30 مارس 2021 توسط Fraunhofer-Gesellschaft
محققان Fraunhofer فرایند ابتکاری را برای آزمایش اولیه ورق فلز در سیستم های تولید ایجاد کرده اند. این فرایند شامل ترکیب آزمایش باروارد شده و اثبات شده با یک راه حل نرم افزاری AI است. این دستگاه حتی قبل از اولین مرحله در تولید ورق ، با تکیه به نرم افزار پیش بینی در مورد نحوه رفتار مواد که در طول تولید ایجاد می کند ، ارزیابی می کند که آیا از نظر کیفیت مطابقت دارد یا خیر. این امر خطر بروز از کار افتادگی ماشین و مقدار ضایعات را به شدت کاهش می دهد.
در حال حاضر ورقهای فلزی تقریباً در هر بخش صنعتی به عنوان ماده اولیه استفاده می شود. در صنعت خودرو یا برق ، در ساخت کارخانه ، در تولید مبلمان و در صنعت بسته بندی – و بطور خلاصه از ورق فلز در همه جا استفاده می شود. تنوع عظیمی از ترکیبات آلیاژی ، ضخامت ، پوشش و رنگ موجود برای این کاربردها وجود دارد.
ورق فلزی معمولاً به صورت کویل یا پالت های بزرگ تحویل داده می شود. این مواد قبل از تبدیل به محصول نهایی مراحل مختلف عملیاتی را روی ماشینها طی می کند. که شامل برش ، خمکاری ، پرسکاری و یا مراح مختلف دیگر است. بنابراین تولید بیشتر و بدون مشکل در فرایند ها به یک سیستم کنترل کیفیت بستگی دارد تا تضمین کند که مواد تمام مشخصات مورد نیاز را برآورده می کند.
در این زمینه ، موسسه Fraunhofer برای ابزار و ماشین آلات و فن آوری شکل دهی IWU با ارائه “تست کننده مواد” خود سیستم کمکی را به دست آورده است. ورق فلز را به سرعت و به راحتی قبل از اولین مرحله ماشین کاری آزمایش می کند. محققان تست های بار مکانیکی آزمایش شده و اثبات شده را اصلاح کرده و آنها را با نرم افزار یادگیری ماشین ترکیب کرده اند. این نرم افزار پیش بینی پیچیده ای در مورد نحوه رفتار یک ماده در هر مرحله عملیاتی را در طول توالی تولید ایجاد می کند.
آزمون مواد چگونه کار می کند
ابتدا بخش کوچکی از ورق فلز بریده شده و در دستگاه آزمایش قرار می گیرد. یک ضربه به شکل گنبد ، یا یک شکل متفاوت بسته به نوع کاربرد ، فلز را به یک عمق از پیش تعریف شده شکل می دهد. سنسور نیرو پروفایل جابجایی نیرو را اندازه می گیرد. به عبارت دیگر ، میزان نیروی لازم برای تغییر شکل ماده تا یک نقطه خاص را ثبت می کند.
ماتیاس ریمر ، مدیر پروژه در Fraunhofer IWU توضیح می دهد: “نرم افزار تجزیه و تحلیل از این اندازه گیری ها برای نتیجه گیری در مورد رفتار تغییر شکل تحت فشار و ارزیابی مناسب بودن فلز برای فرآیند تولید برنامه ریزی شده استفاده می کند.”
این نرم افزار از الگوریتم های یادگیری ماشین برای تجزیه و تحلیل داده ها از نقاط اندازه گیری عددی و ارزیابی مناسب بودن ورق فلز برای فرایند تولید استفاده می کند. الگوریتم های یادگیری ماشین نماد چراغ راهنمایی سیستم پیش بینی را کنترل می کنند.
برای اطمینان از اینکه نرم افزار قادر به ایجاد یک پیش بینی مناسب است ، نمونه های جداگانه متعددی از انواع ورق های جدید ابتدا در دستگاه آزمایش تغییر شکل می دهند. اندازه گیری های پروفایل جابجایی نیرو ایجاد شده توسط این فرآیند به عنوان داده برای آموزش الگوریتم های یادگیری ماشین استفاده می شود. نتیجه یک پروفایل رفتاری از نوع ورق فلز به عنوان یک مرجع است. هنگامی که یک کویل ورق فلزی از یک دسته متفاوت از همان ماده آزمایش می شود ، الگوریتم های ML این اندازه گیری ها را با مشخصات موجود مقایسه می کنند و نتیجه را در یک نمودار ارایه می کنند.
کارشناسان Fraunhofer IWU خود این نرم افزار را برنامه ریزی کرده اند که با رایانه های کنترل استاندارد در ایستگاه های آزمایش در کارخانه ها استفاده می شود. کل تست فقط 15 ثانیه طول می کشد.
