Как Machina Labs использует искусственный интеллект для автоматизации металлообработки

Нейронные сети предсказывают, как металл будет деформироваться под давлением, чтобы управлять роботами в сложном процессе изготовления самолетов.

Что нового: Machina Labs изготавливает металл с помощью роботизированных манипуляторов, управляемых искусственным интеллектом, сообщает Bloomberg. Недавно компания подписала контракты с Военно-воздушными силами Соединенных Штатов, Национальным управлением США по аэронавтике и исследованию космического пространства и компанией Hermeus, которая производит гиперзвуковые самолеты.

Как это работает: Система объединяет манипуляторы робота, датчики и модели машинного обучения для формирования, обрезки, финишной обработки и полировки металлических листов в соответствии с автоматизированным проектированием. Работая парами, роботизированные манипуляторы с обеих сторон листа оказывают давление для создания деформаций глубиной до четырех футов. Система работает с алюминием, сталью и титаном различной толщины и размеров - от 4 на 12 футов. Базовая установка с двумя рычагами стоит 2,5 миллиона долларов.

Нейронные сети планируют траекторию движения руки, определяют, какую силу приложить, и предсказывают, как металл отреагирует на давление и как он может отскочить назад.
Лазерное сканирование сравнивает прогресс роботов с проектной спецификацией в режиме реального времени. Нейронная сеть регулирует движение руки, чтобы компенсировать различия.
На основе результатов сканирования система создает цифровой двойник, который используется для проверки качества. Случайный лес и байесовские модели обнаруживают дефекты и прогнозируют график технического обслуживания.

За новостями: Большая часть производства листового металла выполняется вручную квалифицированными рабочими. Некоторые детали могут быть изготовлены серийно, но для изготовления пресс-форм по-прежнему требуется ручной труд. Оба процесса являются медленными, трудоемкими и дорогостоящими — проблема, усугубляемая нехваткой мастеров.

Почему это важно: Большие машины, такие как самолеты и автомобили, дороги в производстве. Роботы, управляемые моделями глубокого обучения, могут снизить затраты за счет быстрого и точного изготовления деталей и распознавания дефектов до того, как они покинут завод.

Мы думаем: это использование глубокого обучения является просто захватывающим!

Источник