宝马研究探索人工智能在汽车中自动化AM零件识别价值
时间:2021-07-09 09:01 来源:中国3D打印网 作者:admin 点击:次
| 中国3D打印网7月9日讯，随着汽车行业上市时间的稳步缩短，对增材制造原型组件的需求比以往任何时候都高。然而，根据德国跨国汽车公司宝马的一项新研究，为了使更大的 3D 打印体积变得有形，在产量、生产速度和经济可行性方面仍需要优化和进一步开发工艺链。宝马确定需要进一步优化和提高增材制造技术及其工艺链的效率，因此对人工智能 (AI) 的复杂性和经济价值进行了研究，以自动识别 3D 打印部件。 该论文概述了当前可用的增材制造工艺链的现状、使用 AI 进行零件识别的复杂性，以及使用基于 AI 的平台（例如 AM-VISION，一种自动化机器学习零件识别系统）的经济可行性。荷兰 3D 打印、后处理和自动化公司 AM-Flow，以进一步工业化整个 3D 打印工艺链。  宝马集团内部增材制造部件的分离。图片来自宝马集团。 汽车行业的增材制造工艺链 这份研究论文由 BMW、AM-Flow 和杜伊斯堡-埃森大学 (UDE) 的作者编写，重点介绍了增材制造的技术进步如何实现更高的生产速度、更多的材料选择以及可调节的稳健机械性能。与传统产品相似的零件。因此，该技术正越来越多地被汽车等行业采用，以促进测试和验证车辆部件领域的新用例。研究人员说，3D 打印带来的更大的几何自由度使得生产新结构、形状和高度个性化和个性化的组件成为可能，研究人员说，大规模生产的可能性正在出现，及时向装配线提供。 然而，他们发现增材制造工艺链仍需要进一步优化和开发，以提高产量、生产速度并在经济上可行。根据研究，目前许多可用的3D打印技术的工艺链仍然包括大量劳动密集型的工作和步骤，导致人员成本高，产品产量低。这也可能导致整个流程链中出现瓶颈和停机时间。研究人员观察到，为了解决这些问题，增材制造行业正在向自动化和工业化转变，新技术、应用专利、跨行业合作伙伴关系和政府资助项目证明了这一点。他们还指出，整个增材制造自动化市场预计将在未来十年内增长 23%，达到 150 亿美元的潜在收入。  使用 HP MJF 技术简化了整个 AM 工艺链，并具有用于手动组件识别的操作持续时间百分比（AM-Flow 时间测量）。图片来自菲利普·奥布斯特。 用 AI 克服生产力限制 这组作者说，由于机器容量、运行时间和后处理步骤以及机器清洁、准备和上传等手动操作，当前的增材制造工艺链达到了大批量生产的生产力极限。研究人员特别确定的这些手动操作之一是通过标记组件来识别组件并将其分配给客户以进行进一步的物流运输。 尽管零件识别是整个流程链中的一小部分，但与其他步骤（例如冷却）相比，它仍然是一个无法扩展的流程步骤，并且需要大量的手动工作。以惠普的 Multi Jet Fusion (MJF) 技术为例，研究人员观察到，为了实现最低的单件成本，组件通常在专业软件的支持下紧密嵌套。这会导致在一个构建作业中包含大量不同零件的批次，这意味着单个组件的可跟踪性可能会丢失，并且需要在生产后完成对客户订单的分配，这通常是一个手动步骤。
目前有几种方法可以根据几何形状自动识别组件，例如称重、点云扫描、图像识别和计算机断层扫描。然而，这些技术中的每一种在准确性和成本方面都有其缺点。不过，研究人员表示，由于开发了模仿人类战略思维的深度学习算法，人工智能领域的创新使得灵活性和自动化的必要组合成为可能。一段时间以来，人工智能已经在 3D 打印领域用于组件筛选、生成复杂设计和监控质量控制。尽管如此，研究人员表示，到目前为止，市场上还没有能够解决不同几何形状的自动化组件识别复杂性的自动化解决方案。 研究人员总结道：“目前可用的 AM-VISION 自动识别大量高混合已经是迈向大规模 AM 生产的又进一步。” 中国3D打印网编译文章！ (责任编辑：admin) |
