حصل عالم من جامعة جنوب الأورال الحكومية، مع زملائه الأجانب ، على نموذج تنبؤي للانحرافات عن سطح السطح المُشَكَّل تم الحصول عليه عن طريق طحن السطح. أصبح التنبؤ في الوقت الفعلي ممكنًا بفضل الذكاء الاصطناعي ، الذي يأخذ في الاعتبار استهلاك الطاقة للمحرك الرئيسي للماكينة والتغيرات في تآكل الأداة في التحليل. تم نشر نتائج البحث في مقال في المجلة العلمية ذات التصنيف العالي Journal of Intelligent Manufacturing ((Q1.
يراقب الذكاء الاصطناعي الإنتاج
رقمنة الإنتاج هي واحدة من الاتجاهات في الصناعة 4.0. تتطلب الثورة الصناعية الرابعة إدخال التقنيات الحديثة ، والتي بفضلها ستتمكن الشركات من مراقبة العمليات بشكل مستقل والتنبؤ بها ، مما يعني أنها تستطيع إنتاج منتجات أفضل.
لتنفيذ الانتقال إلى الإنتاج الرقمي ، يصبح من المهم جدًا استخدام الذكاء الاصطناعي القادر على حل المهام غير الروتينية على مستوى عالٍ. يساعد على تحقيق الهدف الرئيسي لكل إنتاج بسرعة وفعالية من حيث التكلفة: صنع منتج عالي الجودة.
يمكن استخدام الذكاء الاصطناعي بنجاح للمراقبة عبر الإنترنت للعمليات المختلفة في الإنتاج الآلي ، على سبيل المثال ، حالة أداة القطع. وبالتالي ، سيتم استبدال جزء القطع في الوقت المحدد ، مما يضمن دقة معالجة المنتج والخشونة المطلوبة. بالإضافة إلى ذلك ، فإن استبدال جزء القطع في الوقت المناسب سوف يمنع كسر الأداة.
تشخيص المعدات الرقمية
يستخدم الذكاء الاصطناعي أيضًا لإنشاء نماذج تنبؤية. استخدم دانيل بيمنوف ، العالم في المعهد البوليتيكنيك بجامعة جنوب الأورال الحكومية ، والمحاضر الأول في قسم الهندسة الميكانيكية الآلية في كلية الهندسة الميكانيكية ، جنبًا إلى جنب مع زملائه من إسبانيا وبولندا والمملكة المتحدة ، التكنولوجيا للتنبؤ بالانحراف عن التسطيح ، مع مراعاة تآكل أسنان المطحنة النهائية.
««من أهم مؤشرات جودة الأسطح المسطحة المعالجة الانحراف عن التسطيح. لذلك ، كان هدف فريق العلماء الدولي هو الحصول على نموذج تنبؤي للانحرافات عن سطح السطح المُشغل آليًا في عملية طحن الوجه ، اعتمادًا على قوة المحرك الرئيسي لآلة يتم التحكم فيها عدديًا مع مراعاة التغيرات في تآكل الأدوات. تمت دراسة AISI 1045 الكربون الصلب (التناظرية الروسية - الصلب 45) على أنه فارغ. هذه مادة هيكلية شائعة جدًا ، يتم من خلالها تصنيع عدد كبير من جميع أنواع الهندسة الميكانيكية ، وصنع الأدوات ، ومنتجات بناء السفن »,- علق دانيل بيمينوف.
.jpg)
في الصورة: مخطط قياس الانحراف عن التسطيح (النقاط 1 ، 2 ، 3 ، ... ، 9 حدد الإحداثيات التي تم فيها تنفيذ انحرافات الأبعاد في الاتجاه العمودي ، مع الإشارة إلى الأبعاد المقابلة: 30 و 90 ملم)
تم الحصول على البيانات التجريبية حول تفريز السطح في مركز جامعة جنوب الأورال الحكومية للهندسة والعلمية والتعليمية على أساس مركز المعالجة Mori Seiki NMV 5000 CNC. بناءً عليها ، تم إنشاء نموذج تنبؤي - كانت هذه هي المهمة قبل الدكتور أندريسو بوستيلو من جامعة بورغوس (إسبانيا). تم عرض أعلى أداء من خلال أساليب التعلم الآلي (قسم فرعي من الذكاء الاصطناعي) مثل مجموعات Random Forest وتقنية الإفراط في أخذ العينات من الأقليات الاصطناعية (SMOTE). ساهم البروفسور فويتشخ كابلونيك من جامعة كوسزالين للتكنولوجيا (بولندا) و موزاميل ميا من جامعة لندن الامبرياليه (بريطانيا العظمى) في المرحلة النهائية من إعداد البحث.
««ستكون نتائج الدراسة ذات فائدة لمهندسي العمليات الذين يمكنهم التعرف على الانحراف المتوقع عن تفريز سطح قطعة العمل. في هذه الحالة ، لا يلزم تركيب أجهزة استشعار جديدة. في الأدوات الآلية الحديثة ذات التحكم العددي ، تم دمج القدرة على مراقبة قوة المحرك الرئيسي. يمكن دمج نماذج التنبؤ بمعلمات انحراف التسطيح أثناء طحن الوجه في أنظمة الإنتاج الآلية للمراقبة عبر الإنترنت»,- قال دانيل بيمينوف.
.JPG)
في الصورة: آلة تحكم رقمي باستخدام الحاسوب
الوجه عبر الإنترنت. لذلك ، في عام 2018 ، حصل الباحثون على نموذج تنبؤي لخشونة السطح المشكل في عملية طحن الوجه. تتبع العمل أيضًا اعتماد المؤشرات على قوة المحرك الرئيسي للآلة والتغيرات في تآكل الأداة. كان المنشور من بين أهم 5 مقالات قابلة للتنزيل.
يعتزم العلماء مواصلة العمل الذي من شأنه أن يرتقي بعملية معالجة الأجزاء في الإنتاج إلى مستوى جديد.
جامعة جنوب الأورال الحكومية هي أحد المشاركين في المشروع 5-100 ، الذي يهدف إلى زيادة القدرة التنافسية للجامعات الروسية بين المراكز البحثية والتعليمية الرائدة في العالم.
يُعد البحث في مجال التقنيات الجديدة من بين أولويات مركز الأورال العلمي والتعليمي الأقاليمي على المستوى العالمي «تقنيات ومواد إنتاج متقدمة» ، والذي يتم إنشاؤه حاليًا من خلال الجهود المشتركة لجامعة أورال الفيدرالية ، وجامعة جنوب الأورال الحكومية ، جامعة كورغان الحكومية ، ومؤسسات التعليم العالي الإقليمية الأخرى ، وفرع الأورال التابع لأكاديمية العلوم الروسية ، والمؤسسات الصناعية و حكومات مناطق تشيليابينسك وسفيردلوفسك وكورغان.