Глобалните доставчици на решения за автомобилната индустрия Schaeffler и ElringKlinger се стремят радикално да ускорят сложни операции по точково заваряване в своята дейност. Изкуственият интелект, и по-специално решенията на Trumpf като EasyModel AI и VisionLine Detect, предлага бърз път към още по-висока ефективност, като съществено подобрява разпознаването на заваръчни позиции и стабилността на процесите. „В ElringKlinger внедряването на AI води до значително съкращаване на времето за разработка – от дни до часове, както и до надеждно и много по-бързо откриване на заваръчни точки дори при по-предизвикателни работни условия. В същото време Schaeffler отчита съществено повишаване на прецизността при определяне на позициите за заваряване и подобрено разпознаване на компонентите. Възможността за статистически анализ на данните и работа без необходимост от прилагане на програмен код допълнително ускорява внедряването и оптимизацията на производствените процеси“, разказаха от Трумпф България, дъщерно дружество на световно утвърдения технологичен лидер Trumpf.

AI технологии на Trumpf съкращават цикличното време за производство на батерии за електромобили в ElringKlinger от дни на часове

Даниел Велер от германската компания ElringKlinger е експерт в областта на системната ахитектура на батерийни системи. При осъществяването на интерконектните заварки между отделните клетки в батерията на електрически превозни средства обаче, той и колегите му се сблъскват с редица предизвикателства. Освен стремежа към постигане на висока производителност, стои и въпросът как да се обхване по-голяма гъвкавост в синхрон със методологията за постигане на нулеви дефекти. Разглежданите компоненти са с габарити до 2 m и включват над 50 заваръчни точки. „Нашата задача е да реализираме стабилен производствен процес, който осигурява постоянно високо качество при кратки циклични времена“, обяснява Велер.

Доскоро откриването на оптималната заваръчна позиция в реални производствени условия изискваше голямо ноу-хау, както и редица находчиви подходи за справяне с проблеми като променлива осветеност, съществуващи отражения, прах и отклонения в геометрията. Даниел Велер прави равносметка и обобщава: „Разбира се, справяхме се добре с предишното решение, но базираното на изкуствен интелект решение EasyModel AI на Trumpf сега предоставя значително по-голяма оперативна съвместимост и много по-голяма ефективност при откриването на зададените заваръчни точки. В резултат на това са налице и много по-бързи темпове за изпълнение на целия процес на разработка“.

С помощта на софтуера за обработка на изображения VisionLine Detect на Trumpf, Велер прави няколко тестови изображения на компонента и ги качва в AI облака. След това маркира съответните области върху изображенията. Само след няколко снимки AI моделът е в състояние прецизно да филтрира подходящите от неподходящите части на изображението, да бинаризира отделните области от него и надеждно да открива ръба на компонента, дори при кратки циклични времена. „За Велер и ElringKlinger това означава многократно по-висока ефективност при разпознаването на характеристики – вече не са нужни дни, за да се постигнат добри резултати, а само часове“, категорични са от Трумпф България.

Също толкова впечатляващи са точните и възпроизводими резултати в условия на масово производство, както и фактът, че не се изискват специални програмни умения за работа с EasyModel AI. „Системата работи на принципа „каквото виждаш, това получаваш“. Тя е интуитивна, бърза и изисква писане на код“, поясниха още българските специалисти.

Решения на Trumpf предоставят интелигентна автоматизация на заваръчните процеси на сложни електрокомпоненти в завод на Schaeffler

Германският концерн Schaeffler също използва EasyModel AI, за да ускори разработването на нови процеси и да повиши производствения си капацитет. Александър Фаст работи в обекта на компанията в Бюл, където разработва усъвършенствани технологии за лазерно заваряване на мед в електродвигатели. „При лазерно заваряване на меден проводник за статорната намотка на електродвигател основният проблем е, че всяко отклонение в позицията на съединяваните елементи, включително разлика във височината, странично изместване или образуване на междина, влияе върху способността на оборудването правилно да разпознае компонента и да извърши заварката. А тук говорим за от 20 до няколкостотин заваръчни точки, в зависимост от типа компоненти“, заявява той.

Конвенционалните системи за разпознаване, базирани на алгоритми за сегментация в сивата скала, често срещат затруднения в такива случаи. „По отношение на нивото на прецизност и надеждност AI филтърът е значително по-добър при определяне на позицията за заваряване спрямо всички останали алтернативни решения на пазара в момента, дори при вариации в характеристиките на компонентите и променящи се условия на околната среда“, допълва още Фаст. „Въвеждането му ни позволи значително да подобрим разпознаването на компонентите, за което свидетелства постигнатата производителност – над 99% успешно произведени детайли при първо преминаване през процеса, без необходимост от повторна обработка“.

Освен това системата може да извършва статистически анализ на данните, което означава, че само стойностите със сериозни отклонения трябва да бъдат преработени, а това спестява ценно технологично време.

Тази статия на ДигиталнаИндустрия.bg е по материали на Инженер.bg.

Повече информация за Трумпф България ЕООД, марките, продуктите и услугите, които предлага у нас, реализации и актуални промоционални кампании, бихте могли да намерите в микросайта на фирмата в Борса.bg! Разберете още кои са активните постоянни и стажантски позиции на компанията, както и подробности за технологичните възможности и бъдещите ѝ планове за развитие от ТУК!

Източник на снимковия материал: Трумпф България, Trumpf