литье под давлением более интеллектуальным, гарантируя, что машина постоянно обучается, сохраняет стабильность и даже может оптимизировать себя в будущем».

Arburg формирует гибкие и управляемые производственные системы путем объединения машин, автоматизации и собственных ИТ-решений. Система управления компании Gestica с функциями интеллектуального помощника является неотъемлемой частью этих систем. «Например, все шестиосные роботы Kuka в стандартной комплектации оснащены новым пользовательским интерфейсом Gestica», — отметил Фаульхабер. «Это упрощает программирование, а также мониторинг, хранение и оценку технологических данных».

Одним из приложений, над которым работает компания Arburg, является автоматическое программирование линейных роботизированных систем Multilift. «Идея состоит в том, что оператор просто вводит пункт назначения, как в автомобильном навигаторе, и система автоматически рассчитывает оптимальный маршрут. Для роботизированных систем это означает, что оператор просто вводит желаемое начальное и конечное положения, а система управления позаботится обо всем остальном».

Wittmann Battenfeld, которая за последние несколько лет полностью внедрила возможности подключения к Индустрии 4.0 в своем портфолио термопластавтоматов и вспомогательных машин, использует искусственный интеллект в своих роботах для мониторинга времени цикла и управления скоростью роботов за пределами формовочной машины.

Возможности машинного обучения компании — технология HiQ Flow и CMS — будут представлены на выставке K в этом году, которая пройдет с 19 по 26 октября в Дюссельдорфе, Германия. При использовании HiQ Flow скорость окупаемости инвестиций может составлять всего несколько циклов, а программное обеспечение часто можно модернизировать на более старых машинах для литья под давлением, оснащенных системой управления B8. Версия CMS Pro будет доступна позже.

«Технология делает новые выводы на основе текущих параметров и, таким образом, становится все более интеллектуальной, поскольку она контролирует производительность», — сказал менеджер по продукту Кристиан Глюк. «Мы ограничиваемся методическим определением параметров. Поэтому время, необходимое для использования технологии, минимально, как и цена».

Сравнивая ИИ и машинное обучение, Глюк сказал: «ИИ на самом деле требует гораздо больших затрат времени и, соответственно, более высоких финансовых вложений. Необходимо регистрировать большое количество параметров текущего процесса, и соответствующие параметры определяются на основе отклонений. Они сравниваются с данными измерений продукта».

Основываясь на таких факторах, как изменения материала, температура окружающей среды, износ машины, износ инструмента и другие факторы, «ИИ может определить, какие параметры машины необходимо изменить, чтобы продукт можно было производить в пределах допусков по качеству. Это может занять месяцы, поскольку сначала должны произойти ошибки, чтобы на них можно было извлечь уроки».

Виттманн финансировал такую ​​программу оценки вместе с австрийским университетом Монтануниверситет Леобен, «но мы обнаружили, что время, необходимое для того, чтобы сделать ее пригодной для производства, должно быть поставлено под сомнение, потому что помимо долгосрочного исследования процесса вам также нужна рабочая сила». необходимо справиться с этим».