阅读| 订阅
阅读| 订阅
轨道交通新闻

工业 4.0 影响下的复材制造

星之球科技来源:国际复材技术商情2020-06-01我要评论(0)

复合材料制造商习惯于处理设备、材料和工艺的持续改进,这些改进会影响他们的运营。但他们可能还没有为工业4.0做好准备。工业4.0也被称为第四次工业革命,它预示着一个...

复合材料制造商习惯于处理设备、材料和工艺的持续改进,这些改进会影响他们的运营。但他们可能还没有为工业4.0做好准备。工业4.0也被称为第四次工业革命,它预示着一个前所未有的技术创新时代,将改变我们所知道的制造业。

德勤咨询公司(DeloitteConsulting)负责人布莱恩•米克(BrianMeeker)解释说:“工业4.0既是一套流程,也是一种技术,它可以实现整个企业的数字协作。它是跨行业制造业的未来,并且涵盖了广泛的数字功能。”

这些能力包括捕捉和传输信息的传感器、物联网(IoT)、云计算、机器人技术、机器学习、人工智能(AI)等。通过协同工作,这些数字技术使公司能够自动化更多的设备和流程,并收集、分析和建模数据,从而做出更好的业务决策。

“目标是创建智能工厂,在需要时能够生产更多的零件,并在不影响产品质量的情况下缩短上市时间。”专门从事工业物联网软件的Plataine首席营销官AmirBenAssa说。

自动化的数字复合材料生产线

新的数字复合材料生产线(DCML)已经开发出来,目前正由SABIC和Airborne进行试点测试,它展示了工业4.0的变革性质。DCML是一个全自动化的制造系统,可以批量生产轻质、高模量和低翘曲层压板,定制设计以达到所需的厚度、尺寸和性能。DCML只需60秒就能制造出四种热塑性复合材料层压板。

DCML采用SABIC的连续纤维增强热塑性条带,采用高压纤维浸渍技术HPFIT™。SABIC高级复合材料全球业务负责人吉诺·弗兰卡托(GinoFrancato)解释说:“我们需要两种宽度不同的条带,一种用于零方向,另一种用于90度方向。”两个送带器将条带放在托盘上,托盘在第一个送带器和第二个送带器之间循环移动,然后再回到第一个送带器,直到达到所需的层数。

然后,托盘移动到下一站,在那里各层被点焊在一起。机器人将四个点焊堆垛转移到加固区域,在该区域需要60秒的热量和压力才能制成完全加固的层压板。修剪和包装后,工人将装有层压板的盒子拿起来存放。

在这个过程的每一个阶段,系统本身——没有人的帮助——都会检查条带、堆栈和层压板的质量,以查找缺陷。如果识别出有缺陷的条带段,系统可以快速移除并用一段完好的条带替换,以保持线路运行。如果层压板有缺陷,则系统可以检测到缺陷并也将其丢弃。

在满负荷下,DCML每年可生产多达150万个零件。这应该会吸引消费电子行业的新客户,他们被复合材料的重量轻、可持续性和外观所吸引,但由于大规模生产中质量的一致性不足,他们一直在谨慎使用复合材料。

SABIC和Airborne将继续升级DCML。一种改进可能是增加机器学习功能,以使该过程更加灵活且更具成本效益。

数字双胞胎

由于数字双胞胎是基于物理世界的对象、过程或系统的精确数字复制品,因此基于AI的此类决策是可能的。在复合材料生产中,工程师可以使用数字双胞胎来测试驱动其设计并模拟它们在各种条件下在现实世界中的工作方式。在制造业中,运营商将能够查看数字孪生,以确定工程变更或新工艺将如何影响生产线。“如果我有能力进行完全模拟的车间并更改变量,那么我可以快速运行模拟,这样我就知道问题将要发生在哪里。”米克尔(Meeker)说。

一旦一个产品被制造出来,它收集的数据就可以传递给它的数字孪生兄弟,帮助所有者跟踪它的性能,并确定一个产品是否需要维护或有一个部件可能出现故障。

创建真正精确的数字双胞胎可能很困难。米克尔解释说:“要做到这一点,你必须在设计界和制造界拥有全系列的产品数据;你必须让一切都以数字形式表现出来。”他相信,更多的设备制造商将为他们的产品创建数字模型,并在客户意识到产品价值时向他们提供。

