ഓഗ്സ്ബർഗ് AI പ്രൊഡക്ഷൻ നെറ്റ്‌വർക്ക്-DLR ലൈറ്റ്വെയ്റ്റ് പ്രൊഡക്ഷൻ ടെക്നോളജി സെൻ്റർ (ZLP), Fraunhofer IGCV, യൂണിവേഴ്സിറ്റി ഓഫ് ഓഗ്സ്ബർഗ്-ഉപയോഗിക്കുന്ന അൾട്രാസോണിക് സെൻസറുകൾ കോമ്പോസിറ്റ് മെറ്റീരിയൽ പ്രോസസ്സിംഗിൻ്റെ ഗുണനിലവാരവുമായി ബന്ധപ്പെടുത്തുന്നു.
മെഷീനിംഗിൻ്റെ ഗുണനിലവാരം നിരീക്ഷിക്കാൻ ഒരു CNC മില്ലിംഗ് മെഷീനിൽ ഇൻസ്റ്റാൾ ചെയ്തിരിക്കുന്ന ഒരു അൾട്രാസോണിക് സെൻസർ.ചിത്ര ഉറവിടം: എല്ലാ അവകാശങ്ങളും ഓഗ്സ്ബർഗ് സർവകലാശാല നിക്ഷിപ്തമാണ്
ഓഗ്സ്ബർഗ് AI (ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ്) ഉൽപ്പാദന ശൃംഖല 2021 ജനുവരിയിൽ സ്ഥാപിതമായി, ജർമ്മനിയിലെ ഓഗ്സ്ബർഗിൽ ആസ്ഥാനം-ഓഗ്സ്ബർഗ് യൂണിവേഴ്സിറ്റി, ഫ്രോൺഹോഫർ, കാസ്റ്റിംഗ്, കോമ്പോസിറ്റ് മെറ്റീരിയലുകൾ, പ്രോസസ്സിംഗ് ടെക്നോളജി (Fraunhofer IGCV), ജർമ്മൻ ലൈറ്റ്വെയ്റ്റ് പ്രൊഡക്ഷൻ ടെക്നോളജി എന്നിവയെക്കുറിച്ചുള്ള ഗവേഷണം ഒരുമിച്ച് കൊണ്ടുവരുന്നു. കേന്ദ്രം.ജർമ്മൻ എയ്റോസ്പേസ് സെൻ്റർ (DLR ZLP).മെറ്റീരിയലുകൾ, നിർമ്മാണ സാങ്കേതികവിദ്യകൾ, ഡാറ്റ അടിസ്ഥാനമാക്കിയുള്ള മോഡലിംഗ് എന്നിവ തമ്മിലുള്ള ഇൻ്റർഫേസിൽ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് അടിസ്ഥാനമാക്കിയുള്ള പ്രൊഡക്ഷൻ ടെക്നോളജികൾ സംയുക്തമായി ഗവേഷണം ചെയ്യുക എന്നതാണ് ലക്ഷ്യം.ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉൽപ്പാദന പ്രക്രിയയെ പിന്തുണയ്ക്കാൻ കഴിയുന്ന ഒരു ആപ്ലിക്കേഷൻ്റെ ഉദാഹരണമാണ് ഫൈബർ-റൈൻഫോഴ്സ്ഡ് കോമ്പോസിറ്റ് മെറ്റീരിയലുകളുടെ പ്രോസസ്സിംഗ്.
