Многие производственные этапы сегодня в значительной степени автоматизированы. Но не сборка, при которой степень автоматизации в настоящее время составляет всего менее 15%. Это связано с различными проблемами, такими как большое количество вариантов и небольшие размеры партии, большое количество процессов сборки и сложность правильного предоставления деталей. Автоматизация сборки чаще всего дает сбой, потому что деталь не может быть хорошо отделена. Если вы заметили это только на этапе производства, изменения продукта вызывают затраты, или автоматизировать процесс уже нецелесообразно.
Приложение для анализа потенциала автоматизации
До сих пор признание и оценка отделимости компонентов были процессом, который связан со знаниями и опытом эксперта. Например, эксперты из Института технологии и автоматизации Фраунгофера предлагают консультации IPA, в которых они используют анализ потенциала автоматизации (APA), чтобы определить, какие процессы сборки можно автоматизировать и насколько хорошо. Для этого эксперты учитывают как технические, так и экономические критерии. Недавно институт даже предложил для этого приложение, с помощью которого компании могут самостоятельно выполнить этот процесс. Тестеры для недавно выпущенной версии 2.0 приложения APA могут попробовать их сами.
Картинная галерея
Автоматически оценивать свойства компонента
На Fraunhofer IPA есть не только приложение, которое упрощает анализ потенциала автоматизации, а также делает его доступным для неспециалистов. Программное обеспечение Neuro-CAD предлагает дальнейшую поддержку. Используя машинное обучение, он анализирует свойства компонента и использует его для определения степени, в которой компонент подходит для автоматизации сборки. Пользователи могут загрузить свои файлы шагов на www.neurocad.de и в течение нескольких секунд узнать, как легко или сложно разделить компонент. Это указано по шкале от одного до десяти. Инструмент также оценивает поверхности захвата и выравниваемость компонента.
Софт объясняет свои решения
Вопрос дополнительной информации, такой как позиционирование, находится в стадии разработки. А также в процессе разработки: программное обеспечение сможет объяснить, почему оно пришло к определенной оценке. Это будет сделано с использованием так называемой тепловой карты. Затем цвета на компоненте указывают, какие компоненты способствуют или усложняют автоматизированную оценку. В дополнение к оценке компонента, нейронная сеть уже дает вероятность того, что результат будет правильным.
Цифровая инженерия
Как машинное обучение меняет разработку продукта
Ранняя информация для дизайнеров
Neuro-CAD особенно подходит для двух групп пользователей. При планировании продукта у разработчиков продукта есть информация о том, насколько он подходит для автоматизации сборки. А поставщики отделений получают инструмент, который они могут использовать либо для создания предложений, либо для продажи.
Важным вопросом является безопасность машины: необходимо соблюдать правильные стандарты и соблюдать требования директивы о машине. Машина безопасности пользователя встречи поддерживает разработчик и дизайнер для обеспечения функциональной безопасности машин и систем.
Более подробная информация: безопасность машины пользователя встречи
Neuro-CAD постоянно учится
Программное обеспечение основано на технологиях искусственного интеллекта (ИИ) и, точнее, машинного обучения, которое в настоящее время является наиболее распространенной областью применения ИИ. Процессы машинного обучения помогают анализировать большие объемы данных и обобщать записанные отношения. Глубокие нейронные сети в настоящее время являются очень мощной технологией. Это алгоритмы и математические структуры, которые используют сложные методы расчета, чтобы независимо определять значения из большого количества данных, которые могут быть назначены определенным классам.
Эксперт по автоматизации обучает программному обеспечению
Чтобы нейронная сеть достигла надежных результатов, она должна быть обучена. Для Neuro-CAD это означает: прежде чем он сможет автоматически выводить оценку для компонента, он должен уже получить правильные результаты или вывести информацию от эксперта по автоматизации для большого количества компонентов. Кроме того, необходимо выполнять арифметические операции, чтобы сеть «училась», как получить правильную входную информацию для правильной выходной информации. Исследователи IPA уже осуществили этот шаг и изучили Neuro-CAD с более чем 50 000 записей данных.
СОВЕТ КНИГИ Книга "Промышленные роботы" представляет собой руководство для МСП с советами и рекомендациями по теме использования роботов. Изучаются самые важные основы робототехники и объясняются методы, как можно оценить, можно ли автоматизировать продукт или процесс с помощью роботов.
Требуются: помощники для нейронной сети
Нейронные сети следуют девизу «очень помогает много»: чем больше они тренируются, тем лучше они становятся. Поэтому мы ищем не только первых пользователей Neuro-CAD, но и компаний, которые хотят сделать свои файлы шагов доступными. Это могут быть файлы из различных компонентов, сборку которых, следовательно, легко и сложно автоматизировать. Приблизительное указание затрат также полезно, чтобы иметь возможность проверить сеть, которая уже была обучена. В свою очередь, компании могут сами использовать инструмент и ускорить внутренние процессы в среднесрочной перспективе или предложить своим клиентам эту услугу, как, например, уже возможно при лазерной резке. (Mz)
Симуляция досье
Как моделирование улучшает разработку продукта
* Рауль Шенхоф, M. Sc, LL. B.
* научный сотрудник Fraunhofer IPA