戀夜直播app官方正版下载_戀夜直播高品质美女在线视频互动社区_戀夜直播官方版

閱讀 | 訂閱
閱讀 | 訂閱
汽車制造

人工智能助力增材制造!寶馬公司將研究AI自動識別汽車零件

星之球科技 來源:榮格工業(yè)資源網(wǎng)2021-07-21 我要評論(0 )   

隨著汽車行業(yè)的飛速發(fā)展,對增材制造原型部件的需求比以往任何時候都高。然而,南極熊在德國跨國汽車公司——寶馬最近發(fā)表的一項(xiàng)研究中發(fā)現(xiàn),為了使更大的3D打印量成為...

隨著汽車行業(yè)的飛速發(fā)展,對增材制造原型部件的需求比以往任何時候都高。然而,南極熊在德國跨國汽車公司——寶馬最近發(fā)表的一項(xiàng)研究中發(fā)現(xiàn),為了使更大的3D打印量成為現(xiàn)實(shí),AM工藝鏈仍然需要在產(chǎn)出數(shù)量、生產(chǎn)速度和經(jīng)濟(jì)可行性方面進(jìn)行優(yōu)化和進(jìn)一步發(fā)展。


在確定需要進(jìn)一步優(yōu)化和提高增材制造技術(shù)及其工藝鏈的效率后,寶馬公司對人工智能(AI)在自動識別3D打印部件方面的復(fù)雜性和經(jīng)濟(jì)價值進(jìn)行了研究。


本文概述了目前可用的增材制造工藝鏈的狀況、使用人工智能進(jìn)行零件識別的復(fù)雜性,以及使用基于人工智能的平臺(如AM-VISION,荷蘭3D打印、后處理和自動化公司AM-Flow的自動機(jī)器學(xué)習(xí)零件識別系統(tǒng))來進(jìn)一步實(shí)現(xiàn)整個3D打印工藝鏈工業(yè)化的經(jīng)濟(jì)可行性。


image001.png

 △寶馬集團(tuán)內(nèi)部的各部分AM組件。圖片來自Philip Obst。


汽車行業(yè)的AM工藝鏈
這篇研究論文由來自寶馬、AM-Flow和杜伊斯堡-埃森大學(xué)(UDE)的作者聯(lián)手編撰,強(qiáng)調(diào)了增材制造的技術(shù)進(jìn)步是如何實(shí)現(xiàn)更高的生產(chǎn)速度、更多的材料選擇,以及在類似于傳統(tǒng)產(chǎn)品的部件中可供調(diào)整的強(qiáng)大機(jī)械性能。因此,AM技術(shù)正越來越多地被汽車等行業(yè)采用,以促進(jìn)測試和驗(yàn)證車輛部件領(lǐng)域的新用例。
研究人員說,3D打印所帶來的更大的幾何自由使他們有可能生產(chǎn)出具備新結(jié)構(gòu)、形狀和高度個性化的系列部件,并提供了大規(guī)模生產(chǎn)向裝配線及時交付的可能性。


然而,他們發(fā)現(xiàn)增材制造工藝鏈仍然需要進(jìn)一步優(yōu)化和發(fā)展,以提高產(chǎn)出數(shù)量、生產(chǎn)速度,并在經(jīng)濟(jì)上可行。根據(jù)該研究,目前許多可用的3D打印技術(shù)的工藝鏈仍然包括大量的勞動密集型工作和步驟,導(dǎo)致人員成本高,產(chǎn)品產(chǎn)量低,這也會導(dǎo)致整個工藝鏈的瓶頸和停工期。


研究人員觀察到,為了解決這些問題,增材制造領(lǐng)域正在向自動化和工業(yè)化轉(zhuǎn)變,新技術(shù)、應(yīng)用專利、跨行業(yè)合作和政府資助的項(xiàng)目都是證明。他們還指出,整個增材制造自動化市場預(yù)計將在這十年內(nèi)增長23%,潛在收入達(dá)150億美元。


image002.png

△使用惠普MJF技術(shù)簡化的整體AM工藝鏈,人工識別部件的操作時間百分比(AM-Flow的時間測量)。圖片來自Philip Obst


用人工智能克服生產(chǎn)力極限
據(jù)作者介紹,由于機(jī)器容量、運(yùn)行時間和后處理步驟,以及機(jī)器清潔、準(zhǔn)備和上傳等手工操作,目前的增材制造工藝鏈在大生產(chǎn)量方面達(dá)到了生產(chǎn)率的極限。研究人員特別指出的這些手工操作之一是通過給部件貼標(biāo)簽來識別和分配給客戶,以便進(jìn)一步進(jìn)行物流運(yùn)輸。


盡管部件識別是整個工藝鏈中的一個小部分,但與冷處理等其他步驟相比,它仍然是一個不能擴(kuò)展的工藝步驟,需要大量的手工作業(yè)。研究人員以惠普公司的Multi Jet Fusion(MJF)技術(shù)為例,觀察到為了實(shí)現(xiàn)每個零件的最低成本,在專業(yè)軟件的支持下,零件往往被緊密地嵌套。這就導(dǎo)致了在一次制造作業(yè)中出現(xiàn)大量不同的部件,這意味著單個部件的可追蹤性可能會丟失,而分配給客戶的訂單則需要在生產(chǎn)后完成,這通常是一個手動步驟。


目前有幾種方法可以根據(jù)幾何形狀自動識別部件,如稱重、云計算掃描、圖像識別和計算機(jī)斷層掃描。然而,這些技術(shù)在準(zhǔn)確性和成本方面都各有其缺點(diǎn)。不過研究人員表示,由于模仿人類戰(zhàn)略思維的深度學(xué)習(xí)算法的發(fā)展,人工智能領(lǐng)域的創(chuàng)新已經(jīng)使靈活性和自動化的必要結(jié)合變得可行。


