Υψηλής ποιότητας κινεζικό ρομπότ συγκόλλησης τόξου μάρκας παρέχει καλή εξυπηρέτηση για τον τελικό πελάτη

Η John Deere χρησιμοποιεί την τεχνολογία τεχνητής νοημοσύνης της Intel για να βοηθήσει στην επίλυση ενός παλιού και δαπανηρού προβλήματος στη διαδικασία κατασκευής και συγκόλλησης.
Η Deere δοκιμάζει μια λύση που χρησιμοποιεί υπολογιστική όραση για να εντοπίζει αυτόματα κοινά ελαττώματα στην αυτοματοποιημένη διαδικασία συγκόλλησης στις εγκαταστάσεις παραγωγής της.
Ο Andy Benko, Διευθυντής Ποιότητας του Τμήματος Κατασκευών και Δασοκομίας της John Deere, δήλωσε: «Η συγκόλληση είναι μια σύνθετη διαδικασία. Αυτή η λύση τεχνητής νοημοσύνης έχει τη δυνατότητα να μας βοηθήσει να παράγουμε μηχανήματα υψηλής ποιότητας πιο αποτελεσματικά από πριν.
«Η εισαγωγή νέων τεχνολογιών στην κατασκευή ανοίγει νέες ευκαιρίες και αλλάζει την αντίληψή μας για τις διαδικασίες που δεν έχουν αλλάξει εδώ και πολλά χρόνια.»
Σε 52 εργοστάσια σε όλο τον κόσμο, η John Deere χρησιμοποιεί τη διαδικασία συγκόλλησης με τόξο αερίου μετάλλου (GMAW) για τη συγκόλληση χάλυβα χαμηλής περιεκτικότητας σε άνθρακα σε χάλυβα υψηλής αντοχής για την κατασκευή μηχανημάτων και προϊόντων. Σε αυτά τα εργοστάσια, εκατοντάδες ρομποτικοί βραχίονες καταναλώνουν εκατομμύρια λίβρες σύρματος συγκόλλησης κάθε χρόνο.
Με τόσο μεγάλο όγκο συγκολλήσεων, η Deere έχει εμπειρία στην εξεύρεση λύσεων σε προβλήματα συγκόλλησης και αναζητά πάντα νέους τρόπους αντιμετώπισης πιθανών προβλημάτων.
Μία από τις προκλήσεις συγκόλλησης που γίνονται συνήθως αισθητές σε ολόκληρο τον κλάδο είναι η πορώδωση, όπου οι κοιλότητες στο μέταλλο συγκόλλησης προκαλούνται από φυσαλίδες αέρα που παγιδεύονται καθώς ψύχεται η συγκόλληση. Η κοιλότητα αποδυναμώνει την αντοχή της συγκόλλησης.
Παραδοσιακά, η ανίχνευση ελαττωμάτων GMAW είναι μια χειροκίνητη διαδικασία που απαιτεί τεχνικούς υψηλής εξειδίκευσης. Στο παρελθόν, οι προσπάθειες ολόκληρης της βιομηχανίας να αντιμετωπίσει το πορώδες της συγκόλλησης κατά τη διάρκεια της διαδικασίας συγκόλλησης δεν ήταν πάντα επιτυχημένες.
Εάν αυτά τα ελαττώματα εντοπιστούν σε μεταγενέστερα στάδια της διαδικασίας κατασκευής, ολόκληρο το συγκρότημα πρέπει να επανακατασκευαστεί ή ακόμα και να διαλυθεί, κάτι που μπορεί να είναι καταστροφικό και δαπανηρό για τον κατασκευαστή.
Η ευκαιρία συνεργασίας με την Intel για τη χρήση τεχνητής νοημοσύνης για την επίλυση του προβλήματος της πορώδους των συγκολλήσεων αποτελεί ευκαιρία για τον συνδυασμό των δύο βασικών αξιών της John Deere - της καινοτομίας και της ποιότητας.
«Θέλουμε να προωθήσουμε την τεχνολογία για να βελτιώσουμε την ποιότητα συγκόλλησης της John Deere από ποτέ. Αυτή είναι η υπόσχεσή μας στους πελάτες μας και στις προσδοκίες τους από την John Deere», δήλωσε ο Benko.
