ऑग्सबर्ग एआई उत्पादन नेटवर्क-डीएलआर लाइटवेट प्रोडक्शन टेक्नोलॉजी सेंटर (जेडएलपी), फ्राउनहोफर आईजीसीवी और ऑग्सबर्ग विश्वविद्यालय मिश्रित सामग्री प्रसंस्करण की गुणवत्ता के साथ ध्वनि को सहसंबंधित करने के लिए अल्ट्रासोनिक सेंसर का उपयोग करते हैं।
मशीनिंग की गुणवत्ता की निगरानी के लिए सीएनसी मिलिंग मशीन पर एक अल्ट्रासोनिक सेंसर स्थापित किया गया है।छवि स्रोत: ऑग्सबर्ग विश्वविद्यालय द्वारा सभी अधिकार सुरक्षित
ऑग्सबर्ग एआई (आर्टिफिशियल इंटेलिजेंस) उत्पादन नेटवर्क - जनवरी 2021 में स्थापित और ऑग्सबर्ग, जर्मनी में मुख्यालय - ऑग्सबर्ग विश्वविद्यालय, फ्राउनहोफर और कास्टिंग, समग्र सामग्री और प्रसंस्करण प्रौद्योगिकी (फ्राउनहोफर आईजीसीवी) और जर्मन हल्के उत्पादन तकनीक पर शोध को एक साथ लाता है। केंद्र।जर्मन एयरोस्पेस सेंटर (DLR ZLP)।इसका उद्देश्य सामग्री, विनिर्माण प्रौद्योगिकियों और डेटा-आधारित मॉडलिंग के बीच इंटरफेस पर कृत्रिम बुद्धिमत्ता-आधारित उत्पादन प्रौद्योगिकियों पर संयुक्त रूप से शोध करना है।ऐसे अनुप्रयोग का एक उदाहरण जहां कृत्रिम बुद्धिमत्ता उत्पादन प्रक्रिया का समर्थन कर सकती है, फाइबर-प्रबलित मिश्रित सामग्री का प्रसंस्करण है।
नव स्थापित कृत्रिम बुद्धिमत्ता उत्पादन नेटवर्क में, वैज्ञानिक अध्ययन कर रहे हैं कि कृत्रिम बुद्धिमत्ता उत्पादन प्रक्रियाओं को कैसे अनुकूलित कर सकती है।उदाहरण के लिए, एयरोस्पेस या मैकेनिकल इंजीनियरिंग में कई मूल्य श्रृंखलाओं के अंत में, सीएनसी मशीन टूल्स फाइबर-प्रबलित पॉलिमर कंपोजिट से बने घटकों की अंतिम रूपरेखा को संसाधित करते हैं।यह मशीनिंग प्रक्रिया मिलिंग कटर पर उच्च मांग रखती है।ऑग्सबर्ग विश्वविद्यालय के शोधकर्ताओं का मानना है कि सीएनसी मिलिंग सिस्टम की निगरानी करने वाले सेंसर का उपयोग करके मशीनिंग प्रक्रिया को अनुकूलित करना संभव है।वे वर्तमान में इन सेंसरों द्वारा प्रदान की गई डेटा धाराओं का मूल्यांकन करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग कर रहे हैं।
औद्योगिक विनिर्माण प्रक्रियाएं आमतौर पर बहुत जटिल होती हैं, और ऐसे कई कारक होते हैं जो परिणामों को प्रभावित करते हैं।उदाहरण के लिए, उपकरण और प्रसंस्करण उपकरण जल्दी खराब हो जाते हैं, विशेष रूप से कार्बन फाइबर जैसी कठोर सामग्री।इसलिए, उच्च गुणवत्ता वाली छंटनी और मशीनीकृत समग्र संरचनाएं प्रदान करने के लिए महत्वपूर्ण पहनने के स्तर की पहचान करने और भविष्यवाणी करने की क्षमता आवश्यक है।औद्योगिक सीएनसी मिलिंग मशीनों पर शोध से पता चलता है कि कृत्रिम बुद्धिमत्ता के साथ संयुक्त उपयुक्त सेंसर तकनीक ऐसी भविष्यवाणियां और सुधार प्रदान कर सकती है।
अल्ट्रासोनिक सेंसर अनुसंधान के लिए औद्योगिक सीएनसी मिलिंग मशीन।छवि स्रोत: ऑग्सबर्ग विश्वविद्यालय द्वारा सभी अधिकार सुरक्षित
