从工厂到智能工厂

自从ChatGPT发布以来，人工智能（AI）一直被大家所关注。人工智能也在工业生产技术方面取得了长足的进步。机器学习可以提高制造业的效率。但它究竟是如何运作的呢？在9月18-23日举行的2023年汉诺威金属加工展览会（EMO）上，我们将了解到这一点。

生产机器真的可以自我优化吗？它们能从错误中学习吗？它们有可能从其他机器上获得技术吗？AI使这一切成为可能。当自我学习的生产机器智能地运作时，这将导致更大的生产力、更低的成本、更好的质量和更少的停机时间。

“我们在优化生产技术流程上花费了大量的时间，并在此建立了竞争优势。我们现在希望在工业生产的数字化转型中也能做到这一点，”弗劳恩霍夫软件和系统工程研究所的数据经济部负责人Markus Spiekermann解释道，“人工智能在满足新要求方面发挥着决定性的作用，因为只有通过使用人工智能方法才能实现高水平的自动化。"

弗劳恩霍夫软件和系统工程研究所ISST的数据经济部负责人Markus Spiekermann

车床的预测性维护

AI正在工业领域中占据主导地位。机床制造商Weisser Söhne GmbH & Co. KG依靠AI模型，实现了车床的预测性维护。

“预测性维护使用AI来预测机床何时需要维修，以防止其发生故障。”位于卡尔斯鲁厄的创业公司Prenode GmbH的首席执行官兼创始人Robin Hirt博士解释说。这家软件公司帮助机床制造商为他们的工厂配备了基于AI的定制功能。

现代机床可以在AI的帮助下进行自我优化，Hirt说：“他们通常使用所谓的机器学习方法来实现。这些方法使机床能够识别生产数据中的模式和关联性，并自动从中获得改进。”

“分散式机器学习涉及将几台机床连接在一起，形成一个人工智能系统，”Hirt解释这一原理时说，“这些机器不断收集有关其工作过程的本地数据。为每台机器开发一个AI模型，然后将其集中型在一个中央云，并传送回各个系统中。然后，AI系统可以在本地借鉴所有其他机器的经验，而不必分享敏感的原始数据。这使机器能够更有效地运行它们的流程，实现更高的生产力。

通快智能分拣助手

AI也被用于操作分拣指南，位于德国巴登-符腾堡州迪琴根的激光专家通快公司创建了一个系统，帮助分拣生产的零件，从而提高机床的利用水平。Sorting Guide是一个基于摄像头的辅助系统，依赖于分散的机器学习。该AI系统的主要组成部分是一个高分辨率的摄像头、一个大屏幕、一台工业PC和用于图像处理的智能软件。

通快的Sorting Guide工作原理如下：使用现有的主数据和自学的图像处理来识别各个零件，然后在屏幕上发出分类建议。制造的零件在屏幕上以不同的颜色显示——按客户订单或后续工作步骤编码，例如折弯、去毛刺、上漆或运输。这使得诸如耗时的重新计算零件、手动确认和随附文件等成为过去。操作人员可以一目了然地看到哪些零件可以进行下一步加工，以及是否有必要进行后期生产。这加快了分拣过程，有助于避免错误——让机床更快地返回生产。

通快Sorting Guide

基于数据分析的优化加工

一种分析钻孔或铣削等加工过程中刀具磨损的新方法也依赖于人工智能。能够尽可能长地延长刀具是很重要的。同时，准确估计刀具剩余的使用寿命也是至关重要的。必须不惜一切代价避免刀具破损和昂贵工件的破坏，甚至是机床的损坏。

到目前为止，这些相互冲突的目标是通过在一定数量的操作后（根据经验）提前更换刀具来解决的。然而，刀具的更换是昂贵和耗时的，这就是AI发挥作用的地方。凯泽斯劳滕技术大学的研究人员开发了一种方法，利用真实的工艺和测量数据对系统进行“训练”，以获得对磨损状况的可靠预测，从而优化切削工艺。

在实践中，它是这样工作的：为了预测刀具的磨损状况，首先需要确定与工艺有关的参数。这些参数包括不同的加工力、机器的振动和机器轴的功率要求。从刀具和工件的连续测量中获得的数据被收集起来。然后，最大的挑战是确定所收集的数据中的关联性。

为了实现这一目标，研究人员正在训练由AI支持的系统。除了监测磨损，它还能够预测公司在特定的切削过程中需要使用哪些工艺参数，以保持刀具在一定的使用寿命内可靠使用。该系统需要学习的数据是从五个伙伴公司收集的——包括全球参与者和中小型企业。例如，在刀具、材料类型或工艺参数方面，对不同的变体进行试验。因此，一个广泛的数据库被收集起来，涵盖了刀具的整个使用寿命，直至失效。

降低门槛

然而，就工业制造而言，AI的好处并不总是显而易见的，尤其是对小公司而言。许多人对把他们的生产数据交给计算机进行深入分析感到担忧。

弗劳恩霍夫软件和系统工程研究所正在合作的IIP-Ecosphere项目，旨在为复杂的生产问题提供低门槛的，独立于供应商的人工智能解决方案。该项目的目标是建立一个包含所有不同的参与者——包括大学和研究机构、工业公司和AI解决方案供应商在内的新型生态系统。AI在知识的网络中茁壮成长，其结果是一个“智能工业生产的生态圈”形成了！

Spiekermann解释说：“例如，AI解决方案目录，正在作为IIP-Ecosphere项目的一部分进行开发。这是一个发现和分析现有AI解决方案的平台，用于解决与生产有关的问题。除了方便获取现有解决方案的信息外，该目录还根据用例提供有针对性的过滤器，并显示解决方案的附加值，”Spiekermann说，“然后可以直接使用项目中开发的开源IIoT平台来实施个别AI应用。”

相反，这位弗劳恩霍夫专家还表示： 尽管如此，在优化特定领域的流程方面，我们仍处于领先地位。在具体的使用案例中，有哪些数据可用和需要？哪些是陷阱，哪些是需要考虑的例外情况？如果我们能迅速提高我们的专业和技术的人工智能专业知识，我们就能凭借这一领域的知识为自己在德国划出一个重要的领先地位。"

来源：荣格-《国际金属加工商情》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。