പുതുതായി സ്ഥാപിതമായ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് പ്രൊഡക്ഷൻ നെറ്റ്‌വർക്കിൽ, ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിന് എങ്ങനെ ഉൽപ്പാദന പ്രക്രിയകൾ ഒപ്റ്റിമൈസ് ചെയ്യാമെന്ന് ശാസ്ത്രജ്ഞർ പഠിക്കുന്നു.ഉദാഹരണത്തിന്, എയ്റോസ്പേസ് അല്ലെങ്കിൽ മെക്കാനിക്കൽ എഞ്ചിനീയറിംഗിലെ അനേകം മൂല്യ ശൃംഖലകളുടെ അവസാനം, CNC മെഷീൻ ടൂളുകൾ ഫൈബർ-റൈൻഫോഴ്സ്ഡ് പോളിമർ കോമ്പോസിറ്റുകളിൽ നിർമ്മിച്ച ഘടകങ്ങളുടെ അന്തിമ രൂപരേഖ പ്രോസസ്സ് ചെയ്യുന്നു.ഈ മെഷീനിംഗ് പ്രക്രിയ മില്ലിങ് കട്ടറിൽ ഉയർന്ന ഡിമാൻഡുകൾ നൽകുന്നു.CNC മില്ലിംഗ് സിസ്റ്റങ്ങൾ നിരീക്ഷിക്കുന്ന സെൻസറുകൾ ഉപയോഗിച്ച് മെഷീനിംഗ് പ്രക്രിയ ഒപ്റ്റിമൈസ് ചെയ്യാൻ കഴിയുമെന്ന് ഓഗ്സ്ബർഗ് സർവകലാശാലയിലെ ഗവേഷകർ വിശ്വസിക്കുന്നു.ഈ സെൻസറുകൾ നൽകുന്ന ഡാറ്റ സ്ട്രീമുകൾ വിലയിരുത്താൻ അവർ നിലവിൽ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിക്കുന്നു.
വ്യാവസായിക നിർമ്മാണ പ്രക്രിയകൾ സാധാരണയായി വളരെ സങ്കീർണ്ണമാണ്, കൂടാതെ ഫലങ്ങളെ ബാധിക്കുന്ന നിരവധി ഘടകങ്ങളുമുണ്ട്.ഉദാഹരണത്തിന്, ഉപകരണങ്ങളും പ്രോസസ്സിംഗ് ഉപകരണങ്ങളും വേഗത്തിൽ ധരിക്കുന്നു, പ്രത്യേകിച്ച് കാർബൺ ഫൈബർ പോലുള്ള ഹാർഡ് മെറ്റീരിയലുകൾ.അതിനാൽ, ഉയർന്ന നിലവാരമുള്ള ട്രിം ചെയ്തതും മെഷീൻ ചെയ്തതുമായ സംയോജിത ഘടനകൾ നൽകാൻ നിർണായകമായ വസ്ത്രങ്ങളുടെ അളവ് തിരിച്ചറിയാനും പ്രവചിക്കാനുമുള്ള കഴിവ് അത്യന്താപേക്ഷിതമാണ്.വ്യാവസായിക CNC മില്ലിംഗ് മെഷീനുകളെക്കുറിച്ചുള്ള ഗവേഷണം കാണിക്കുന്നത് കൃത്രിമബുദ്ധിയുമായി സംയോജിപ്പിച്ച ഉചിതമായ സെൻസർ സാങ്കേതികവിദ്യയ്ക്ക് അത്തരം പ്രവചനങ്ങളും മെച്ചപ്പെടുത്തലുകളും നൽകാൻ കഴിയും.