人工智能

Plataine提供智能数字助理,使用人工智能帮助复合材料制造公司提高产量和效率。“它从计划和安排各种工单和工作开始,并继续密切监测制造过程的进展。”本阿萨(Ben-Assa)说,“人工智能可以提供警报、预测和建议,这在复杂动态的复合材料制造环境中非常有用。”

例如,一个工人进入一个冷库,为一个工单选择预浸料材料,他只能基于有限的因素作出决定。另一方面,一个基于人工智能的系统可以考虑数百个数据点,包括材料的大小、剩余的保质期、剩余材料的数量,以及公司在那个班次(一天或一周)内的其他工作。

本阿萨解释说:“工智能是在后台进行数千次计算,使用机器学习和其他方法来运行大量的历史数据,然后做出预测,以帮助你得到最优的决策。”

制造商利用这些新技术节省时间和材料。他继续说:“我们所说的准时交货率增加了5%到7%,仅仅是因为你没有这些延误。由于制造商不再使用过期的材料,所以返工的数量大大减少;软件会提醒他们,并推荐哪些材料用于哪些工作。所以你第一次就把事情做对了。”

人工智能可以提高许多制造领域的效率。如果产品中存在质量问题,智能系统可以将工厂的数千个数据点作为因素,以确定根本原因并建议解决方案。

云计算

Plataine集成了其软件解决方案以在GoogleCloud上运行,从而使其能够将GoogleGlassEnterpriseEdition用于增强现实(AR)。在Plataine的实施中,戴上这些智能眼镜的工人可以在镜头的一侧看到他们需要做的工作的图像,并听到AR系统的操作指导。

本阿萨说:“戴着智能眼镜的操作员无需手持任何东西,因为他们不需要握住纸,平板电脑或笔记本电脑之类的东西。”工人可以询问AR系统他们需要填写哪些订单,可以在哪里获得所需的材料以及如何执行上层作业或其他工作。这样可以节省工人的时间,因为他们无需查找材料,获得清晰的说明,也不必使用纸,电子电子表格或其他系统来报告所做的一切。

本阿萨说,工作人员将20%的时间用于记录他们所做的工作和所使用的材料。在此特定示例中,AI和GoogleGlass的另一个优势在于,它减轻了报告员在工厂现场的负担。您可以简单地说:“我确认执行此操作”,并且它会在系统中更新。

云计算和存储使诸如此类的AI应用成为可能。工业4.0和云计算的一大优势在于,它允许各种规模的工厂非常快速地部署,而无需任何安装或生产停机。他们可以开始跟踪其资产、零件和材料,收集大量信息,而不必担心将其存储在何处。除此之外,使用者还可以获得所有这些人工智能算法的计算能力,无论我们是在讨论机器学习还是其他需要巨大计算能力的工具。

云计算的优点在于,它使公司能够灵活,灵活地仅在需要的地方便宜地使用这些资源。此外,如果他们希望扩大生产规模,那么一旦他们进入云计算就更容易了。

优化算法

随着计算能力的提高,一些公司正在利用数学来帮助复合材料制造商克服生产挑战。

Rafinex首席执行官安德雷威尔•姆斯(AndréWilmes)解释说:“我们的工作是将客户的挑战转化为可以用数学方法解决的问题陈述。我们的高端算法直接针对其特定的痛点,为用户提供他们可以采取行动的答案,而不是用原始的模拟结果使其超载。”挑战的范围可以从减少生成零件的时间到提高工具的精度。

Rafinex的服务包括随机拓扑优化(形状生成)、随机变量风险建模、复合纤维方向优化和早期设计可制造性分析。随机拓扑优化使制造商能够为汽车、航空航天和一些体育运动等高性能领域使用的复合材料生产更安全、更稳健的设计。随机过程考虑了设计中荷载方向和材料特性的实际变化。然后,它在数千个模拟中同时和几乎同时测试它们。其结果是针对客户需求进行优化的单一设计,同时由于风险量化,在最佳和最坏情况下都保持安全。