Η Intel και η Deere συνδύασαν την τεχνογνωσία τους για να αναπτύξουν ένα ολοκληρωμένο σύστημα υλικού και λογισμικού από άκρο σε άκρο, το οποίο μπορεί να παράγει πληροφορίες σε πραγματικό χρόνο στα όρια, οι οποίες ξεπερνούν το επίπεδο της ανθρώπινης αντίληψης.
Όταν χρησιμοποιείται μια μηχανή συλλογισμού που βασίζεται σε νευρωνικά δίκτυα, η λύση θα καταγράφει ελαττώματα σε πραγματικό χρόνο και θα σταματά αυτόματα τη διαδικασία συγκόλλησης. Το σύστημα αυτοματισμού επιτρέπει στην Deere να διορθώνει προβλήματα σε πραγματικό χρόνο και να παράγει τα ποιοτικά προϊόντα για τα οποία είναι γνωστή η Deere.
Η Christine Boles, αντιπρόεδρος του Internet of Things Group της Intel και γενική διευθύντρια του Industrial Solutions Group, δήλωσε: «Η Deere χρησιμοποιεί τεχνητή νοημοσύνη και μηχανική όραση για την επίλυση συνηθισμένων προκλήσεων στη ρομποτική συγκόλληση».
«Αξιοποιώντας την τεχνολογία της Intel και την έξυπνη υποδομή στο εργοστάσιο, η Deere βρίσκεται σε καλή θέση για να επωφεληθεί όχι μόνο από αυτήν τη λύση συγκόλλησης, αλλά και από άλλες λύσεις που ενδέχεται να προκύψουν στο πλαίσιο του ευρύτερου μετασχηματισμού της στη Βιομηχανία 4.0.»
Η λύση ανίχνευσης ελαττωμάτων τεχνητής νοημοσύνης edge υποστηρίζεται από τον επεξεργαστή Intel Core i7 και χρησιμοποιεί την VPU Intel Movidius και την έκδοση διανομής Intel OpenVINO toolkit, και υλοποιείται μέσω της πλατφόρμας μηχανικής όρασης ADLINK βιομηχανικής ποιότητας και της κάμερας συγκόλλησης MeltTools.
Υποβλήθηκε ως εξής: κατασκευή, νέα με ετικέτες: τεχνητή νοημοσύνη, deere, intel, john, κατασκευή, διαδικασία, ποιότητα, λύσεις, τεχνολογία, συγκόλληση, συγκόλληση
Το Robotics and Automation News ιδρύθηκε τον Μάιο του 2015 και πλέον είναι ένας από τους πιο πολυδιαβασμένους ιστότοπους σε αυτήν την κατηγορία.
Παρακαλούμε σκεφτείτε να μας υποστηρίξετε γίνοντας συνδρομητής επί πληρωμή, μέσω διαφήμισης και χορηγίας ή αγοράζοντας προϊόντα και υπηρεσίες μέσω του καταστήματός μας ή με έναν συνδυασμό όλων των παραπάνω.
Ο ιστότοπος και τα σχετικά περιοδικά και εβδομαδιαία ενημερωτικά δελτία παράγονται από μια μικρή ομάδα έμπειρων δημοσιογράφων και επαγγελματιών των μέσων ενημέρωσης.
Εάν έχετε οποιεσδήποτε προτάσεις ή σχόλια, μη διστάσετε να επικοινωνήσετε μαζί μας μέσω οποιασδήποτε διεύθυνσης ηλεκτρονικού ταχυδρομείου στη σελίδα επικοινωνίας μας.
Οι ρυθμίσεις cookie σε αυτόν τον ιστότοπο έχουν οριστεί σε «Επιτρέπονται τα cookies» προκειμένου να σας παρέχουν την καλύτερη δυνατή εμπειρία περιήγησης. Εάν συνεχίσετε να χρησιμοποιείτε αυτόν τον ιστότοπο χωρίς να αλλάξετε τις ρυθμίσεις cookie ή κάνετε κλικ στην επιλογή «Αποδοχή» παρακάτω, συμφωνείτε.


Ώρα δημοσίευσης: 28 Μαΐου 2021