Comme de nombreuses industries, l’industrie manufacturière a subi un impact significatif du COVID-19 au cours de la dernière année. L’impact le plus important est peut-être que les fabricants ont accéléré leur adoption de l’IoT et de divers capteurs afin de s’adapter à l’avenir dans des circonstances similaires. L’usinage CNC, qui est la base de la fabrication, ne fait pas exception.
Mais à part COVID-19, pourquoi maintenant? Qu’est-ce qui le rend plausible et durable? Deux choses: l’adaptation croissante de la 5G et son utilisabilité dans l’atelier de fabrication et l’apprentissage automatique qui utilise ce réseau.
Que vous examiniez la chaîne d’approvisionnement, un composant terminé et installé ou tout autre élément intermédiaire, l’optimisation automatisée est l’avenir de la fabrication. La 5G permettra d’intégrer, d’analyser et de traiter en temps réel les vastes quantités de données des capteurs. L’apprentissage automatique sera responsable de ces actions.
Ces adaptations permettront également d’atténuer une partie de la pénurie de main-d’œuvre que connaît actuellement le secteur manufacturier. Bien qu’il y ait moins de demande de travailleurs, il y aura une augmentation des compétences technologiques dont les travailleurs ont besoin.
Quelle est la différence entre l’intelligence artificielle et l’apprentissage automatique?
Parfois, les gens utilisent de manière interchangeable l’apprentissage automatique et l’intelligence artificielle (IA). Intelligence artificielle est l’idée plus large que les machines peuvent effectuer des tâches d’une manière qui imite les humains ou est «intelligente». L’apprentissage automatique est une application spécifique de l’IA. C’est, en particulier l’apprentissage en profondeur, ce qui aura le plus d’impact Usinage CNC dans le futur proche.
L’apprentissage en profondeur est une catégorie d’apprentissage automatique qui superpose les algorithmes de manière à créer un système d’apprentissage pour la machine. Ce système d’apprentissage ne nécessite pas autant de conseils humains que les autres outils ou outils d’apprentissage automatique actuellement utilisés dans la salle des machines. Au fur et à mesure que l’ordinateur analyse les données dans une couche et obtient ses résultats, ces résultats améliorent le pouvoir décisionnel dans la couche suivante.
Comment l’IA et le machine learning aident-ils dans la salle des machines?
L’intelligence artificielle et l’apprentissage automatique peuvent avoir un impact sur une myriade de choses sur le sol de la salle des machines, des personnes au produit en passant par les machines elles-mêmes. De nombreux systèmes de surveillance des machines sont déjà utilisés sur les sols des salles des machines. Cependant, à mesure que les systèmes de surveillance améliorent leur capacité à collecter des données et à extraire des informations des systèmes ERP, les données seront idéales pour l’apprentissage automatique. Cela augmentera de façon exponentielle à mesure que l’utilisation du capteur se propage.
L’apprentissage automatique sera essentiel pour donner un sens aux vastes quantités de données recueillies. Ces données aideront les fabricants à identifier les opportunités pour optimiser les processus, les machines, réduire les temps d’arrêt, et bien plus encore. Voici un aperçu de certains qui sont à l’horizon ou qui sont déjà en cours de mise en œuvre sous diverses formes.
Réduction des temps d’arrêt de la machine
Comme les capteurs surveillent les composants standard des perceuses, tours et fraiseuses CNC, ils seront en mesure de prédire quand les pièces approchent de la fin de leur cycle de vie. Ceci est essentiel car même si d’autres tâches sont automatisées (comme le calcul et la saisie de décalages), l’usure de l’outil continue de s’infiltrer et a un impact sur les résultats avant qu’elle ne puisse être détectée.
Par la suite, les machines peuvent interrompre la production ou avoir besoin d’une pièce qui n’est pas facilement disponible. La maintenance prédictive permet d’économiser de l’argent, du temps et des ressources. Les temps d’arrêt planifiés via des capteurs permettent juste la bonne quantité de maintenance et prolongent la durée de vie des composants de la machine. L’apprentissage automatique et l’IA peuvent analyser les données et aider les fabricants à identifier le meilleur moment pour planifier les temps d’arrêt.
MachineMetrics en est un exemple. Leur algorithme de détection d’anomalies peut identifier lorsqu’une machine est dans un état différent d’une ligne de base préétablie. L’entreprise rassemble des données en continu de centaines d’entreprises de fabrication diverses et de milliers de machines différentes. Lorsqu’une machine peut s’écarter d’une ligne de base, il est temps de se pencher sur la maintenance.
Optimisation pour les machines CNC
Il existe plusieurs exemples d’entreprises qui explorent déjà des moyens d’optimiser les machines CNC. Certains d’entre eux se déroulent dans un cadre virtuel (comme la dernière mise à jour de NCSimul), tandis que d’autres se déroulent à l’aide de données machine. L’optimisation d’un programme comme NCSimul optimise le processus de pré-fabrication, car les programmeurs sont capables de tester les paramètres dans un jumeau numérique – une copie virtuelle de la machine CNC.
Un exemple d’entreprise utilisant l’apprentissage automatique et l’IoT pour optimiser les machines CNC était Projet de l’Institut Fraunhofer pour monter les capteurs 5G directement sur la pièce. Ce capteur surveillait le bavardage et corrigeait pour éviter les erreurs lorsqu’il détectait le bavardage. Ils ont pu réduire les taux moyens de retouche blisk de 10%, de 25% à 15%. Ce petit changement pourrait entraîner d’importantes économies pour un fabricant.
Automatisation des processus
La quantité de données produites par les capteurs au sol de la machine submergerait une personne tentant de l’analyser par elle-même. Cependant, en utilisant l’apprentissage automatique pour évaluer les données, les fabricants pourront voir des tendances qu’ils n’auraient peut-être pas remarquées autrement. Lorsque les informations provenant des capteurs placés dans toute l’usine sont saisies avec les ERP, les CRM et d’autres systèmes, des opportunités d’automatisation se présentent. Ces opportunités contribueront à garantir que les articles sont livrés à temps. L’automatisation, associée aux robots, aidera les fabricants à répondre au rythme et à la demande croissants du marché.
Les robots et les cobots peuvent augmenter la production et réduire les accidents
L’apprentissage automatique et l’IA apparaîtront également dans l’atelier d’usinage sous la forme de robots et de cobots (robots collaboratifs). Certains cobots peuvent effectuer des tâches simples telles que mettre des pièces finies dans des bacs. Dans d’autres cas, ils peuvent remplacer des outils ou insérer des pièces dans le mandrin de la machine CNC. Les robots et les cobots peuvent travailler 24 heures sur 24, 7 jours sur 7, ce qui augmente les niveaux de production d’une usine et, en gérant certaines des tâches les plus dangereuses, peut réduire la fréquence des accidents.
L’avenir de l’usinage CNC se rapproche rapidement d’un processus de fabrication plus holistique, où les machines et les humains sont davantage liés via les capteurs IoT et le cloud computing avec la 5G. L’intelligence artificielle et l’apprentissage automatique sont essentiels à cette avancée et, selon certains, sous-tendent l’ensemble du processus. Ils optimiseront et amélioreront l’efficacité sur le plancher de la salle des machines, conduisant à une plus grande production et à moins d’erreurs. Cette optimisation sera nécessaire pour permettre aux entreprises de faire face à la demande croissante de produits de qualité avec un délai d’exécution plus rapide.
L’article IA et apprentissage automatique dans l’industrie de l’usinage CNC est apparu en premier sur zimo news.