Rafinex的随机风险分析算法使用相同的数学方法,在一个单一的模拟步骤中,深入了解概念阶段设计在所有实际操作条件下的全局性能。

公司有选择地使用人工智能来加速这些模拟和优化。随着模拟的进行,中间数据可以用来加速算法,使其在几个小时内完成,而不会失去准确性,从而提高设计质量。“这使得我们可以在优化中扫描更广阔的设计空间。”以前,对任何现实的工业设计问题进行随机拓扑分析都需要3到4周的时间。

未来,Rafinex将与Psylotech公司合作,开发用于粘接接头和结构粘合剂的粘弹性模型AI。这些算法将为复合材料中的粘弹性损伤积累提供新的材料模型,包括速率和温度依赖性,同时还将使获得材料参数所需的实验室测试减少10倍。

加入革命

拥有如此众多的新技术和多种使用方式,复合材料制造商可能不确定从何处着手进入工业4.0。

“数字和工业4.0面临的挑战之一是可用的技术数量众多,以及如何理解它们。”米克尔说。他建议制造商找到知识渊博的顾问,他们可以帮助他们确定哪种技术从长远来看是最佳的。

制造商还可能担心他们将不得不淘汰旧设备并购买新设备以利用工业4.0技术。事实并非如此。“您可以将适用于工具、零件和材料的改造,传感器应用到其中。”本阿萨说。

他建议公司首先确定一个特定的痛点,然后找到可以提供价值的技术解决方案。一旦获得胜利,他们就可以将其作为商业案例进行介绍,以鼓励管理层对技术进行进一步的投资。

制造商很快也会有另一种选择。包括来自行业、政府、研究实验室和其他组织的领导人在内的智能制造领导联盟(SMLC)一直致力于创建共享的基础架构,该基础架构包含使用、管理和建模数据的负担得起且可靠的平台、应用程序和工具。每个人都可以访问位于云中的这个市场。它将提供厂商或公司已经开发并愿意共享的成熟解决方案。

例如,想要提高生产线上产量的复合材料制造商,可以去市场并输入有关其使用的材料和工艺的信息。SMLC首席执行官丹尼斯•斯温克(DeniseSwink)解释说:“我们将推出一系列的应用程序和工具包,无论成本高低,它们都可以用来集成现有的应用程序和工具包。”

由美国能源部(DOE)资助的位于加州大学洛杉矶分校的清洁能源智能制造创新研究所(CESMII)正开始创建这一市场。今年,CESMII将呼吁愿意为基础设施开发应用程序的公司,美国能源部将支付它们50%的开发成本。符合条件的开发者必须同意以合理的价格在市场上提供他们的应用程序。

当公司可以很容易地使用这些工具时,它们将认识到许多好处。“回报是巨大的,在性能、能量、生产力和安全性方面。”斯温克说。

无论制造商如何采用工业4.0,他们都不应等待太久才能加入这场革命。这种趋势比我们预期的要早得多。在这个市场上竞争非常激烈,人们了解到他们不能让自己落后。


转载请注明出处。

免责声明

① 凡本网未注明其他出处的作品,版权均属于hth官方 ,未经本网授权不得转载、摘编或利用其它方式使用。获本网授权使用作品的,应在授权范围内使 用,并注明"来源:hth官方 ”。违反上述声明者,本网将追究其相关责任。
② 凡本网注明其他来源的作品及图片,均转载自其它媒体,转载目的在于传递更多信息,并不代表本媒赞同其观点和对其真实性负责,版权归原作者所有,如有侵权请联系我们删除。
③ 任何单位或个人认为本网内容可能涉嫌侵犯其合法权益,请及时向本网提出书面权利通知,并提供身份证明、权属证明、具体链接(URL)及详细侵权情况证明。本网在收到上述法律文件后,将会依法尽快移除相关涉嫌侵权的内容。

网友点评
0 相关评论
精彩导读
Baidu
map