AIと機械学習がCNC機械加工に与える影響

サプライチェーンから完成品および設置部品に至るまで、段階的な最適化が将来の製造作業の中心になります。最適化をより自動化するには何が必要ですか？機械知能と機械学習。探索します。

今日の製造のエンジンはCNC機械加工の中にあります。しかし、CNCの見出しはどこにありますか？継続的で自動化された最適化に向けて、業界の専門家や学者は言います。

最適化は単純な概念のように聞こえるかもしれませんが、特に自動化するのは複雑です。製造の自動化を実現するために必要な、ソフトウェアやデータ、そして人間による解釈など、基盤となるテクノロジーはたくさんあります。

CNCシステムに実際に影響を与えると予想される2つの領域、機械学習と人工知能、つまり「AI」について見ていきます。ソフトウェアベースのアルゴリズム、スマートプローブ、音声コマンドなどの人工知能は、最適化パズルの半分です。残りの半分は機械学習です。

機械学習は機械データを取得し、理論的には、自己最適化またはコースを変更して是正措置を講じます。これは、人間の関与がないことを意味するものではありません。それどころか、分析的評価、シミュレーション、プログラミング、テストを通じて、機械に最適化のパラメータを定義、改良、または教える一貫した人間の関与があることを意味します。

微妙な機械と部品製造の情報を報告し、より健康なセルでダウンタイムを調整して自己スケジュールしたり、機械の活動をトリガーしたりするように事前にプログラムされた、より予測的なユーティリティを備えたシステムを想像してみてください。音声コマンドで機械工と通信してアクションを実行できるマシンオペレーティングシステムを想像してみてください。

業界をこの将来の状態に近づけるために、今日何が行われていますか？ MachineMetricsの共同創設者兼CEOであるBillBitherなどに話を聞いて調べました。

CNCマシンでのAIと機械学習：可視性の価値

Bitherは、機械工学のバックグラウンドと航空宇宙および防衛産業における製造の知識を持ち、製造におけるより微妙なリアルタイムのプロセスソフトウェアの必要性を認識していました。 Bitherは、ユナイテッドテクノロジーズの一部門であるハミルトンサンダーストランドで5年間過ごし、そこで油圧システムを設計しました。

「データを活用して、工場の現場で何が起こっているのかを実際に理解し、より良い意思決定を行う機会があります」とBither氏は言います。 「課題は、マシンに接続するのがかなり難しいことです。そこで、CNCマシンに簡単に接続できるようにすることで生産の可視性を高めるために、5年弱前に会社を設立しました。」

MachineMetricsは、CNCマシン分析、またはBitherが「記述的分析」と呼ぶもののリアルタイムの視覚化を提供します。これにより、企業は使用率などの正確な生産メトリックを確認し、それらを生産目標まで追跡できます。診断データ、予測データ、処方データなど、情報を提供する分析分野は他にもいくつかあります。

その結果、中規模から大規模のメーカーの100人の顧客ベース全体でスループットと効率が20％以上向上します。数千台のマシンにわたる大規模なデータセットを考えると、MachineMetricsプラットフォームにはベンチマークも含まれています。これは、企業が同業他社に対して自らを測定し、競争力を維持するのに役立ちます。

より良い意思決定を行うことは、機器への投資だけではありません、とBitherは言います。より詳細な生産データにより、メーカーはどのプロセスを最適化する必要があるかを評価できます。診断データは、メンテナンスチームや機械メーカーが機能を改善し、実際のフィードバックループを作成するのに役立ちます。

予測データにより、チームは状況と、CNCがいつ支援を必要とするかを理解できます。処方分析は、条件を利用して、オペレーターにタイムリーな方向性とガイダンスを提供します。

インテリジェントCNC加工：アラーム、トリガー、スピンドル監視

「AIは非常に一般的な用語です」とBither氏は言います。 「人間が頭の中で計算を実行する必要がなく、機械が計算を実行する場合、それは「AI」と見なすことができます。機械学習には、そのための非常に特殊なユースケースがいくつかあります…監視された機械学習があります。トレーニングとフィードバック、および監視されていない機械学習。」

スピンドルの故障を理解したり、ダウンタイムを自動的に分類したりするには、機械学習が必要になる可能性があるとBither氏は説明します。マシンが今日3回ダウンしたことをオペレーターに通知する単純なロジックによってトリガーされるアラートは、必ずしも機械学習自体ではありませんが、人間のオペレーターがシステムを簡単に追跡および管理するのに役立つ、一種のルールベースのインテリジェントなアルゴリズムです。

インテリジェンスベースのテクノロジーは、オペレーターの仕事をより積極的なものにします。適切なタイミングの情報は、CNCから利益を得る日数を失うことと、生産目標への代替パスをスケジュールして整理できることの違いになる可能性があります。

自動化とスマートセンサーベースのインテリジェンスは、工具の在庫管理と自動販売ソリューションにも登場しました。方法を学ぶ 管理を行い、無駄を削減する 供給支出

AIと機械学習により、ツールの故障、ツールの寿命、部品の品質について、より賢明な判断とより深い理解が可能になります

MachineMetricsだけではありません。英国シェフィールドにあるAdvancedManufacturingResearchCentreのFactory2050のエンジニアも、機械の利用にAIと機械学習を使用しています。彼らは、エッジコンピューティングハードウェアを使用して、自動車のサスペンションコンポーネントの消費電力を追跡しています。また、Tinsley Bridgeと連携して、製造プロセスを監視しています。

「機械の使用率を調べることは、何がいつ製造されたかをよりよく把握し、効果的にスケジューリングしているかどうかを評価できることを意味します」と、TinsleyBridgeのエンジニアリングディレクターであるRussellCrowはMetrologyNews<で述べています。 / em> 記事。