宝马公司研究AI在汽车自动识别零件方面的价值

2021-07-15 09:33啸云3D打印
3

趁早汽车行业的上市流光连发浓缩,对增材打造原型预制构件的需求比旧时其他时光都要高。然而,根据德国跨国山地车公司宝马的一项新切磋,为了使更大的3D打印量化为现实性,工艺链援例内需在长出数码、生儿育女进度和经济可行性上面开展优化和越加竿头日进。


在确定需要尤为优化和三改一加强增材制作技能连同工艺链的频率后,宝马公司对人工智能(AI)在自动识别3D打印预制构件上面的复杂性和划得来价值开展了钻研。


白文复述了目下可用的增材炮制工艺链的气象,运用人工智能拓展器件识假的茫无头绪,以及采取依据人工智能的凉台(如AM-VISION,荷兰3D打印、后处理和自动化企业AM-Flow的全自动机器学习器件识别系统)来更加贯彻凡事3D打印工艺链工业化的经济可行性。


2021715

宝马集团里面的AM器件的别离。图片来源Philip Obst。


汽车行业的AM工艺链


这篇研讨论文由出自宝马、AM-Flow和杜伊斯堡-埃森高等学校(UDE)的起草人缀辑,强调了增材制造的技艺百尺竿头,更进一步是什么样贯彻更高的添丁快慢、更多的材料选项,以及在类似于人情产品的部件中可调整的无坚不摧机械性能。就此,该招术正更加多地被汽车等行当使用,以推动测试和证实车辆构件天地的新用例。


研究人手说,3D打印所牵动的更大的几何擅自使其有可能添丁新的构造、形制和彻骨个性化的雨后春笋部件,出新了周边添丁向岁序即刻提交的可能性。


但是,他俩意识增材筑造工艺链仍然急需越加优化和前行,以加强出新数额、生儿育女速度,并在经济上管用。据悉该研究,当前为数不少可用的3D打印招术的工艺链兀自揽括大度的劳动密集型坐班和步调,造成人手成本高,产品产量低。这也会以致一切工艺链的瓶颈和停周期。


钻研人员着眼到,为着釜底抽薪这些题目,增材炮制天地正在向自动化和工业化变化无常,新技术、利用发明权、跨行业经合和内阁补助的种类都是说明。她俩还指出,成套增材造作自动化市场预测将在这十年内提高23%,心腹进款达150亿美元。


2021715

动用惠普MJF技巧的简化的完整AM工艺链,事在人为辨别构件的操作岁时比例(AM-Flow的年月测量)。图样来自Philip Obst。


用AI摆平生产力的画地为牢


据起草人引见,是因为机具容量、运行时间和后处理手续,以及机器明窗净几、有备而来和上传等手工操作,此时此刻的增材造作工艺链在大生产量上面落到了生产率的顶峰。钻研人手专诚指出的这些手工操作某部是透过给元件贴标签来鉴别和分红给客户,以便愈加拓展物流运载。


只管预制构件辨认是俱全工艺链中的一个小一些,但与镇等任何步骤相比,它反之亦然是一个办不到扩展的工艺步骤,急需气势恢宏的手活作业。研讨人员以惠普公司的Multi Jet Fusion(MJF)技术为例,体察到为了落实每个零部件的低平血本,在正统软件的支撑下,零部件再而三被联贯地嵌套。这就招致了在一次筑造学业中涌出雅量见仁见智的预制构件,这代表单个元件的可追踪性可能会不翼而飞,而分配给客户的存单则索要在生养自此拓展,这普普通通是一个手动步骤。


眼下有几种长法何尝不可据悉几多造型自动识别预制构件,如称重、点云扫视、图像识别和微电脑断层扫描。唯独,这些招术中的每一种都有其在准确性和血本上头的短处。切磋人丁说,可是,是因为效人类战略思维的纵深念书做法的进化,人工智能圈子的更新久已使八面光和自动化的必备结合变得行之有效。


