アウグスブルク AI 生産ネットワーク (DLR 軽量生産技術センター (ZLP)、フラウンホーファー IGCV、アウグスブルク大学) は、超音波センサーを使用して音と複合材料処理の品質を関連付けています。
CNCフライス盤に取り付けられた超音波センサーで加工品質を監視します。画像出典: アウグスブルク大学が著作権を保有
アウグスブルク AI (人工知能) 生産ネットワーク - 2021 年 1 月に設立され、ドイツのアウクスブルクに本社を置く - アウクスブルク大学フラウンホーファー校、鋳造、複合材料、加工技術 (フラウンホーファー IGCV) とドイツの軽量生産技術の研究を結集中心。ドイツ航空宇宙センター (DLR ZLP)。目的は、材料、製造技術、データベースのモデリングの間のインターフェイスにおける人工知能ベースの生産技術を共同研究することです。人工知能が生産プロセスをサポートできるアプリケーションの例は、繊維強化複合材料の加工です。
新しく確立された人工知能生産ネットワークにおいて、科学者たちは人工知能がどのように生産プロセスを最適化できるかを研究しています。たとえば、航空宇宙工学や機械工学における多くのバリュー チェーンの末端では、CNC 工作機械が繊維強化ポリマー複合材料で作られたコンポーネントの最終輪郭を加工します。この加工プロセスでは、フライスに高い要求が課せられます。アウグスブルク大学の研究者らは、CNC フライス加工システムを監視するセンサーを使用することで、加工プロセスを最適化できると考えています。彼らは現在、人工知能を使用して、これらのセンサーから提供されるデータ ストリームを評価しています。
工業的な製造プロセスは通常非常に複雑で、結果に影響を与える要因は数多くあります。たとえば、機器や加工ツール、特にカーボンファイバーなどの硬い素材はすぐに摩耗します。したがって、高品質のトリミングおよび機械加工された複合構造を提供するには、重大な摩耗レベルを特定して予測する能力が不可欠です。産業用 CNC フライス盤に関する研究では、適切なセンサー技術と人工知能を組み合わせることで、そのような予測と改善が可能になることが示されています。
超音波センサー研究用の工業用CNCフライス盤。画像出典: アウグスブルク大学が著作権を保有
最新の CNC フライス盤のほとんどには、エネルギー消費量、送り力、トルクを記録するなどの基本的なセンサーが組み込まれています。ただし、これらのデータは、フライス加工プロセスの詳細を解決するには必ずしも十分ではありません。この目的を達成するために、アウグスブルク大学は構造音を分析するための超音波センサーを開発し、それを工業用 CNC フライス盤に統合しました。これらのセンサーは、フライス加工中に生成される超音波範囲の構造化音響信号を検出し、システムを通じてセンサーに伝播します。
構造音によって、処理プロセスの状態に関する結論を導き出すことができます。「これは、バイオリンにとって弦が重要であるのと同じように、私たちにとって重要な指標です」と、人工知能生産ネットワークのディレクターであるマルクス・サウゼ教授は説明しました。「音楽の専門家は、バイオリンの音から、調律されているかどうか、また奏者の楽器の習熟度をすぐに判断できます。」しかし、この方法は CNC 工作機械にどのように適用されるのでしょうか?機械学習が鍵となります。
超音波センサーによって記録されたデータに基づいて CNC フライス加工プロセスを最適化するために、Sause と協力している研究者たちは、いわゆる機械学習を使用しました。音響信号の特定の特性は、好ましくないプロセス制御を示している可能性があり、これは、フライス加工された部品の品質が低いことを示しています。したがって、この情報を使用して、フライス加工プロセスを直接調整および改善できます。これを行うには、記録されたデータと対応する状態 (処理の良し悪しなど) を使用してアルゴリズムをトレーニングします。次に、フライス盤を操作している人が提示されたシステム ステータス情報に反応することも、システムがプログラミングを通じて自動的に反応することもできます。
機械学習は、ワークピースのフライス加工プロセスを直接最適化できるだけでなく、生産プラントのメンテナンス サイクルを可能な限り経済的に計画することもできます。経済効率を向上させるために、機能部品はできるだけ長く機械内で動作する必要がありますが、部品の損傷による自然故障は避けなければなりません。
予知保全とは、収集したセンサーデータを用いてAIが部品の交換時期を計算する手法です。研究中の CNC フライス盤の場合、アルゴリズムは音声信号の特定の特性がいつ変化したかを認識します。このようにして、加工ツールの摩耗の程度を特定するだけでなく、ツールを交換する適切な時期を予測することもできます。この人工知能プロセスと他の人工知能プロセスは、アウグスブルクの人工知能生産ネットワークに組み込まれています。3 つの主要なパートナー組織は、他の生産施設と協力して、モジュール式で材料を最適化した方法で再構成できる製造ネットワークを構築しています。
業界初の繊維強化の背後にある古い技術を説明し、新しい繊維科学と将来の開発について深く理解しています。
投稿時間: 2021 年 10 月 8 日