അൾട്രാസോണിക് സെൻസർ ഗവേഷണത്തിനുള്ള വ്യാവസായിക CNC മില്ലിംഗ് മെഷീൻ.ചിത്ര ഉറവിടം: എല്ലാ അവകാശങ്ങളും ഓഗ്സ്ബർഗ് സർവകലാശാല നിക്ഷിപ്തമാണ്
മിക്ക ആധുനിക CNC മില്ലിംഗ് മെഷീനുകൾക്കും ബിൽറ്റ്-ഇൻ അടിസ്ഥാന സെൻസറുകൾ ഉണ്ട്, അതായത് ഊർജ്ജ ഉപഭോഗം, ഫീഡ് ഫോഴ്സ്, ടോർക്ക് എന്നിവ രേഖപ്പെടുത്തുന്നു.എന്നിരുന്നാലും, മില്ലിംഗ് പ്രക്രിയയുടെ സൂക്ഷ്മമായ വിശദാംശങ്ങൾ പരിഹരിക്കുന്നതിന് ഈ ഡാറ്റ എല്ലായ്പ്പോഴും പര്യാപ്തമല്ല.ഇതിനായി, ഓഗ്സ്ബർഗ് സർവകലാശാല, ഘടനാ ശബ്‌ദം വിശകലനം ചെയ്യുന്നതിനായി ഒരു അൾട്രാസോണിക് സെൻസർ വികസിപ്പിക്കുകയും ഒരു വ്യാവസായിക CNC മില്ലിംഗ് മെഷീനായി സംയോജിപ്പിക്കുകയും ചെയ്തു.ഈ സെൻസറുകൾ മില്ലിംഗ് സമയത്ത് സൃഷ്ടിക്കുന്ന അൾട്രാസോണിക് ശ്രേണിയിലെ ഘടനാപരമായ ശബ്ദ സിഗ്നലുകൾ കണ്ടെത്തുകയും തുടർന്ന് സിസ്റ്റത്തിലൂടെ സെൻസറുകളിലേക്ക് പ്രചരിപ്പിക്കുകയും ചെയ്യുന്നു.
ഘടന ശബ്ദത്തിന് പ്രോസസ്സിംഗ് പ്രക്രിയയുടെ അവസ്ഥയെക്കുറിച്ച് നിഗമനങ്ങളിൽ എത്തിച്ചേരാനാകും."ഒരു വില്ലിന് ഒരു വില്ലുപോലെ അർത്ഥവത്തായ ഒരു സൂചകമാണിത്," ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് പ്രൊഡക്ഷൻ നെറ്റ്‌വർക്കിൻ്റെ ഡയറക്ടർ പ്രൊഫ. മാർക്കസ് സോസ് വിശദീകരിച്ചു.“വയലിൻ്റെ ശബ്ദത്തിൽ നിന്ന് അത് ട്യൂൺ ചെയ്‌തിട്ടുണ്ടോ എന്നും കളിക്കാരൻ്റെ ഉപകരണത്തിൻ്റെ വൈദഗ്ധ്യവും സംഗീത പ്രൊഫഷണലുകൾക്ക് ഉടനടി നിർണ്ണയിക്കാനാകും.”എന്നാൽ ഈ രീതി CNC മെഷീൻ ടൂളുകൾക്ക് എങ്ങനെ ബാധകമാണ്?മെഷീൻ ലേണിംഗ് ആണ് പ്രധാനം.
അൾട്രാസോണിക് സെൻസർ രേഖപ്പെടുത്തിയ ഡാറ്റയെ അടിസ്ഥാനമാക്കി CNC മില്ലിംഗ് പ്രക്രിയ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനായി, സോസിനൊപ്പം പ്രവർത്തിക്കുന്ന ഗവേഷകർ മെഷീൻ ലേണിംഗ് എന്ന് വിളിക്കപ്പെടുന്നവ ഉപയോഗിച്ചു.അക്കോസ്റ്റിക് സിഗ്നലിൻ്റെ ചില സ്വഭാവസവിശേഷതകൾ പ്രതികൂലമായ പ്രക്രിയ നിയന്ത്രണം സൂചിപ്പിക്കാം, ഇത് മില്ലിംഗ് ഭാഗത്തിൻ്റെ ഗുണനിലവാരം മോശമാണെന്ന് സൂചിപ്പിക്കുന്നു.അതിനാൽ, മില്ലിംഗ് പ്രക്രിയ നേരിട്ട് ക്രമീകരിക്കാനും മെച്ചപ്പെടുത്താനും ഈ വിവരങ്ങൾ ഉപയോഗിക്കാം.ഇത് ചെയ്യുന്നതിന്, അൽഗോരിതം പരിശീലിപ്പിക്കുന്നതിന് റെക്കോർഡ് ചെയ്ത ഡാറ്റയും അനുബന്ധ അവസ്ഥയും (ഉദാഹരണത്തിന്, നല്ലതോ ചീത്തയോ ആയ പ്രോസസ്സിംഗ്) ഉപയോഗിക്കുക.തുടർന്ന്, മില്ലിങ് മെഷീൻ പ്രവർത്തിപ്പിക്കുന്ന വ്യക്തിക്ക് അവതരിപ്പിച്ച സിസ്റ്റം സ്റ്റാറ്റസ് വിവരങ്ങളോട് പ്രതികരിക്കാൻ കഴിയും, അല്ലെങ്കിൽ പ്രോഗ്രാമിംഗിലൂടെ സിസ്റ്റത്തിന് സ്വയമേവ പ്രതികരിക്കാൻ കഴിയും.