अधिकांश आधुनिक सीएनसी मिलिंग मशीनों में अंतर्निहित बुनियादी सेंसर होते हैं, जैसे ऊर्जा खपत, फ़ीड बल और टॉर्क को रिकॉर्ड करना।हालाँकि, ये डेटा मिलिंग प्रक्रिया के बारीक विवरणों को हल करने के लिए हमेशा पर्याप्त नहीं होते हैं।इस उद्देश्य से, ऑग्सबर्ग विश्वविद्यालय ने संरचना ध्वनि का विश्लेषण करने के लिए एक अल्ट्रासोनिक सेंसर विकसित किया है और इसे एक औद्योगिक सीएनसी मिलिंग मशीन में एकीकृत किया है।ये सेंसर मिलिंग के दौरान उत्पन्न अल्ट्रासोनिक रेंज में संरचित ध्वनि संकेतों का पता लगाते हैं और फिर सिस्टम के माध्यम से सेंसर तक फैलते हैं।
संरचना ध्वनि प्रसंस्करण प्रक्रिया की स्थिति के बारे में निष्कर्ष निकाल सकती है।आर्टिफिशियल इंटेलिजेंस प्रोडक्शन नेटवर्क के निदेशक प्रोफेसर मार्कस सॉस ने बताया, "यह एक संकेतक है जो हमारे लिए उतना ही सार्थक है जितना वायलिन के लिए धनुष की डोरी।""संगीत पेशेवर वायलिन की आवाज़ से तुरंत यह निर्धारित कर सकते हैं कि यह ट्यून किया गया है या नहीं और वादक की वाद्ययंत्र में महारत है।"लेकिन यह विधि सीएनसी मशीन टूल्स पर कैसे लागू होती है?मशीन लर्निंग कुंजी है.
अल्ट्रासोनिक सेंसर द्वारा रिकॉर्ड किए गए डेटा के आधार पर सीएनसी मिलिंग प्रक्रिया को अनुकूलित करने के लिए, सॉज़ के साथ काम करने वाले शोधकर्ताओं ने तथाकथित मशीन लर्निंग का उपयोग किया।ध्वनिक सिग्नल की कुछ विशेषताएं प्रतिकूल प्रक्रिया नियंत्रण का संकेत दे सकती हैं, जो इंगित करती है कि मिल्ड भाग की गुणवत्ता खराब है।इसलिए, इस जानकारी का उपयोग मिलिंग प्रक्रिया को सीधे समायोजित और सुधारने के लिए किया जा सकता है।ऐसा करने के लिए, एल्गोरिदम को प्रशिक्षित करने के लिए रिकॉर्ड किए गए डेटा और संबंधित स्थिति (उदाहरण के लिए, अच्छी या खराब प्रोसेसिंग) का उपयोग करें।फिर, मिलिंग मशीन चलाने वाला व्यक्ति प्रस्तुत सिस्टम स्थिति जानकारी पर प्रतिक्रिया कर सकता है, या सिस्टम प्रोग्रामिंग के माध्यम से स्वचालित रूप से प्रतिक्रिया कर सकता है।
मशीन लर्निंग न केवल सीधे वर्कपीस पर मिलिंग प्रक्रिया को अनुकूलित कर सकती है, बल्कि उत्पादन संयंत्र के रखरखाव चक्र की यथासंभव किफायती योजना भी बना सकती है।आर्थिक दक्षता में सुधार के लिए कार्यात्मक घटकों को यथासंभव लंबे समय तक मशीन में काम करने की आवश्यकता होती है, लेकिन घटक क्षति के कारण होने वाली सहज विफलताओं से बचा जाना चाहिए।
पूर्वानुमानित रखरखाव एक ऐसी विधि है जिसमें एआई एकत्रित सेंसर डेटा का उपयोग यह गणना करने के लिए करता है कि भागों को कब बदला जाना चाहिए।अध्ययन के तहत सीएनसी मिलिंग मशीन के लिए, एल्गोरिदम पहचानता है कि ध्वनि संकेत की कुछ विशेषताएं कब बदलती हैं।इस तरह, यह न केवल मशीनिंग उपकरण के खराब होने की डिग्री की पहचान कर सकता है, बल्कि उपकरण को बदलने के सही समय की भी भविष्यवाणी कर सकता है।इसे और अन्य कृत्रिम बुद्धिमत्ता प्रक्रियाओं को ऑग्सबर्ग में कृत्रिम बुद्धिमत्ता उत्पादन नेटवर्क में शामिल किया जा रहा है।तीन मुख्य भागीदार संगठन एक विनिर्माण नेटवर्क बनाने के लिए अन्य उत्पादन सुविधाओं के साथ सहयोग कर रहे हैं जिसे मॉड्यूलर और सामग्री-अनुकूलित तरीके से पुन: कॉन्फ़िगर किया जा सकता है।
उद्योग के पहले फाइबर सुदृढीकरण के पीछे की पुरानी कला की व्याख्या करता है, और नए फाइबर विज्ञान और भविष्य के विकास की गहन समझ रखता है।
पोस्ट करने का समय: अक्टूबर-08-2021