一段时间以来,人工智能早已在3D打印圈子被用以元件筛选、变化茫无头绪的规划和测出成色驾御。虽则,研讨人员意味,到目前为止,商海上还尚未亦可解决不一几多形状的从动零部件辨认的繁复题目的自动化解决方案。


2021715

AM-VISION的效果公例和先后。图形导源Philip Obst。


评戏AM-VISION判别AM机件的动静


AM-VISION是一个工业系统,用来基于其与众不同的若干造型辨明增材制造的预制构件。该系统由Formnext 2020创业单项赛的获胜者之一AM-Flow开销,是该洋行3D打印和后处理软件产品的两栖舰成品。


AM-VISION行使3D形制可辨,能够据悉几多形状很快、十拿九稳地分辨3D打印部件。一旦这些零部件被分辨,它们就足以被商店的其他软件AM-SORT、AM-PICK和AM-ROUTE分类、拍卖、慎选和运输。10月,该商店凑份子了400万美元的A轮融资,以确立其基于人工智能的机器人解决方案套件,并催化3D打印自动化的 "阶跃成形"。


研讨人员对AM-VISION系统开展了不一而足评估,还踏看了该软件的经济可行性。对涵盖高若干形制咬合的构建工作的测试切磋说明,该体系在辨认和符号过程中省去了年月,与人造操作相比之下,元件的处理速度如虎添翼了50%。


2021715

用于可比手动和电动零件识假的输入值。图纸源于Philip Obst。


通过将生产线上的最后机器装置与从动一端传送带相结合,AM-Flow估算加工工夫何尝不可提高6到10倍,而假定构筑办事隐含入骨多样化的若干形状,预制构件的识别率则在80%到95%期间。


然而,对仅由一个外部上的精压花和刻美工今非昔比的线路板的研讨标志,人工智能还不何尝不可在这种层面下拓展有别。故此,研究人员纳谏,人工智能使得的3D打印预制构件辨识的小本经营案例取决于诸如每天生养的预制构件、故障成本、全时热功当量和劳动力资产等元素,以便算计出与事在人为操作的本钱相比之下。


2021715

AM-Flow的硬件解决方案旨在扩充后期制作处理。相片门源AM-Flow。


AM工艺链的奔头儿产业化


从她俩的研究中,切磋人手察看到,尽管如此生养进程小我累见不鲜是数字化和自动化的,但在季拍卖品级内需 "高分之 "的手工办事。她俩还强调,在充实油然而生多寡上头的新迈入和改进造成了在部件辨别上面的更高卖力,而迄今,在这一领域配置人工智能是对症的。


该钻研应验,AM-Flow的AM-VISION体系亦可基于机件几多造型的一部分表示,对高混杂增材制作元件拓展靠得住的对象联测,这招致了吞吐流光的裁减和继之的本钱省去。说到这边,撰稿人强调了为自动识别求同求异无可非议的应用领域的重在,归因于等同于的零部件、仅有细微差别的零部件以及筑造量太小的器件对这项招术以来还不兼而有之经济可行性。


在测试过程中,AM-VISION系统涉世了对其纵深攻读保持法的不断改进,这推进有别镜像反转的汽车部件。研讨人手建言献计,在前途,使用点云来测量尺码精密度足以帮带贯彻半自动质量宰制,丝光三角测量也何尝不可。有了这些补缺,她俩用人不疑3D打印的一连串构件方可通过小巧玲珑的图腾、序列号或译码在几何形状中的小型数目矩阵代码来辨明。


研究人手下结论说。"目前可用AM-VISION进行大批量的自动识别,曾经是向周遍的AM生养跨过的又一步"。


有关这项研究的更是音问何尝不可在题为:"人工智能对增材制作预制构件的自动化和工业化辨别的目迷五色和上算价值,"的舆论中找到。该切磋由P. Obst, W. Nasser, S. Rink, G. Kleinpeter, B. Szost, D. Rietzel, and G. Witt同机著文。


昵称:
内容:
验证码:
提交评论