FacebookMySpace TwitterDiggDeliciousStumbleuponGoogle BookmarksRedditNewsvineLinkedinRSS FeedPinterest
Pin It

AI полностью изменит методологию оценки и контроля сварочного процесса. Он способен исследовать тонкость пористости еще до того, как будут видны и обнаружены неточности сварных швов.

Две крупнейшие мега корпорации, Intel и Deere, решили работать вместе над созданием инновационных решений для различных бизнес-задач. Сегодня поиск недостатков в дуговой сварке станет одной из основных задач общества. Это значительно повысит производительность компаний и минимизирует затраты.

 Несколько лет назад Intel решила поработать с Audi на одной из конференций. Первым делом следили и указывали свойства точечной сварки на заводе. После успешного начала сотрудничества компании сосредоточили свои усилия на дальнейшей неоднозначной работе в других сферах и в более широком масштабе. Они изучили машинное обучение и начали изучать важные аналитические данные.

 Разработчики создали систему, которая способна определять пористость сварных швов.

 Для более точного обнаружения ошибок в сварочных швах используется инновационная технология контроля, которая включает использование компьютерного зрения, а также системы искусственного интеллекта. Благодаря этой автоматизации он помогает выявлять все ошибки в сварочных процессах на предприятиях.

 Подобные технологии уже успешно применяются более чем на 50 консервных заводах в разных странах. Они используются в процессах сварки различных типов стали с целью конструирования деталей и узлов различных машин и автомобилей. В компаниях используют более сотни автоматизированных роботов для ускорения рабочих процессов.

 Система Intel AI помогает определить основную проблему в процессе сварки - пористость швов. Самое главное - заметить эту проблему уже на ранних этапах работы, чтобы минимизировать ущерб и быстро исправить ошибку.

 Это требует инновационных систем для быстрого онлайн-анализа данных. Разработчики компании работают над созданием полноценной технологии встроенного программного обеспечения, способной интегрироваться в процесс и управлять всеми моментами, указывая при этом на недостатки. Все это нужно делать в режиме реального времени.

 Инновационные автономные машины оснащены встроенной системой машинного зрения и профессиональной сварочной камерой. Вся система работает от инновационного ПК и использует возможности обработки фотографий.

 Совершенные процессы для Audi с инновационными технологиями.

Основная задача повышения эффективности рабочих процессов автомобильного концерна - производство всех робототехнических комплексов.

 Компания полностью ориентирована на создание управляемых и гибких программ. Это помогает добиться максимально положительного результата и позволяет использовать различные методы расчета, машинное обучение, инновационные технологии и многое другое.

 Компания приступила к испытаниям экспериментальной автономной разработки с использованием дугообразной камеры для проверки, что позволяет заметить ряд незначительных отклонений от стандарта. Ведь ежедневно на предприятии выполняются тысячи сварочных работ, что физически невозможно контролировать сразу. Компания использует хорошо известный метод отбора проб и выполняет ручную проверку качества отобранных машин.

 Благодаря тому, что эта система использует информацию, генерируемую контроллером сварки, а не автономными машинами, появилась возможность отслеживать динамику напряжения и тока во время процесса сварки.

 Панель управления позволяет персоналу просматривать информацию и предупреждать технических специалистов, если они обнаруживают ошибки или изменения конфигурации, которые можно минимизировать или исправить.

 Результатом этого партнерства с Intel стала расширенная платформа, которая позволяет автопроизводителям улучшить контроль качества сварных швов и заложить основу для будущих приложений, таких как робототехника, прядение, полировка и покраска.

 Теперь у сотрудников есть возможность читать и обрабатывать данные, использовать алгоритмы и анализировать их внутри.

 Это план на будущее. Переход от ручного управления к роботу помог группе улучшить процедуры управления качеством. Кроме того, затраты компании сократились на 50%.