一段時間以來,人工智能已經(jīng)在3D打印領(lǐng)域被用于部件篩選、生成復(fù)雜的設(shè)計和監(jiān)測質(zhì)量控制。盡管如此,研究人員表示,到目前為止,市場上還沒有能夠解決不同幾何形狀的自動組件識別的復(fù)雜問題的自動化解決方案。
 

image003.png

△AM-VISION的功能原理和程序。圖片來自Philip Obst


評估AM-VISION識別AM組件的情況
AM-VISION是一個工業(yè)系統(tǒng),用于根據(jù)其獨(dú)特的幾何形狀識別增材制造的部件。該系統(tǒng)由Formnext 2020創(chuàng)業(yè)挑戰(zhàn)賽的獲勝者之一AM-Flow開發(fā),是他們公司3D打印和后處理軟件產(chǎn)品的旗艦產(chǎn)品。
AM-VISION使用3D形狀識別,能夠根據(jù)幾何形狀快速、可靠地識別3D打印部件。一旦這些零件被識別,它們就可以被公司的其他軟件AM-SORT、AM-PICK和AM-ROUTE分類、處理、揀選和運(yùn)輸。早在去年10月份,AM-VISION公司籌集了400萬美元的A輪融資,以建立其基于人工智能的機(jī)器人解決方案套件,并催化3D打印自動化的"躍級變化"。
研究人員對AM-VISION系統(tǒng)進(jìn)行了一系列評估,還調(diào)查了該軟件的經(jīng)濟(jì)可行性。對含有高幾何形狀組合的構(gòu)建工作的測試研究證明,該系統(tǒng)在識別和標(biāo)記過程中節(jié)省了時間,與人工操作相比,部件的處理速度提高了50%。


image004.png

△用于比較手動和自動組件識別的輸入值。圖片來自Philip Obst


通過將生產(chǎn)線上的最終機(jī)器設(shè)置與自動單向傳送帶相結(jié)合,AM-Flow估計處理時間可以提高6到10倍,而如果構(gòu)建作業(yè)包含高度多樣化的幾何形狀,部件的識別率則在80%到95%之間。
然而,對僅由一個表面上的精細(xì)壓花和雕刻圖案不同的面板的研究表明,人工智能還不足以在這種規(guī)模下進(jìn)行區(qū)分。因此,研究人員建議,人工智能驅(qū)動的3D打印部件識別的商業(yè)案例取決于諸如每天生產(chǎn)的部件、故障成本、全時當(dāng)量和勞動力成本等因素,以便計算出與人工操作的成本對比。


AM工藝鏈的未來產(chǎn)業(yè)化
從他們的研究中,研究人員觀察到,雖然生產(chǎn)過程本身通常是數(shù)字化和自動化的,但在后期處理階段需要高比例的手工工作。他們還強(qiáng)調(diào),在增加產(chǎn)出數(shù)量方面的新發(fā)展和改進(jìn)導(dǎo)致了在部件識別方面的更高努力,而迄今為止,在這一領(lǐng)域部署人工智能是有效的。
這項(xiàng)研究證實(shí),AM-Flow的AM-VISION系統(tǒng)能夠根據(jù)零件幾何形狀的部分表示,對高混合增材制造部件進(jìn)行可靠的對象檢測,這導(dǎo)致了吞吐時間的減少和隨后的成本節(jié)約。說到這里,作者強(qiáng)調(diào)了為自動識別選擇正確的應(yīng)用領(lǐng)域的重要性,因?yàn)橄嗤牧慵?、僅有細(xì)微差別的零件以及制造量太小的零件對這項(xiàng)技術(shù)來說還不具有經(jīng)濟(jì)可行性。


在測試過程中,AM-VISION系統(tǒng)經(jīng)歷了對其深度學(xué)習(xí)算法的不斷改進(jìn),這有助于區(qū)分鏡像反轉(zhuǎn)的汽車部件。研究人員建議,在未來,使用云計算來測量尺寸精度可以幫助實(shí)現(xiàn)自動質(zhì)量控制,激光三角測量也可以。有了這些補(bǔ)充,他們相信3D打印的系列部件可以通過精細(xì)的圖案、序列號或編碼在幾何形狀中的小型數(shù)據(jù)矩陣代碼來識別。
研究人員總結(jié)說:"目前可用AM-VISION進(jìn)行大批量的自動識別,已經(jīng)是向大規(guī)模的AM生產(chǎn)邁出的又一步"。


轉(zhuǎn)載請注明出處。

3D打印激光激光技術(shù)
免責(zé)聲明

① 凡本網(wǎng)未注明其他出處的作品,版權(quán)均屬于激光制造網(wǎng),未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用。獲本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使 用,并注明"來源:激光制造網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)責(zé)任。
② 凡本網(wǎng)注明其他來源的作品及圖片,均轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多信息,并不代表本媒贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé),版權(quán)歸原作者所有,如有侵權(quán)請聯(lián)系我們刪除。
③ 任何單位或個人認(rèn)為本網(wǎng)內(nèi)容可能涉嫌侵犯其合法權(quán)益,請及時向本網(wǎng)提出書面權(quán)利通知,并提供身份證明、權(quán)屬證明、具體鏈接(URL)及詳細(xì)侵權(quán)情況證明。本網(wǎng)在收到上述法律文件后,將會依法盡快移除相關(guān)涉嫌侵權(quán)的內(nèi)容。

網(wǎng)友點(diǎn)評
0相關(guān)評論
精彩導(dǎo)讀