الذكاء الاصطناعي يعمل على تحسين عملية الطحن باستخدام الحاسب الآلي للمركبات المقواة بألياف الكربون |عالم المواد المركبة

تستخدم شبكة إنتاج Augsburg AI - مركز تكنولوجيا الإنتاج الخفيف الوزن DLR (ZLP) وFraunhofer IGCV وجامعة Augsburg أجهزة استشعار بالموجات فوق الصوتية لربط الصوت بجودة معالجة المواد المركبة.
مستشعر بالموجات فوق الصوتية مثبت على آلة طحن CNC لمراقبة جودة المعالجة.مصدر الصورة: جميع الحقوق محفوظة لجامعة أوغسبورغ
شبكة إنتاج Augsburg AI (الذكاء الاصطناعي) التي تم تأسيسها في يناير 2021 ومقرها في أوغسبورغ بألمانيا، تجمع بين جامعة أوغسبورغ وفراونهوفر والأبحاث حول الصب والمواد المركبة وتكنولوجيا المعالجة (Fraunhofer IGCV) وتكنولوجيا الإنتاج الألمانية خفيفة الوزن. مركز.مركز الفضاء الألماني (DLR ZLP).والغرض من ذلك هو البحث المشترك في تقنيات الإنتاج القائمة على الذكاء الاصطناعي عند التفاعل بين المواد وتقنيات التصنيع والنمذجة القائمة على البيانات.أحد الأمثلة على التطبيقات التي يمكن أن يدعم فيها الذكاء الاصطناعي عملية الإنتاج هو معالجة المواد المركبة المدعمة بالألياف.
في شبكة إنتاج الذكاء الاصطناعي المنشأة حديثًا، يدرس العلماء كيف يمكن للذكاء الاصطناعي تحسين عمليات الإنتاج.على سبيل المثال، في نهاية العديد من سلاسل القيمة في مجال الطيران أو الهندسة الميكانيكية، تقوم أدوات الآلات CNC بمعالجة الخطوط النهائية للمكونات المصنوعة من مركبات البوليمر المعززة بالألياف.تضع عملية التصنيع هذه متطلبات عالية على قاطع الطحن.يعتقد الباحثون في جامعة أوغسبورغ أنه من الممكن تحسين عملية التصنيع باستخدام أجهزة الاستشعار التي تراقب أنظمة الطحن باستخدام الحاسب الآلي.إنهم يستخدمون حاليًا الذكاء الاصطناعي لتقييم تدفقات البيانات التي توفرها هذه المستشعرات.
عمليات التصنيع الصناعية عادة ما تكون معقدة للغاية، وهناك العديد من العوامل التي تؤثر على النتائج.على سبيل المثال، تتآكل المعدات وأدوات المعالجة بسرعة، وخاصة المواد الصلبة مثل ألياف الكربون.لذلك، تعد القدرة على تحديد مستويات التآكل الحرجة والتنبؤ بها أمرًا ضروريًا لتوفير هياكل مركبة مشذبة ومشغولة عالية الجودة.تُظهر الأبحاث التي أجريت على آلات الطحن الصناعية CNC أن تكنولوجيا الاستشعار المناسبة جنبًا إلى جنب مع الذكاء الاصطناعي يمكن أن توفر مثل هذه التنبؤات والتحسينات.
آلة طحن CNC الصناعية لأبحاث أجهزة الاستشعار بالموجات فوق الصوتية.مصدر الصورة: جميع الحقوق محفوظة لجامعة أوغسبورغ
تحتوي معظم آلات الطحن CNC الحديثة على أجهزة استشعار أساسية مدمجة، مثل تسجيل استهلاك الطاقة وقوة التغذية وعزم الدوران.ومع ذلك، هذه البيانات ليست دائما كافية لحل التفاصيل الدقيقة لعملية الطحن.ولتحقيق هذه الغاية، قامت جامعة أوغسبورغ بتطوير جهاز استشعار بالموجات فوق الصوتية لتحليل صوت الهيكل ودمجه في آلة طحن صناعية CNC.تكتشف هذه المستشعرات الإشارات الصوتية المنظمة في نطاق الموجات فوق الصوتية المتولدة أثناء الطحن ثم تنتشر عبر النظام إلى المستشعرات.
يمكن لصوت الهيكل استخلاص استنتاجات حول حالة عملية المعالجة.وأوضح البروفيسور ماركوس سوس، مدير شبكة إنتاج الذكاء الاصطناعي: "هذا مؤشر ذو معنى بالنسبة لنا مثل الوتر بالنسبة للكمان"."يمكن لمحترفي الموسيقى أن يحددوا على الفور من صوت الكمان ما إذا كان مضبوطًا ومدى إتقان العازف للآلة."ولكن كيف تنطبق هذه الطريقة على أدوات آلة CNC؟التعلم الآلي هو المفتاح.
من أجل تحسين عملية الطحن CNC بناءً على البيانات المسجلة بواسطة مستشعر الموجات فوق الصوتية، استخدم الباحثون الذين يعملون مع Sause ما يسمى بالتعلم الآلي.قد تشير بعض خصائص الإشارة الصوتية إلى التحكم غير المواتي في العملية، مما يشير إلى أن جودة الجزء المطحون رديئة.لذلك، يمكن استخدام هذه المعلومات لضبط وتحسين عملية الطحن بشكل مباشر.للقيام بذلك، استخدم البيانات المسجلة والحالة المقابلة (على سبيل المثال، معالجة جيدة أو سيئة) لتدريب الخوارزمية.بعد ذلك، يمكن للشخص الذي يقوم بتشغيل آلة الطحن أن يتفاعل مع معلومات حالة النظام المقدمة، أو يمكن للنظام أن يتفاعل تلقائيًا من خلال البرمجة.
لا يمكن للتعلم الآلي تحسين عملية الطحن مباشرة على قطعة العمل فحسب، بل يمكنه أيضًا التخطيط لدورة صيانة مصنع الإنتاج بطريقة اقتصادية قدر الإمكان.تحتاج المكونات الوظيفية إلى العمل في الآلة لأطول فترة ممكنة لتحسين الكفاءة الاقتصادية، ولكن يجب تجنب الأعطال التلقائية الناجمة عن تلف المكونات.
الصيانة التنبؤية هي طريقة يستخدم فيها الذكاء الاصطناعي بيانات المستشعر المجمعة لحساب الوقت الذي يجب فيه استبدال الأجزاء.بالنسبة لآلة الطحن CNC قيد الدراسة، تتعرف الخوارزمية عندما تتغير خصائص معينة للإشارة الصوتية.وبهذه الطريقة، لا يمكنها فقط تحديد درجة تآكل أداة التصنيع، ولكن أيضًا التنبؤ بالوقت الصحيح لتغيير الأداة.ويتم دمج هذه العمليات وغيرها من عمليات الذكاء الاصطناعي في شبكة إنتاج الذكاء الاصطناعي في أوغسبورغ.تتعاون المنظمات الشريكة الرئيسية الثلاث مع مرافق الإنتاج الأخرى لإنشاء شبكة تصنيع يمكن إعادة تشكيلها بطريقة معيارية ومُحسّنة للمواد.
يشرح الفن القديم وراء أول تقوية للألياف في الصناعة، ويتمتع بفهم متعمق لعلوم الألياف الجديدة والتطوير المستقبلي.