മെഷീൻ ലേണിംഗിന് വർക്ക്പീസിൽ നേരിട്ട് മില്ലിംഗ് പ്രക്രിയ ഒപ്റ്റിമൈസ് ചെയ്യാൻ മാത്രമല്ല, ഉൽപാദന പ്ലാൻ്റിൻ്റെ പരിപാലന ചക്രം കഴിയുന്നത്ര സാമ്പത്തികമായി ആസൂത്രണം ചെയ്യാനും കഴിയും.സാമ്പത്തിക കാര്യക്ഷമത മെച്ചപ്പെടുത്തുന്നതിന് ഫങ്ഷണൽ ഘടകങ്ങൾ മെഷീനിൽ കഴിയുന്നിടത്തോളം പ്രവർത്തിക്കേണ്ടതുണ്ട്, എന്നാൽ ഘടകങ്ങളുടെ കേടുപാടുകൾ മൂലമുണ്ടാകുന്ന സ്വാഭാവിക പരാജയങ്ങൾ ഒഴിവാക്കണം.
ഭാഗങ്ങൾ എപ്പോൾ മാറ്റിസ്ഥാപിക്കണമെന്ന് കണക്കാക്കാൻ AI ശേഖരിച്ച സെൻസർ ഡാറ്റ ഉപയോഗിക്കുന്ന ഒരു രീതിയാണ് പ്രവചന അറ്റകുറ്റപ്പണി.പഠനത്തിലിരിക്കുന്ന CNC മില്ലിംഗ് മെഷീനായി, ശബ്ദ സിഗ്നലിൻ്റെ ചില സവിശേഷതകൾ മാറുമ്പോൾ അൽഗോരിതം തിരിച്ചറിയുന്നു.ഈ രീതിയിൽ, മെഷീനിംഗ് ഉപകരണത്തിൻ്റെ വസ്ത്രധാരണത്തിൻ്റെ അളവ് തിരിച്ചറിയാൻ മാത്രമല്ല, ഉപകരണം മാറ്റുന്നതിനുള്ള ശരിയായ സമയം പ്രവചിക്കാനും ഇതിന് കഴിയും.ഇതും മറ്റ് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് പ്രക്രിയകളും ഓഗ്സ്ബർഗിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് പ്രൊഡക്ഷൻ നെറ്റ്‌വർക്കിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.മൂന്ന് പ്രധാന പങ്കാളി ഓർഗനൈസേഷനുകൾ മറ്റ് ഉൽപ്പാദന സൗകര്യങ്ങളുമായി സഹകരിച്ച്, മോഡുലാർ, മെറ്റീരിയൽ ഒപ്റ്റിമൈസ് ചെയ്ത രീതിയിൽ പുനഃക്രമീകരിക്കാൻ കഴിയുന്ന ഒരു നിർമ്മാണ ശൃംഖല സൃഷ്ടിക്കുന്നു.
വ്യവസായത്തിൻ്റെ ആദ്യത്തെ ഫൈബർ ശക്തിപ്പെടുത്തലിന് പിന്നിലെ പഴയ കല വിശദീകരിക്കുന്നു, കൂടാതെ പുതിയ ഫൈബർ സയൻസിനെയും ഭാവിയിലെ വികസനത്തെയും കുറിച്ച് ആഴത്തിലുള്ള ധാരണയുണ്ട്.
പോസ്റ്റ് സമയം: ഒക്ടോബർ-08-2021