인공 지능, 탄소 섬유 강화 복합 재료의 CNC 밀링 최적화 |복합재료 세계

Augsburg AI 생산 네트워크인 DLR ZLP(Lightweight Production Technology Center), Fraunhofer IGCV 및 아우크스부르크 대학은 초음파 센서를 사용하여 사운드를 복합 재료 처리 품질과 연관시킵니다.
CNC 밀링 머신에 초음파 센서를 설치하여 가공 품질을 모니터링합니다.이미지 출처: 아우크스부르크 대학교 판권 소유
2021년 1월에 설립되고 독일 아우크스부르크에 본사가 있는 아우크스부르크 AI(인공 지능) 생산 네트워크는 프라운호퍼 아우크스부르크 대학교와 주조, 복합 재료 및 가공 기술(Fraunhofer IGCV)에 대한 연구와 독일의 경량 생산 기술을 결합합니다. 센터.독일 항공 우주 센터(DLR ZLP).재료, 제조기술, 데이터 기반 모델링의 접점에서 인공지능 기반 생산기술을 공동으로 연구하는 것을 목적으로 한다.인공 지능이 생산 공정을 지원할 수 있는 응용 프로그램의 예는 섬유 강화 복합 재료의 가공입니다.
새로 구축된 인공 지능 생산 네트워크에서 과학자들은 인공 지능이 생산 프로세스를 최적화할 수 있는 방법을 연구하고 있습니다.예를 들어, 항공 우주 또는 기계 공학의 많은 가치 사슬의 끝에서 CNC 공작 기계는 섬유 강화 폴리머 복합 재료로 만들어진 구성 요소의 최종 윤곽을 처리합니다.이 가공 공정은 밀링 커터에 대한 요구 사항이 높습니다.아우크스부르크 대학(University of Augsburg)의 연구원들은 CNC 밀링 시스템을 모니터링하는 센서를 사용하여 가공 공정을 최적화할 수 있다고 믿습니다.그들은 현재 이러한 센서가 제공하는 데이터 스트림을 평가하기 위해 인공 지능을 사용하고 있습니다.
산업 제조 공정은 일반적으로 매우 복잡하며 결과에 영향을 미치는 많은 요인이 있습니다.예를 들어, 장비 및 가공 도구, 특히 탄소 섬유와 같은 단단한 재료는 빨리 마모됩니다.따라서 중요한 마모 수준을 식별하고 예측하는 능력은 고품질의 트리밍 및 가공된 복합 재료 구조를 제공하는 데 필수적입니다.산업용 CNC 밀링 머신에 대한 연구는 인공 지능과 결합된 적절한 센서 기술이 이러한 예측 및 개선을 제공할 수 있음을 보여줍니다.
초음파 센서 연구용 산업용 CNC 밀링 머신.이미지 출처: 아우크스부르크 대학교 판권 소유
대부분의 최신 CNC 밀링 머신에는 에너지 소비, 이송력 및 토크 기록과 같은 기본 센서가 내장되어 있습니다.그러나 이러한 데이터는 밀링 프로세스의 세부 사항을 해결하는 데 항상 충분하지 않습니다.이를 위해 아우크스부르크 대학교는 구조물의 소리를 분석하기 위한 초음파 센서를 개발하여 산업용 CNC 밀링 머신에 통합했습니다.이 센서는 밀링 중에 생성된 초음파 범위에서 구조화된 사운드 신호를 감지한 다음 시스템을 통해 센서로 전파합니다.
구조 소리는 처리 과정의 상태에 대한 결론을 이끌어 낼 수 있습니다.인공 지능 생산 네트워크 책임자인 Markus Sause 교수는 "이것은 바이올린에 현이 꽂히는 것만큼 우리에게 의미 있는 지표"라고 설명했습니다."음악 전문가는 바이올린 소리에서 조율 여부와 연주자의 악기 숙달 여부를 즉시 확인할 수 있습니다."그러나 이 방법이 CNC 공작 기계에 어떻게 적용됩니까?머신 러닝이 핵심입니다.
초음파 센서에 의해 기록된 데이터를 기반으로 CNC 밀링 프로세스를 최적화하기 위해 Sause와 함께 일하는 연구원들은 소위 기계 학습을 사용했습니다.음향 신호의 특정 특성은 바람직하지 않은 공정 제어를 나타낼 수 있으며, 이는 밀링된 부품의 품질이 좋지 않음을 나타냅니다.따라서 이 정보는 밀링 프로세스를 직접 조정하고 개선하는 데 사용할 수 있습니다.이를 위해 기록된 데이터와 해당 상태(예: 양호 또는 불량 처리)를 사용하여 알고리즘을 훈련합니다.그러면 밀링 머신을 작동하는 사람이 제공된 시스템 상태 정보에 반응하거나 시스템이 프로그래밍을 통해 자동으로 반응할 수 있습니다.
기계 학습은 공작물에서 직접 밀링 프로세스를 최적화할 수 있을 뿐만 아니라 생산 공장의 유지 관리 주기를 가능한 한 경제적으로 계획할 수 있습니다.기능적 구성요소는 경제성을 향상시키기 위해 가능한 한 오랫동안 기계에서 작동해야 하지만 구성요소 손상으로 인한 자발적인 고장은 피해야 합니다.
예측 유지보수는 AI가 수집된 센서 데이터를 사용하여 부품을 교체해야 하는 시기를 계산하는 방법입니다.연구 중인 CNC 밀링 머신의 경우 알고리즘은 사운드 신호의 특정 특성이 변경될 때를 인식합니다.이러한 방식으로 가공 도구의 마모 정도를 식별할 수 있을 뿐만 아니라 도구를 교체해야 하는 정확한 시기를 예측할 수 있습니다.이 과정과 다른 인공 지능 프로세스가 아우크스부르크의 인공 지능 생산 네트워크에 통합되고 있습니다.세 가지 주요 파트너 조직은 다른 생산 시설과 협력하여 모듈식으로 재료 최적화 방식으로 재구성할 수 있는 제조 네트워크를 만들고 있습니다.
업계 최초의 섬유 강화 이면의 오래된 기술을 설명하고 새로운 섬유 과학 및 미래 개발에 대해 깊이 이해합니다.


게시 시간: 2021년 10월 8일